关于 AGI 的讨论里,有一个隐含假设很少被质疑:既然目标是通用,那最终应该收敛到一个统一模型、一套统一意识。这个假设听起来顺理成章,实际上站不住。

今天的技术现实正好相反。Gemini 4 Carbon 走的是重工具调用的行动路线,Fable 5.2 走的是深推理路线,GPT-6 Astra 走的是长上下文路线。三家都在逼近通用,但路径完全不同。

通用为什么不等同于统一?

通用指能力覆盖面,统一指实现方式。这两件事没有必然联系。

人的智能是通用的,但每个人的知识结构、价值排序、决策风格都不一样。通用性恰恰建立在个体差异之上,因为不同的人覆盖不同的情境,群体才有完整的适应力。

模型也一样。一个擅长代码的模型和一个擅长谈判的模型,可以在同一个组织里共存,整体能力超过任何单一模型。这就是「通用来自组合,而不是来自收敛」。

统一模型的技术瓶颈在哪?

三个瓶颈。第一是数据分布。训练数据越偏某一领域,模型在该领域越强,在别的领域越弱,这是无法通过增加参数量消除的偏置。第二是目标函数。代码任务奖励正确性,创意任务奖励多样性,两个目标在优化时互相拉扯。第三是上下文窗口的边际收益递减。窗口越大,注意力越分散,长文档里的关键信息反而更容易被淹掉。

这三条决定了:把所有能力压进一个模型,会在每个方向上都做到第二名。

那为什么厂商还在做全能模型?

因为商业逻辑不同。厂商需要一个「什么都能聊」的入口来获客,哪怕它在每个专业领域都不是最强。全能模型是门面,专用模型是里子。

Gemini 4 Carbon 的定位很典型:它在多个 Agent 基准上排第一,但官方仍然建议日常任务用更便宜的 Argon。这句话翻译过来就是:全能模型负责打榜,便宜模型负责跑量。

意识会不会也是分布式的?

如果哪天真的出现硅基意识,更可能的形式也是分布式的:不是一个大模型突然醒来,而是一群专用模块在协作中形成某种稳定的自我模型。

这个判断有哲学依据。意识研究里有个说法叫「全局工作空间」,认为意识不是某个模块的属性,而是模块之间竞争广播的结果。按这个框架,意识天然是分布式的。

这对做产品的人意味着什么?

意味着不要追求一个大而全的智能体。更实用的结构是:一个调度层加若干专用模块,调度层负责分派和汇总,专用模块各自做到极致。

这个结构的好处是可替换。哪个模块落后就换哪个,不用整体重训。Gemini 4 Carbon 降价,你可以只把代码模块切过去,其他不动。

对普通读者意味着什么?

意味着不要等待「一个完美的 AI」。它不会出现,因为完美的通用在工程上不成立。会出现的是一堆各有所长的工具,以及一个能把它们组织起来的人。

那个人就是你。你的价值不在于比模型更聪明,而在于知道什么任务该交给谁、结果该怎么验收、出了问题该怎么兜底。这三种能力,统一模型给不了你。

统一意识模型注定失败,这不是悲观判断,而是分工逻辑的必然。承认这一点,反而能更早开始搭自己的组合。

去论坛讨论

前往 ziyuanagi.com 论坛 参与讨论