最近X平台上一片悲观情绪，大家都在说：AGI（通用人工智能）短期内没戏了！理由嘛，就是现在的AI模型根本做不到“持续学习”——学完新东西就忘旧东西，没法像人类一样边用边学、越用越聪明。但就在这时候，有两位顶级AI大佬的最新发言，简直像一记响亮的耳光，狠狠打在了这些唱衰者的脸上！
先说第一位——达里奥·阿莫代伊（Dario Amodei）。他是谁？前OpenAI核心研究员，后来创办了AI安全与前沿模型公司Anthropic，是业内公认的“技术理想主义者+实干派”。
他在2025年7月的一次闭门技术分享中，语出惊人：我们在AI领域学到最重要的一课就是：每当大家觉得遇到了某种‘根本性障碍’，结果往往只是我们还没找到对的方法。比如两年前，所有人都说AI在复杂推理上存在天然瓶颈，可后来发现，只要上强化学习（RL），配合足够规模的模型，这问题就迎刃而解了。
他接着话锋一转，意味深长地说：虽然我不便透露太多细节，但我可以告诉你，‘持续学习’很可能就是下一个被我们高估难度的问题。它看起来很难，但随着模型规模继续扩大，再配合一点点思维范式的转变——比如调整训练架构、引入更智能的记忆机制、或者重新定义‘学习’本身——这个所谓的‘拦路虎’，可能也会像推理能力一样，在不远的将来轰然倒塌。
听听，这可不是空喊口号，而是来自亲手打造过Claude系列大模型的人的判断！他不是在画饼，而是在说：技术演进的节奏，从来不是线性的。你以为的“天花板”，可能只是下一个突破前的短暂平台期。
再来看第二位重磅人物——雅库布·帕霍茨基（Jakub Pachocki）。他是OpenAI的首席科学家之一，长期主导模型推理与长期规划能力的研究，也是GPT-4和o1模型背后的关键推手。
在2025年9月的一场学术研讨会上，他透露了OpenAI当前的核心攻坚方向：我们现在已经在高中级别的数学竞赛和编程竞赛上，达到了接近人类顶尖选手的水平——模型能在1到5小时内完成复杂的解题与代码生成。
但这只是起点。接下来，我们的重点是把‘推理时间线’拉得更长，让AI不仅能解一道题，还能像人类一样制定跨越数天、数周甚至更久的计划，并且在这个过程中，真正‘记住’自己做过什么、学过什么、失败过什么。
注意，他说的不是简单的“上下文记忆”，而是具备长期记忆能力的持续学习系统。
这意味着未来的AI，可能不再是一次性问答机器，而是能陪你一起成长、不断积累经验的“智能伙伴”。比如，你今天教它一个新算法，下周它还能用上；你昨天让它规划一个项目，明天它能根据新信息动态调整方案——这才是通向AGI的关键一步。
很多人只看到当前模型“学完就忘”的缺陷，却忽略了背后的技术迭代速度有多快。从GPT-3到GPT-4，推理能力飞跃；从GPT-4到o1，规划与自我修正能力突飞猛进。现在，行业头部团队已经把“持续学习”列为最高优先级课题。他们不是在原地踏步，而是在悄悄搭建下一代AI的底层架构。
所以，当全网都在唱衰AGI时，请记住：真正的突破，往往发生在大众最绝望的时刻。就像2022年没人相信AI能写代码、2023年没人相信AI能参加奥数，结果呢？技术从不因舆论而停步，只因坚持而爆发。
达里奥和雅库布的发言，其实传递了一个共同信号：所谓“根本性障碍”，很多时候只是我们想象力的边界。当算力、数据、算法三者再次找到新的结合点，持续学习的难题，或许就会像曾经的“常识推理”“数学证明”一样，被轻松攻克。AGI或许不会明天就来，但它的脚步，比我们想象中更近。
持续学习 和 强化学习（RL）比较
1、强化学习（Reinforcement Learning，简称 RL）
你可以把它想象成“教狗做动作”。
比如你想教一只狗“坐下”。你不会直接告诉它什么叫“坐”，而是：
- 它偶然屁股着地了，你就立刻给它一块肉（奖励）；
- 它乱跳乱叫，你就啥也不给（没奖励，甚至轻微惩罚）；
- 久而久之，狗就明白了：“哦，只要我坐下，就有肉吃！”于是它就学会了。
AI里的强化学习也是这个逻辑：
- AI像个“试错机器人”，不断尝试各种行为；
- 做对了（比如下棋赢了、写代码通过了测试），就给它“打高分”；
- 做错了，就“扣分”；
- 通过成千上万次反馈，它慢慢学会“怎么做才能得分最高”。
所以，RL的核心是：通过奖励和惩罚，让AI自己摸索出最优策略。它特别适合解决“需要一步步决策”的问题，比如玩游戏、自动驾驶、或者让大模型一步步推理解题。
2、持续学习（Continual Learning）
这个更像是“人上学的过程”。
想象一个学生：
- 小学学加减法，
- 初中学代数，
- 高中学微积分，
- 大学学机器学习……
关键在于：他学新知识的时候，不会把旧知识全忘掉。他知道“微积分要用到代数”，而代数又基于加减法。这就是“持续学习”——边学新东西，边保留老本事，还能把新旧知识串起来用。
但现在的AI呢？
- 如果你先教它识别猫狗，它学会了；
- 然后你只教它识别汽车，不给它复习猫狗……
- 结果它可能把猫狗全忘了，只会认车了！这叫“灾难性遗忘”（Catastrophic Forgetting）。
持续学习的目标就是：让AI像人一样，一辈子不断学新东西，还不忘老本行。比如今天学会写Python，明天学会做PPT，后天还能把两者结合起来自动写报告——而且三年后还记得怎么写代码。
简单总结区别：
- 强化学习（RL）：教AI“怎么做才对”，靠的是“奖励机制”，重点在决策和行动优化。
- 持续学习：教AI“学了新东西别忘旧东西”，靠的是记忆管理和知识整合，重点在长期积累与适应。
打个比方：
> RL 是“教练”，不断给AI打分，让它越做越好；
> 持续学习是“大脑的记忆系统”，确保AI越学越聪明，而不是学了新的就丢了旧的。
两者其实可以配合使用——比如用RL教AI做复杂任务，同时用持续学习机制让它记住过去的经验，下次遇到类似问题直接调用老办法，不用从头试错。
这也就是为什么达里奥说：过去我们靠RL+规模突破了“推理”难题，现在也许只要找到类似“组合拳”，“持续学习”这个坎也能跨过去。