为什么我认为 AGI 不会很快到来

本期节目是对 Patel 本人 2025 年 6 月那篇文章的朗读，开篇先把分歧点精确地定位下来。他的嘉宾在 AGI 时间表上争到两年到二十年不等，他想说明自己站在哪里、以及为什么。他借用了多恩布什那句话——事情发生得比你想象的更晚，然后又比你想象的更快——这正好搭起整篇论证的结构：一个由特定缺失能力造成的近期延迟，随后是能力到来时极快的起飞。

他的第一步是拒绝加速主义者中一个常见说法：即使进展完全停止，今天的系统在经济上也仍然具有变革性。他不同意，而他的证据刻意选得很个人化。财富 500 强企业没有采用 LLM，不是因为制度惰性，而是因为要从 LLM 那里得到普通人类水平的劳动成果确实很难。他自己的试验场是大约一百小时为后期制作流程搭建小型 LLM 工具，他说这段经历延长了而不是缩短了他的时间表。

这个例子之所以有说服力，是因为这些任务恰恰是这项技术本该擅长的：短周期、自包含、语言进语言出，比如把自动生成的文稿改写得可读，或者从文稿里挑出可以发出去的片段。他给当前模型在这类任务上打五分（满分十分）。问题不在于它们的语言能力差，而在于它们不会像人那样改进。这就是全文的枢纽：缺失的能力是持续学习，而它缺席的代价，体现为任何企业能够委派出去的工作都存在一个上限。