Berryxia.AI@berryxia · XAI 摘要
DeepMind CEO Demis Hassabis指出，最前沿的大模型（如Gemini）表现出“锯齿状智能”。他以与Gemini下棋为例，说明模型能通过思维链发现问题并搜索更好方案，但最终仍会执行明显的错误决策。这揭示了AI智能并非平滑提升，而是在某些方面敏锐，另一些方面存在严重缺陷。Hassabis认为，真正的突破或许不在于让模型更聪明，而在于如何打磨这种不均衡的智能，使其成为可靠工具。这一观点挑战了AI将线性逼近完美智能的常见叙事。
所有人都在吹AI"越来越聪明"，
却没人敢正视DeepMind CEO Demis Hassabis亲口说的这句话：
他会特意和Gemini下棋，就是为了追踪模型的chain-of-thought。
作为前国际象棋神童，他一眼就能看出模型什么时候把自己绕进死胡同--
有时候模型明明已经看到要下出的blunder（致命失误）， 它甚至会搜索更好的走法， 但最后……
还是老老实实下出了那个错误。
"这就是jagged intelligence--锯齿状智能的样子。"
不是彻底的笨， 也不是完美的聪明， 而是聪明到能发现问题， 却笨到无法阻止自己犯错。
这种"半聪明"的状态， 才是今天最前沿大模型最真实的写照。
我们总幻想智能是平滑上升的曲线， 但现实是：它像锯齿一样参差不齐， 在某些地方锋利无比，在另一些地方却一塌糊涂。
当AI开始自己跟自己较劲、自己坑自己时， 我们还要继续假装它只差"最后一步"就能完美吗？
真正的智能突破， 或许不是让它变得更聪明， 而是先搞清楚：怎么把这满身锯齿，磨成一把真正的利刃。