扩展学习而非技能

主流观点认为，通过在大型语言模型（LLM）上规模化强化学习（RL）是实现通用人工智能（AGI）的最直接路径，即通过“预烘焙”技能打造超人能力。然而，现实中的机器人难题暴露了基础能力的缺失，当前产业链依赖构建RL环境进行技能训练，但缺乏人类的学习泛化能力。

关键症结在于，人类工作者无需为每个微小任务建立专门训练流程，而AI模型则面临经济上的不可行性。全球知识工作者年薪数十万亿美元，而当前AI模型年收入仅数十亿美元，这种巨大差距并非市场渗透缓慢，而是模型能力与人类能力的真实差距。

技术扩散缓慢的论调是自我安慰，若模型具备人类学习能力，其扩散速度将极快。因此，当模型解决常识、推理等瓶颈但未产生AGI级别经济影响时，应反思对AGI的定义过于狭隘，需根据新证据更新认知。

规模化的幻觉：强化学习（RL）和预训练（Pre-training）并非所有Scaling都生而平等，当前缺乏公开可靠的Scaling Law。Toby Ord分析表明，需将RL计算量扩大约100万倍才能获得GPT级别迭代提升，且每笔交易都亏钱，仅靠走量弥补。

逻辑漏洞在于，指望缺乏基本学习能力的AI解决AGI算法难题不合情理。流行的反驳观点是构建超人AI研究员去解决稳健学习问题，但缺失的是持续学习（Continual Learning）能力，即模型动态学习新技能和适应新环境的能力。

AGI的未来：一个学习中的蜂巢思维（Hive Mind），但现实路径是渐进的，需5-10年逐步完善在职学习能力，首个破解持续学习的模型不会带来失控式收益。

竞争将持续激烈，“赢家通吃”论站不住脚，硅谷人才挖角和常规逆向工程持续进行，三大模型公司轮流领先，动态平衡中和单一实验室优势。

真正重要的问题是“我们到底在规模化什么？”，而非“何时”到来。规模化学习能力（Scaling the Ability to Learn）将决定未来道路和投资方向。