别再执着于打造神级的超智能了。Replit CEO Amjad Masad认为，改变经济和社会并不需要那种“真正的通用人工智能”，只要“功能型AGI”就够了。

　　这位氛围编程创业公司CEO在本周四发布的a16z播客节目中表示，硅谷一直痴迷于真正的AGI，而其实用版的通用人工智能已经触手可及，足以自动化经济中的庞大块工作。

　　“我们可以实现功能型AGI，”Masad说。他把功能型AGI定义为不需要具有人类意识或推理能力的AI，只要能够从真实世界数据中学习并自行完成可验证任务的系统。

　　“我们将覆盖每个行业的经济，你可以用它来自动化大量劳动力，”他说，“我们肯定在这条路上前进。”

　　Masad还表示，他并不确信我们能达到真正的AGI——那种能够像人类大脑一样跨领域学习和适应的人工智能。

　　虽然真正的AGI可能会“把人类文明推向下一个层次”，但Masad对此持悲观态度，因为“我们已经构建的东西非常有用且具备经济价值”。

　　Masad进一步指出，行业可能陷入了“局部最优陷阱”，也就是说AI公司只是在优化已有的、已经奏效的方案，而没有去重新发明这个领域。若只追求对现有大模型的小幅、盈利的改进，可能会错失实现真正突破的路径。

　　“也许通用智能本身的问题在我们的有生之年根本无法解决，”Masad说到这里，指的是解决通用智能的根本难题。“谁知道呢？”

　　Masad未对Business Insider的置评请求作出回应。

AGI梦想的光彩正在黯淡

　　Masad的言论正值关于AGI是否仍是有意义目标的争论再度升温之时。

　　主要的AI实验室仍将AGI视为终极奖项。OpenAI、Google、Meta与Microsoft都把顶尖研究人员投入到同一目标上。

　　然而，一些专家开始质疑大型语言模型（LLM）是否真的能够演化为真正的通用智能。

　　“任何有知识完整性的人都不应再相信单纯的规模化就能让我们达到AGI，”AI领袖、畅销书作者Gary Marcus在八月的一篇博客中写道。“甚至有些科技大咖也开始醒悟，‘2027年实现AGI’不过是营销噱头，并非现实。”

　　OpenAI发布的GPT‑5同样未能兑现AGI的炒作。

　　“这显然是一个具备一定通用智能的模型，但如果以我们大多数人对AGI的定义来看，我们仍然缺少一些非常重要的东西，”OpenAI CEO Sam Altman在八月的媒体电话会议上表示。

　　其他业界资深人士也表达了类似的谨慎。Meta首席AI科学家Yann LeCun认为，我们可能仍然需要“数十年”才能实现AGI。

　　“大多数有趣的问题在规模化时表现极差，”LeCun在四月于新加坡国立大学的演讲中说。“你不能仅仅假设更多的数据和算力就意味着更聪明的AI。”