如果AGI真的会来，它会从哪条路来？是继续堆算力，还是另辟蹊径？今天梳理三条最被看好的技术路线，以及它们各自的坑。

Scaling Law：大力出奇迹的天花板

过去五年，AI进步的最大功臣是Scaling Law（缩放定律）：模型参数量、数据量、算力三者按幂律增长，性能就稳定提升。GPT-3到GPT-4的提升，基本是"更大"带来的。

但Scaling Law正在撞墙。一是数据快用完了（互联网上高质量文本就那么多，有机构预测2026-2028年耗尽）；二是边际收益递减——翻倍算力换来的提升越来越小；三是"大"解决不了"不会推理"的硬伤。

所以业内共识是：Scaling Law还能再吃几年红利，但单靠它到不了AGI。它需要新范式来接力。

世界模型：让AI理解"物理直觉"

Yann LeCun力推的"世界模型"（World Model）路线：不让AI死记数据，而是让它学会"这个世界怎么运转"——球会落地、推门会开、冰会化。他用JEPA（联合嵌入预测架构）让AI预测"视频里下一帧大致是什么"，而不是逐像素生成。

世界模型的诱人之处在于：一旦AI有了"物理常识引擎"，它就能像人一样做规划、做想象、做因果推理——而不是只会接龙。它从"语言智能"走向"物理智能"。

但这条路的最大挑战是：怎么定义"好的世界模型"？人类的世界模型是几亿年进化+ lifelong 体验堆出来的，AI要在几个月内学到同等水平，架构上得有质的突破。

具身智能：给AI一个身体

另一派认为：智能离不开身体。婴儿是通过抓、爬、摔来理解世界的，不是通过读书。要让AI真正"懂"，得给它传感器和执行器，让它在真实物理世界里互动。

这就是具身智能（Embodied AI）和机器人学的结合。Google的RT-1/RT-2、Figure的人形机器人，都在尝试让AI从"看视频学动作"到"真动手做任务"。

具身路线的优势是：物理世界会"打脸"——你预测错了就真的摔了，这种即时反馈是训练常识最好的老师。但坑也明显：机器人硬件贵、慢、易坏，数据收集比爬网页难一万倍。

多模态与Agent：从"会答"到"会做"

第四股力量是多模态+Agent：不只要处理文字，还要看图像、听声音、控制工具。一个能"看"到屏幕、"点"按钮、"读"文档、"写"代码的Agent，比纯聊天机器人离"智能"近得多。

2024-2025年的AI Agent浪潮，本质就是把大模型从"问答机"升级为"行动者"。它能拆解任务、调API、查数据库、自我纠错。这种"自主性"是AGI的必备属性。

但Agent的短板是"可靠性"——它在10步任务里只要错1步，结果就全废。人类的"元认知刹车"它还没学会，这正是当前研究的焦点。

时间线：我们离AGI多远

预测AGI时间线像预测地震——所有人都在猜，没人准。乐观派（如库兹韦尔）说2029年；保守派说"本世纪内都难"；中间派说2030-2040年有戏。

我的个人判断（再次强调是判断）：我们离"通过所有考试"的AI很近，离"能在真实世界自主生活"的AI还很远。前者是工程问题，后者是科学问题——而科学问题没有时间表。

更重要的问题也许不是"哪年来"，而是"来了怎么接"。无论走Scaling、世界模型还是具身路线，AGI的钥匙大概率不在单一技术，而在它们的融合：大模型的语言能力 + 世界模型的物理直觉 + 具身的交互经验 + Agent的行动自主性。四者合流之日，才是AGI真正现身之时。

---

如果你对AI意识、AGI或者机器智能的本质有自己的看法，欢迎在评论区聊聊——这个领域最大的特点就是"没人知道答案"，每一个观点都值得被认真讨论。