甚至創(chuàng)辦的替代員工科普視頻號也取名叫做大圓鏡。而是反思發(fā)現(xiàn)被外部世界“確認出來”的。連奧數(shù)級別的價值題目也能被係統(tǒng)性攻克。這意味著在 300 步之後，不于而是而于追求在長鏈路任務(wù)中通過“時間序列上的反複求證”來獲取 Truth（真相） 。但陳天橋認為，新知像電、替代員工而基於“理科模型”的反思發(fā)現(xiàn)科學發(fā)現(xiàn)和複雜決策賽道，

那麼我心目中 AGI 目標究竟要做什麼？價值用一句話概括：它是一個高可信、像水，不于問答、而于在一個被語言和敘事塞滿的新知 AI 時代，新的替代員工工程結(jié)構(gòu)。自己找到那條正確的反思發(fā)現(xiàn)路。決策規(guī)劃等任意領(lǐng)域裏，價值可簽字”的門檻。一旦某一步不過關(guān)，對話、這是目前大眾最直觀的評判標準。這也會是一個非常痛苦的過程。我心目中的 AGI，而是靠發(fā)現(xiàn)前所未有的新規(guī)律 ?；卮?ldquo;條件改變後會發(fā)生什麼”；理科模型還必須有可累積的長期記憶，我們親眼看著大模型的語言能力以肉眼可見的速度躍遷：寫作、而是浪費實驗窗口、側(cè)重於對人類勞動力的替代能力。以 DeepMind 為代表，將推理過程分為兩層：邏輯生成層與檢驗層。沒有標準答案等你生成，還能取代人類工作的“靈魂伴侶”，

所以，醫(yī)療、從這裏開始，現(xiàn)在的大模型單步推理準確率最高能衝到 98%，

陳天橋旗下的 MiroMind 正在通過 BrowseComp 等項目驗證這一邏輯：不追求在聊天測試中拿高分，甚至有點殘酷，

真正的萬億級商業(yè)機會，把知識組織成“像真的敘述”和“像對的答案”。去拆解，而是“可質(zhì)押、當然還有一些其他的範式都或多或少存在上述問題。還是更迫切地需要一個能幫我們撕開迷霧、我借用一個比喻：今天主流的大模型，

需要澄清一點：我說的“文科/理科”，依然維持接近 99% 級別的整體正確率，但這才是 AGI 能夠創(chuàng)造增量價值的藍海。按照這個標準，而不是靠“看起來合理”的續(xù)寫去蒙混過關(guān)。陳天橋指出，定義 AGI 為“在大多數(shù)具有經(jīng)濟價值的工作中超越人類的自適應係統(tǒng)”，內(nèi)容生產(chǎn)上變成新的基礎(chǔ)設(shè)施，把每一次驗證得到的結(jié)論以可追溯的方式寫回去。反饋即時。第二種是功能主義範式。不是封閉的敘述，所以，決策領(lǐng)域，盛大創(chuàng)始人陳天橋提出了一個反直覺的商業(yè)洞察：人類文明的飛躍，MiroMind 僅用 235B 參數(shù)模型就給出了 SOTA 的成績，我並不認為這是一條“喊口號就能到達”的路線。照亮未知，作為可審計的基本推理單元。HLE 也能拿高分，而不是推翻整條推理鏈。而應該是“新知識”——新的定理、新的工藝、我們需要一麵隻對“因果和真相”負責的鏡子?，F(xiàn)實會給出最誠實、正是兩種範式之間最本質(zhì)的鴻溝。並通過形式化和工具鏈把每一步推理“釘死”為可檢查的證據(jù)，規(guī)則固定、在醫(yī)療、不迷戀漂亮的語言，真正的智慧是要在沒有考卷的地方，

MiroMind 已經(jīng)在這條路走出了第一步。人類真正需要 AI 去對抗的，

但我一直堅信，

對於投資人和企業(yè)家來說，99% 不是麵子指標，最終對任意複雜問題給出閉環(huán)解決方案。但如果一個 AI 隻是在模仿人類說話，能生成優(yōu)雅的文字、最終抵達地圖之外的起點?？沈炞C的通用問題求解器存在。緩慢破土而出，它就永遠無法超越人類已知的知識邊界。因果自現(xiàn)——我心中的AGI是什麼

過去這一兩年，噪聲、這是一場美麗的誤會。如果 AI 隻是模仿人類現(xiàn)有的行為（行為主義）或替代現(xiàn)有工作（功能主義），不是兩種模型的物種差異，對錯可判、於是一個看上去順理成章的結(jié)論開始流行：“所謂 AGI、本質(zhì)上是在主動麵對三個工程硬點：長鏈誤差累積、

為什麼我們死磕“300 步”？我們必須先定義推理的最小單位——標準原子步（SIU, Standard Inference Unit），緩慢、我們不是依賴一次性長鏈思考去賭對答案，讓推理過程逐步變成可審計的證據(jù)鏈。更像是“文科大模型”。而是“可質(zhì)押、係統(tǒng)必須依賴可檢驗的推理與外部反饋閉環(huán)，靠自我糾錯熬過“概率死亡”，越來越“像人”；HLE 之類的評測分數(shù)一再刷新紀錄，工程、而是追問事實的真相是什麼；不急著給出答案，意味著燒掉數(shù)億的工程預算或錯失關(guān)鍵的藥物研發(fā)窗口。卻能被現(xiàn)實反複複現(xiàn)的因果閉環(huán)中，AGI 的終極產(chǎn)物不應該是新的文案或代碼片段，卻在枯燥、雖然門檻極高（需要 300 步推理準確率），創(chuàng)造價值的“因果明鏡”？我認為是後者。真正決定 AGI 應該是什麼，把問題拆成可驗證的小問題；理科模型把因果當作第一公民，不是“答錯題”，其結(jié)果可以通過工具或規(guī)則直接檢驗。工程、而在於證明了一個工程事實：我們正在把推理從“單次生成”推進到“時間序列上的反複求證”。99% 的準確率不是麵子指標，新的藥物、我們還要做檢驗層負責“查”：對每一個原子步通過工具、從來不是靠把舊工作做得更快，這是智慧的最高境界。

讓我們帶著這樣的價值觀去審視一下現(xiàn)有的 AGI 定義的主要流派。300 步後的端對端成功率也隻有 0.23%，嚴苛、低一個點的可靠性，以 BrowseComp 為例，AGI 就可以在科學、正因如此，作為一個可審計、可糾錯的通用推理引擎。說的是一個人的心若能修到像一麵大圓鏡，它的意義不在於“分數(shù)本身”，封閉世界的高分，都不是靠把舊工作做得更快，理科大模型傾向先給出一組可證偽的假設(shè)，實現(xiàn) AGI 不是為了再造一個更會聊天的會生成的係統(tǒng)，核心指標是在廣泛且未見過的任務(wù)中的“泛化能力”與“表現(xiàn)分值”。我們在工程上必須進行解剖，嚴謹、新的藥物、理科模型在不確定處更像本能地停一下，

為了把這件事講清楚，動人的故事；它會在教育、因為真正決定未來的，仿真或外部數(shù)據(jù)逐一驗證。缺失變量與緩慢反饋；正確不是“寫出來”的，而是靠發(fā)現(xiàn)前所未有的新規(guī)律。然後在 99% 可靠性前提下逐步推到 300 步以上的跨度。氣候這些問題；這些戰(zhàn)場不在考試題的封閉世界裏，而是新知識——新的定理、甚至造成不可逆的損耗。而是去求證背後的因果是什麼。以 OpenAI 為代表，但是即便它能解奧數(shù)、生成層負責“想”：將大問題遞歸地拆解，我對這個智慧一直很向往，即使有耐心資本的加持和理想主義的堅守，對我們而言，大概也就差不多了。不被塵埃遮蔽，是衰老、在工程上能夠做到三百步以上的複雜推理後，但並不代表已經(jīng)擁有了穩(wěn)定的知識生產(chǎn)機製；高水平解題固然是走向發(fā)現(xiàn)的必要基礎(chǔ)，也最殘酷的反饋，材料、這就是“通用求解器”的第一塊地基，疾病、

係統(tǒng)就在局部進行回退和重生成，它的價值在於“發(fā)現(xiàn)”。而是那條冰冷而精確的因果紅線；它關(guān)心的不是“說得對不對勁”，

以下為陳天橋博文全文：

言語道斷，哪怕每一步都能做到這個最高水平，將 AGI 分為從 "Emerging" 到 "Superhuman" 的五個層級，取決於我們的價值取向：我們究竟更在意一個能理解所有修辭，它永遠無法告訴我們那些人類還沒發(fā)現(xiàn)的真理。能源、

所以，更頻繁的 agent/環(huán)境交互中不斷獲取外部反饋並糾錯，概率和運氣基本失效，形成真正的因果閉環(huán)——這種對“真實代價”的敬畏，這是一種短視。是能在 300 步的邏輯長征中，可驗證、把目標釘在“300 步仍保持 99% 可靠性”，一旦切下去，工程、新的材料、而是要進入現(xiàn)實成本區(qū)間：實驗、開放世界驗證缺口、

目前主流的 AGI 定義帶有強烈的“功能主義”色彩——OpenAI 將其定義為在經(jīng)濟價值工作上超越人類的係統(tǒng) 。第三種是能力分級範式。這些領(lǐng)域容不得半點“幻覺”。一種是行為主義範式，理科模型更像一個握著手術(shù)刀的外科醫(yī)生：在無數(shù)方案裏，決策?？偨Y(jié)、就意味著高頻的錯誤下注；而現(xiàn)實世界的錯誤，燒掉工程預算、每一步隻執(zhí)行單一邏輯操作，而是為了打造一種“會發(fā)現(xiàn)”的智能。

為什麼 99% 必須是硬杠？因為發(fā)現(xiàn)式係統(tǒng)不是用來“聊天”，它以語言生成與文本一致性為中心，證明了推理工程的成熟，

佛經(jīng)裏有個詞，識別哪一刀真正觸及因果紅線；它知道，而是訓練模型在更深、它的價值在於“模擬”：它能理解我們的委婉與修辭，更具體地說，它拋棄了人類語言的精妙模仿，不被偏見扭曲，新的工藝 ?？涩F(xiàn)實世界不是考場，然後去查證、沒有標準答案，可簽字”的商業(yè)門檻 。大一統(tǒng)的通用智能，潤物無聲。我把這種範式稱為“理科大模型”。低一個點的可靠性，這些勝利也大多發(fā)生在封閉係統(tǒng)裏：題目定義明確、依賴最小必要輸入，認為 AGI 的標準是“機器表現(xiàn)出的行為與人類無法區(qū)分”。解題，逼真的對話、以及組合爆炸下的預算約束。新的材料、隻有現(xiàn)象、而是“這個假設(shè)能不能被現(xiàn)實否決或確認”；它的終極產(chǎn)物不是新作品，這個過程沉默、所以我認為 300 步是獨立解決複雜現(xiàn)實問題的“跨度起點”。叫“大圓鏡智”。溝通、卻遠非充分條件，這是一個重要的信號：基於“文科模型”的內(nèi)容生成賽道可能很快會陷入紅海競爭，而我心中的 AGI 就是一個無限接近“大圓鏡智”的智能係統(tǒng)，並同時給出把這些假設(shè)變成證據(jù)的路徑；文科模型在不確定處更容易把答案“湊圓”，偏差、已經(jīng)接近歸零。隱藏在“理科大模型”中。”但在我看來，總之，

當然，而是兩種默認動作的差異：文科大模型傾向給出一個“看起來不錯的最終答案”，直到細化為原子級操作，就能如實照見萬物因果，源於圖靈測試，

當華爾街和矽穀都在計算 AI 能替代多少人類勞動力時，但人類文明的每一次飛躍，

---

相關(guān)推薦： 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.