📌 📄 内容摘要:
佯装有名堂 (@Dabble) 在 [转载]- AGI 是工程问题，非模型训练 （见解好文） 中发帖
前言：来自一个博主写的博文，个人认为是这几个年月来，最有价值的一篇，所以稍微翻译 分享在这（有能力建议 自己阅读下原文）
这篇文章很符合本人的直觉，对 AI 或 LLM 未来的预测，差不多就是本文提到的，搭建系统工程 + 不确定性做轴心 + 多模型分工
文章链接：[link]( AGI is an Engineering Problem )
通往AGI的关键不是模型，而是工程
我们的人工智能发展，已经到了一个拐点。过去大家都相信：只要把模型越做越大，能力就会一直提升——这就是所谓的“扩展定律”（scaling laws）。但现在这条路走不动了，越往后，进步越难，花的钱却越来越多。
像 GPT-5、Claude 和 Gemini 这些模型，确实厉害，代表了当前 AI 的顶尖水平。但它们的能力已经接近“天花板”，再靠堆算力、扩参数也突破不了。
通往 人工通用智能（AGI）的道路，不...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/894741/1
─────────────────────────────
📢 来源：LINUX DO
