1_AI 发展路径：从语言模型到通用人工智能

发表于 2025-03-01 更新于 2026-01-28 分类于 6-AI ， 1_基础学习阅读次数： Waline：本文字数： 3.6k 阅读时长 ≈ 3 分钟

1. AI 发展路径概览

%%{init: {'theme': 'base', 'themeVariables': { 'primaryColor': '#4F46E5', 'primaryTextColor': '#000', 'primaryBorderColor': '#3730A3', 'lineColor': '#6366F1', 'secondaryColor': '#10B981', 'tertiaryColor': '#F59E0B'}}}%%
flowchart TD
    subgraph L1["基础层"]
        A["语言模型<br/>Language Models"]
        B["理解能力<br/>Understanding"]
        C["上下文处理<br/>Context"]
    end

    subgraph L2["中级层"]
        D["条件数据生成<br/>Conditional Generation"]
        E["推理与问题解决<br/>Reasoning"]
        F["创造力<br/>Creativity"]
    end

    subgraph L3["高级层"]
        G["AI Agents<br/>代理工作流"]
        H["类人交互<br/>Human-Like Interaction"]
    end

    subgraph L4["终极目标"]
        I["AGI<br/>通用人工智能"]
    end

    A --> D
    B --> E
    C --> F
    D --> G
    E --> G
    F --> H
    G --> I
    H --> I

    classDef foundation fill:#4F46E5,stroke:#3730A3,color:#fff
    classDef intermediate fill:#10B981,stroke:#059669,color:#fff
    classDef advanced fill:#F59E0B,stroke:#D97706,color:#000
    classDef ultimate fill:#EF4444,stroke:#DC2626,color:#fff

    class A,B,C foundation
    class D,E,F intermediate
    class G,H advanced
    class I ultimate

1.1 基础层：语言模型

语言模型是 AI 发展的基石，具备以下核心能力：

能力	说明
语言理解与生成	支撑文本生成、机器翻译、问答系统等应用
理解能力	对语言、文本、指令的深度理解
上下文处理	在处理信息时综合考虑上下文，实现复杂交互

1.2 中级层：生成式 AI 应用

能力	说明
条件数据生成	根据提示生成特定类型数据（如文生图、主题写作）
推理与问题解决	逻辑推理、复杂问题求解
创造力与新颖性	产生原创内容，而非简单模仿

1.3 高级层：AI Agents

AI Agent 的核心公式：

Agent = 大模型 + 记忆 + 决策 + 工具调用

%%{init: {'theme': 'base', 'themeVariables': { 'primaryColor': '#4F46E5', 'primaryTextColor': '#000', 'primaryBorderColor': '#3730A3', 'lineColor': '#6366F1', 'secondaryColor': '#10B981', 'tertiaryColor': '#F59E0B'}}}%%
flowchart LR
    subgraph Agent["AI Agent"]
        LLM["大模型<br/>LLM"]
        Memory["记忆<br/>Memory"]
        Planning["决策规划<br/>Planning"]
        Tools["工具调用<br/>Tools"]
    end

    User["用户"] --> Agent
    Agent --> Action["执行动作"]
    Action --> Feedback["反馈"]
    Feedback --> Memory

    classDef core fill:#4F46E5,stroke:#3730A3,color:#fff
    classDef io fill:#10B981,stroke:#059669,color:#fff

    class LLM,Memory,Planning,Tools core
    class User,Action,Feedback io

典型应用：Cursor、GitHub Copilot 等 AI 编程助手均属于 Agent 范畴。

1.4 Agentic AI：自主型 AI

AI Agent 与 Agentic AI 的本质区别：

维度	AI Agent	Agentic AI
自主性	依赖外部输入和详细任务描述	高度自治，可自主规划
任务范围	处理简单任务（问答、日历、邮件）	处理复杂目标（自动驾驶、自主编程）
学习能力	依赖 Prompt Engineering 调整规则	遇到问题主动学习和解决

典型案例：

自动驾驶：用户只需设定目的地，AI 自主规划路线、驾驶、避障
Devin：首个 AI 程序员，可 7×24 小时不间断执行开发任务

Gartner 预测：到 2028 年，至少 15% 的日常工作决策将由 Agentic AI 自主完成（2024 年为 0%）。

2. AGI：通用人工智能

2.1 定义

通用人工智能（Artificial General Intelligence）是 AI 研究的终极目标：

当前 AI 系统需要针对特定领域训练（如医疗数据集微调后才能作为医疗聊天机器人）
AGI 可像人类一样跨领域解决问题，无需人工干预
具备自学能力，能处理从未训练过的任务

%%{init: {'theme': 'base', 'themeVariables': { 'primaryColor': '#4F46E5'}}}%%
stateDiagram-v2
    [*] --> 窄AI: "当前阶段"
    窄AI --> AGI: "技术突破"
    AGI --> ASI: "超越人类"

    窄AI: 窄领域AI
    note right of 窄AI: 需要特定训练<br/>单一领域应用

    AGI: 通用人工智能
    note right of AGI: 跨领域能力<br/>自主学习

    ASI: 超级人工智能
    note right of ASI: 超越人类认知<br/>理论阶段

2.2 实现预测

观点	时间预测	代表人物/机构
乐观派	20-50 年内突破	Ray Kurzweil（预测 2049 年）
保守派	数百年甚至更久	多数学术界学者
怀疑派	可能永远无法实现	部分认知科学家

3. 扩展阅读

3.1 Humanity’s Last Exam

🔗 https://lastexam.ai/

人类最后的测试（Humanity’s Last Exam, HLE）是针对大语言模型的前沿基准测试，由人工智能安全研究所与 Scale AI 联合创建。

测试构成：

题目数量：2500 道前沿学术难题
学科分布：数学（41%）、物理（9%）、生物/医学（11%）、人文/社科（9%）、计算机/AI（10%）、工程学（4%）、化学（7%）、其他（9%）
题型：多选题（24%）、简答题、精确匹配题
多模态：约 14% 的题目需要图文联合理解能力

该测试维护了一个不公开的测试集，以防止模型过拟合。