当AI不断攻破人类设计的测试，我们离AGI还有多远？

ARC-AGI的创造者François Chollet最近宣布，ARC-4将于2027年初发布，ARC-5也在计划中，最终版本可能是ARC-6或7。他的目标很明确：持续设计新的测试，直到再也找不到“人类能做但AI做不到”的任务。按他的预测，这一天大约在2030年到来。

这个消息引发了一场关于“什么才是真正的AGI”的激烈争论。

有人认为ARC-AGI毫无意义。理由是：很多人连ARC-AGI2的谜题都解不出来，但他们显然是具备通用智能的人类。一个不会系鞋带的物理学家，难道就不是通用智能了吗？

但反对者的逻辑同样锋利：如果AI在任何一项人类能轻松完成的任务上表现糟糕，它就不配被称为“通用”。这个标准听起来苛刻，却直指问题核心。

更有趣的是关于“移动门柱”的争议。批评者指出，Chollet最初创建ARC-AGI-1时，本意是证明大语言模型离人类水平还很远。结果前沿模型直接碾压了他的预期，于是他只好不断提高难度。

但支持者认为这恰恰是设计的精髓所在。Chollet从一开始就说得很清楚：他要做的就是不断设计“人类容易、AI困难”的测试。当AI攻克一个测试，就设计下一个。当他再也无法移动门柱的那一天，就是AGI真正到来的时刻。

值得注意的是，Chollet曾经预测AGI需要10到15年，现在他把这个数字砍到了5年。这种校准本身就说明了问题：大语言模型的进步速度超出了几乎所有人的预期。

一个更实际的问题浮出水面：如果未来的Claude能完成你所有的工作，却在ARC-AGI-4上一塌糊涂，它算不算AGI？

也许我们需要重新思考“通用”的定义。测试能力和实际价值之间，存在一条微妙的鸿沟。能解谜题不代表能创造价值，能工作不代表真正理解。

真正的AGI，或许不是通过某个测试来定义的，而是当我们发现自己再也无法设计出区分人机的测试时，它就已经悄然到来了。

www.reddit.com/r/singularity/comments/1r3a6l7/fran%C3%A7ois_chollet_arc4_is_in_the_works_to_be/