DeepMind CEO Demis Hassabis 在 YC 访谈中指出,Agent 仍处于早期阶段,真正的机会在于工作流深处,AGI 还需补齐持续学习、长期推理和记忆等关键能力。
📝 详细摘要
本文是对 Y Combinator 与 DeepMind CEO Demis Hassabis 访谈的深度解读。Demis 认为,当前的大模型组件(预训练、RLHF、思维链)会成为 AGI 最终架构的一部分,但持续学习、长期推理、记忆和跨任务稳定性仍是未解决的核心难题。他预测 AGI 时间线约为 2030 年,这意味着今天启动的深科技项目将在半路遭遇 AGI。在 Agent 方面,Demis 指出它们已能处理任务的部分环节,但距离完全自主收尾还有距离,瓶颈在于无法适应特定上下文和持续学习。他强调小模型的速度优势,认为拥有前沿模型 90-95% 能力的小模型,其迭代速度能弥补那 10% 的差距。对于创业者,他建议押注涉及原子世界的深科技领域(如材料、医学),因为这类业务不会被基础模型更新轻易颠覆。文章还讨论了多模态、Vibe Coding 的局限性、以及科学发现中真正的创造力等话题。
💡 主要观点
- AGI 还需补齐持续学习、长期推理和记忆等关键能力。 当前模型在 demo 中表现惊艳,但在长期项目中保持上下文一致性、从失败中学习、以及跨任务稳定性方面仍有明显短板,这是 Agent 产品落地的核心瓶颈。
💬 文章金句
- 持续学习、长期推理和一部分记忆能力,仍然没有解决。
- 如果一个系统有前沿模型 90% 或 95% 的能力,已经足够好;你会从迭代速度里把那 10% 赚回来。
- 它们现在能处理任务的某些部分,你可以把它们拼起来做出很酷的东西,但它们还不能很好适应你所在的上下文。
- 如果它涉及原子世界,至少在可预见的未来,就不会有捷径。
- 我能在半小时里做出 Theme Park 的原型,当年我 17 岁时花了 6 个月,这很惊人;但它仍然需要手艺、人的灵魂和品味。
📊 文章信息
AI 初评:86
来源:晚点再听LaterCast
作者:晚点再听LaterCast
分类:人工智能
语言:中文
阅读时间:17 分钟
字数:4137
标签: Demis Hassabis, DeepMind, AGI, Agent, AI 创业