再回顾下之前梁文锋在 DeepSeek 投资者交流会上排出了通往 AGI 的六级阶梯： 语言模型 → 思维链 → Agent → 持续学习 → 自我迭代的奇… · @cxjwin · TwKit

@cxjwin

再回顾下之前梁文锋在 DeepSeek 投资者交流会上排出了通往 AGI 的六级阶梯： 语言模型 → 思维链 → Agent → 持续学习 → 自我迭代的奇点 → 具身智能 之所以这么排，是因为后一级总能踩在前一级的肩膀上：思维链用上语言模型，Agent 用上思维链，「并没有一步是白走的」。去年是思维链，今年走到 Agent，离下一步「还差一个持续学习」。 在他看来，只要把问题描述清楚，给足完整的上下文和指令，现在的模型「已经超过人类了」，但它依然替代不了你的员工。要是它能像新员工一样「到公司学习两个月，那么就可以替代天下的人了」。因此，他对下一代模型划了一条硬标准：必须要有持续学习的能力，才配叫下一代模型。在那之前，能做的只是降成本、提效果、提速度。 一旦攻克持续学习，后面的路「就很轻松」。当 AI 能接管人类所有工作，包括自己做研究、开发自己的下一个版本时，就会迎来「自我迭代的奇点」。AI 加速 AI 的研究，越往后越可能是非线性的——不过他也补充，这张时间表只是推测，奇点「不是个突变」，也许是一段比较长的渐变。 具身智能排在最后，但「肯定还是要进入」。普通人衣食住行用不上电脑，AI 终究得走进现实世界，「给你做家务，给你养老」。到那时，AGI 负责「帮我迭代下一版模型」，有了具身，就让它来做下一版机器人。 为了守住这条主线，不在主线上的坚决不做。视频生成「在商业上是个好生意」，可跟智能没什么关系，3D 也一样。多模态会做，但在他眼里那只是组件，不是智能本身。 「持续学习」这个缺口，用 Coding Agent 的人应该最不陌生：每个新会话都得从零开始，全靠 AGENTS.md、记忆文件和 Skill 把上下文重新喂一遍。这些文件，本质上就是我们在模型进化前手搓的「外挂式持续学习」。 版本二：微调白描版（保留原稿冷峻语感，仅打磨字句） 特点：如果你偏爱原稿那种短句、克制、类似《晚点》特稿的冷峻节奏，这个版本只做最小颗粒度的字句顺畅度打磨。 DeepSeek 融资超 500 亿元后，梁文锋在投资者交流会上把通往 AGI 的路排成了一串阶梯： 语言模型 → 思维链 → Agent → 持续学习 → 自我迭代的奇点 → 具身智能 这么排，是因为后一级总能用上前一级。思维链基于语言模型，Agent 调用思维链，「并没有一步是白走的」。去年是思维链，今年走到 Agent，离下一步「还差一个持续学习」。 在他看来，只要把问题描述清楚，给完整的上下文和指令，模型「已经超过人类了」，但它还替代不了你的员工。要是能像人一样「到公司学习两个月，那么就可以替代天下的人了」。他对下一代模型的要求很明确：「必须要有持续学习的能力，才能叫下一代模型。」在那之前，能做的就是降成本、提效果、提速度。 先解决持续学习，后面的路「就很轻松」——AI 能加速 AI 的研究，越往后越是非线性的。再往后就是奇点：模型能做人能做的所有事，包括自己做研究、开发自己的下一个版本。但他补了一句，这张时间表是推测，奇点「不是个突变」，也许是一段比较长的渐变。 他希望 AGI 能「帮我迭代下一版模型」，有了具身，就让它来做下一版机器人。具身虽然排在最后，但「肯定还是要进入」：普通人的衣食住行用不上电脑，AI 得走进现实世界，「可以给你做家务，可以给你养老」。 不在主线上的不做。视频生成「在商业上是个好生意」，可跟智能没什么关系，3D 也一样。多模态会做，但在他眼里只是组件，不是智能本身。 持续学习这个缺口，用 Coding Agent 的人应该不陌生：每个新会话都从零开始，得靠 AGENTS.md、记忆文件、Skill 把上下文重新喂一遍。这些文件，就是外挂的持续学习。 https://x.com/cxjwin/status/2080119854334685456?s=20

曝光 138 · 评论 0 · 点赞 0 · 书签 0