我注意到，在過去一年中，關於我們已經達到人工通用智能（AGI）的聲稱越來越大聲。當然，《自然》雜誌的最新文章更是火上加油。但這裡有一個許多人忽略的根本問題。

重點在於：人們混淆了兩個完全不同的事物。一方面，我們有在測試中展現出令人印象深刻結果、能處理各種任務的語言模型。另一方面，這並不意味著我們已經創造出了真正的通用智能。這正是將越來越複雜的模式識別與智能本身混為一談。

如果看看歷史上的AGI定義，總是強調不同的特質：在不同情境下的可靠性、面對新奇事物時的泛化能力、靈活性。並非僅僅在人工環境中取得高分。

有趣的是，最近的研究顯示，能出色解決測試問題的系統，往往在條件稍作改變時就會崩潰。例如，醫療模型即使缺少關鍵數據，也能給出正確答案，但在分布稍有偏移時就變得不穩定。這不是智能，而是針對特定場景的訓練。

在經濟層面，情況更為明顯。即使是最先進的系統，也只能可靠地完成少部分實際工作任務，儘管在測試條件下表現優異。最新數據顯示，大多數公司目前尚未看到引入AI的顯著回報。這看起來並不像是通用智能。

還有一個經常被忽略的點。當語言模型和人類給出相同答案時，並不代表它們的推理方式相同。我見過一些例子，模型在不確定的情況下自信地得出結論，而專家則因資訊不足而保持觀望。表面上的一致掩蓋了推理過程中的深層差異。

目前的系統仍然很脆弱。它們依賴於問題的表述，缺乏穩定的目標，無法在長期內進行可靠的推理。甚至有關模型解決開放數學問題的故事，也多是現有方法的組合與穷舉，而非創造新策略。

問題不僅僅在於術語。當這些系統開始應用於科學和政府決策的實際流程中，對它們能力的高估可能導致在信任與責任分配上的嚴重錯誤。因此，將先進的統計逼近與通用智能混為一談，不僅是概念上的錯誤，也存在實際風險。

我們現有的模型是強大的工具，沒錯。但它們仍是工具，而非具有真正彈性能力的代理。這個區別非常重要。