如果 AI 已经接近跨过智能门槛，下一步是什么？
过去几年，AI 发展的主线其实非常清晰：
让模型变得更强。
更多数据。
更多算力。
更大的模型。
更好的推理能力。
几乎每一次重大突破，都在回答同一个问题：
机器能不能变得更聪明？
但最近，这个问题正在发生变化。
随着新一代模型不断提升，越来越多人开始讨论：
我们是否已经接近，甚至已经跨过某种“智能门槛”？
也许未来真正重要的问题不再是：
AI 还能不能继续变聪明？
而是：
当 AI 足够聪明之后，还缺少什么？
因为智能本身，可能并不是完整的 AGI。
智能，不等于一个持续运行的系统
今天的前沿模型已经非常强大。
它们可以：
编写软件。
分析研究资料。
操作计算机。
制定复杂计划。
辅助专业工作。
这些能力在几年前几乎无法想象。
但是，大多数 AI 交互仍然遵循一种熟悉的模式：
人类提出目标。
模型进行推理。
任务完成。
会话结束。
系统等待下一次调用。
这种模式非常有效。
但它和一个持续存在的智能系统仍然不同。
一个真正长期运行的 AI，需要不断回答一些新的问题：
过去发生了什么？
哪些变化值得关注？
之前的经验应该如何影响现在的判断？
刚才的行动真的产生了预期结果吗？
如果失败了，应该继续、调整，还是停止？
这些问题已经不只是“模型够不够聪明”。
它们属于系统设计。
缺失的不是更大的模型，而是模型和现实之间的那一层
现在很多 AI 讨论都有一个默认假设：
只要模型足够强，它自然会变成真正的智能体。
但我认为事情并没有这么简单。
模型提供的是认知能力。
但自主运行，需要更多基础设施。
一个长期工作的 AI 系统需要：
记忆。
让过去真正影响未来，而不是每次重新开始。
状态。
知道自己当前处于什么阶段，正在做什么。
验证。
区分“我尝试过”和“事情已经完成”。
恢复。
面对错误时，不是简单失败，而是能够重新调整。
权限。
知道自己可以做什么，也知道不能做什么。
身份。
保持跨时间的连续性。
观察能力。
理解外部世界正在发生什么变化。
这些能力不是简单增加模型参数就能获得的。
它们属于模型之外的系统层。
下一场 AI 竞争，可能发生在模型之外
第一阶段的 AI 竞争，是制造更强的大脑。
下一阶段，可能是制造更好的神经系统。
人类的大脑非常强大。
但人的智能并不是孤立存在的。
它依赖：
记忆。
反馈。
目标。
环境。
长期经验。
社会关系。
如果一个大脑失去这些连接，它仍然拥有计算能力，但已经不是一个完整的人。
同样，一个非常强大的 AI 模型，如果没有可靠的运行环境，也可能只是一个强大的工具。
未来的 AGI 架构，也许不会只是：
一个超级模型。
更可能是一整套系统：
能够感知。
能够规划。
能够记忆。
能够验证。
能够学习。
能够长期保持一致性。
持续性，会改变所有问题
当 AI 从一次性的对话，进入长期运行阶段，很多问题都会发生变化。
一次错误回答，只是一个错误回答。
但一个持续运行的 Agent：
错误可能变成错误记忆。
错误决策可能影响未来行为。
错误生成的技能可能成为长期能力。
这意味着我们需要新的工程方法。
我们需要知道：
AI 当前相信什么？
这些信息来自哪里？
哪些状态已经被验证？
如何撤销错误更新？
如何区分学习和污染？
如何让系统足够自主，同时又保持可控？
这些问题，正在成为下一代 AI 系统真正困难的部分。
AGI 可能不是一个瞬间，而是一系列门槛
我认为现在关于 AGI 的讨论，可能正在进入一个新的阶段。
“AGI 到了吗？”
这个问题也许过于简单。
因为未来可能不存在一个明确的瞬间。
我们可能会逐渐跨越不同的门槛。
智能门槛：
AI 是否能够理解并解决广泛的问题？
自主门槛：
AI 是否能够长期保持目标，主动管理任务？
可靠性门槛：
我们是否能够信任它处理真实世界的重要事情？
治理门槛：
我们是否能够理解、审计和控制它的行为？
不同的人看同一个 AI 系统，会得出不同结论。
有人看到智能。
有人看到缺失的自主性。
两者可能都是正确的。
构建智能之外的系统
这也是 AdamI 关注的问题。
目标不是再创造一个基础模型。
世界上已经有大量公司投入这个方向。
更有意思的问题是：
如何让智能成为一个可靠、持续、可信任的系统？
模型和现实世界之间，还缺少什么？
我们需要一层负责：
记忆。
状态。
任务。
验证。
权限。
持续运行。
的系统架构。
因为下一代 AI 的竞争，可能不只是：
谁拥有最聪明的模型。
而是谁能够让这个智能稳定地存在于现实世界中。
AI 的下一章
如果未来 AI 系统真的能够完成越来越复杂的知识工作，那么瓶颈也会发生变化。
过去：
我们需要更聪明的模型。
现在：
我们需要更好的工具和环境。
未来：
我们需要更完整的系统。
真正的问题可能不再是：
AI 会不会思考？
而是：
AI 能不能在持续思考、行动、学习和与世界互动的过程中，始终保持一致？
这就是智能之后，缺失的那一层。
也是下一阶段 AGI 发展的核心方向。