当大模型刷爆考试，我们却离真正的智能更远了

2025年，AI领域最吊诡的一幕正在上演：大模型在各类标准化测试中屡破纪录，从SAT到律师资格考试，几乎“刷爆”所有人类基准。然而，当被问及“9.11和9.9哪个大”时，它仍可能自信地回答“9.11更大”——因为“11比9大”。这看似荒诞的答案，恰恰撕开了当前AI发展路径的深层裂痕：我们正用规模堆砌出“伪智能”，却离真正的通用人工智能（AGI）越来越远。

AGI的“罗夏墨迹测试”：谁在定义终点？

黄仁勋说五年内实现AGI，马斯克宣称明年就能达成。这些豪言壮语背后，隐藏着一个令人不安的事实：AGI至今没有一把公认的“尺子”。OpenAI与微软的秘密协议中，AGI被定义为“能创造千亿美元利润的系统”；而在公众讨论中，它又常被简化为“像人一样思考的机器”。这种定义的混乱，正如罗夏墨迹测试——每个人看到的，只是自己心中的投影。

澳大利亚国立大学研究员Michael Timothy Bennett在近期论文中指出，当前AGI研究陷入了一种“人类中心主义”的陷阱：我们总在问“它像不像人”，却忘了智能的本质是在有限资源下适应新环境的能力。他提出，真正的AGI不应是“超级人类”，而应是一个“人工科学家”——能主动探索、理解因果、权衡探索与利用，并在现实约束下持续进化。

为什么大模型“高分低能”？

当前主流大模型的训练逻辑，本质上是“规模最大化的近似”：用海量数据和算力，把尽可能多的任务答案“预存”在神经网络权重中。这种模式在训练分布内表现惊艳，但一旦遇到分布外问题（如数字比较、逻辑推理），便立刻暴露其“知其然不知其所以然”的缺陷。

更关键的是，大模型缺乏主动能力。它无法像科学家一样设计实验、验证假设，也无法在“继续探索新知识”与“利用已有知识解决问题”之间做出权衡。它只是一个被动的模式匹配器，而非主动的认知主体。当环境变化时，它既不能自主获取新信息，也无法构建因果链条来解释异常现象。

Bennett强调，真正的智能必须包含三个核心维度：
1. 主动实验：能自主规划行动以获取关键信息；
2. 因果理解：能区分相关性与因果性，建立可解释的推理链条；
3. 资源权衡：在计算、记忆与能量限制下，动态分配资源以平衡探索与利用。

告别Scaling Law：通往AGI的新路径

基于上述框架，Bennett将当前AI发展路径拆解为三类元方法：
- Scale-maxing（规模最大化）：依赖参数、数据与算力的无限堆叠，效率低下且不可持续；
- Simp-maxing（简单性最大化）：追求极简模型，但牺牲了适应复杂任务的能力；
- Adapt-maxing（适应最大化）：以“人工科学家”为目标，强调在约束条件下的主动适应能力。

显然，第三条路径才是通向AGI的正道。它不追求“全能”，而是聚焦于智能的本质功能——在不确定环境中持续学习与进化。这意味着未来的AI系统需要具备更强的因果推理模块、主动交互机制，以及资源感知的决策能力。

更重要的是，Bennett将“能量限制”写入AGI定义，划清了智能与算力的界限：一个需要消耗一座核电站才能解决新问题的系统，不过是昂贵的计算器，而非真正的智能体。

重绘起跑线：从模仿到创造

2025年，我们正站在AGI定义的十字路口。旧的标准——图灵测试、人类基准测试——已被大模型“刷爆”，却无法衡量真正的通用智能。Bennett提出的“人工科学家”框架，为行业提供了一把更具科学性和可操作性的新尺子。

它提醒我们：AGI不是更聪明的鹦鹉，而是能提出新问题、设计新实验、发现新规律的认知伙伴。未来的突破，或许不在于更大的模型，而在于更聪明的架构——那些能主动探索世界、理解因果关系，并在资源约束下优雅适应的系统。

当大模型仍在背诵答案时，真正的智能，已经开始思考“为什么”。

标签： AGI 人工智能 因果推理 主动学习 智能定义