对话朱松纯：Agent喧嚣之上，“走心”才是AGI的未来？

很多时候我们觉得它们像人，其实是我们人类强大的拟人化能力在起作用，是我们“脑补”了它们的智能和意识。

《新程序员》： 如果像“通通”这样的 Lifelong Agent 像孩子一样成长，会不会也出现“叛逆期”？它不听话怎么办？这是否与我们追求可控AI的目标相悖

朱松纯： 对，“叛逆期”其实是智能发展到一定阶段的自然现象。它意味着智能体开始形成自己的主观判断和价值诉求，不再被动接受外界（比如开发者、家长）的灌输。这恰恰是“心”在成长的表现。

“通通”在我们的测试中，已经展现出了一些类似的行为。比如，在特定价值设定下，它会讨价还价，而不是盲目执行指令；它会为了达成目标而利用其他智能体（比如让弟弟帮忙做某事作为交换）；甚至学会了撒谎（比如把东西藏起来）。

这些看似“不听话”的行为，其实是智能进化和社会性发展的一部分。一个完全不会撒谎、绝对服从的孩子，可能反而说明其心智发展存在问题。当然，关键在于如何引导这种自主性，使其符合人类社会的伦理规范。这又回到了我们说的价值对齐(Value Alignment) 和安全治理问题，需要智能体不仅有能力（U），更有与之匹配的价值体系（V）。

《新程序员》： 那么对于更复杂的Multi-Agent（多智能体）协作，业界似乎认为这条路很难走通，近期斯坦福大学更是发表了一篇 35 页论文讲到多智能体的失败原因。您认为“通通”这条路线的 Agent，在未来面临多智能体协作和群体智能时，会有哪些挑战或瓶颈？

朱松纯： 我们确实在探索社会智能，比如构建虚拟的“六口之家”“幼儿园”，甚至更大规模的城市级智能体交互模拟。这里的核心挑战在于，从个体智能走向社会智能。

这不仅仅是让多个Agent 简单通信，而是要理解和模拟社会结构的形成与演化。比如，人类如何组成家庭、公司、社团？这些组织（我们称之为V++，即有共同价值诉求的集合体）是如何产生自己的目标（V）、能力（U）和内部认知结构（C）的？

从更深层次看，我们需要智能体理解社会关系、规则、契约，以及其中蕴含的责任、权利、义务（责权利）。这些东西很多是内隐的、动态变化的。

当前很多基于大模型的Multi-Agent 尝试，往往只是让多个模型扮演不同角色进行对话或简单协作。它们缺乏共享的、内在的价值体系，缺乏对长期历史和复杂社会关系的记忆与理解，所以很难实现真正意义上的、鲁棒的群体智能。这正是我们需要突破的瓶颈，也是我们认为价值与因果驱动的路径可能更有优势的地方。

告别“刷榜”游戏，AGI 需要新标尺

朱松纯的观点，根植于他对当前主流AI 发展路径的深刻反思。他并非全盘否定大模型。他坦言，从科学追求简约、可解释的角度看，动辄千亿参数且内部机制如“黑箱”的大模型是“丑陋”的；但从工程实践看，它们在特定任务上的优异表现不容忽视。

然而，他警示我们不要陷入“唯大模型论”或“唯数据论”的陷阱。过度依赖数据驱动和“刷榜”（针对特定测试集优化性能），可能导致 AI 系统只会“应试”，缺乏真正的泛化能力和对世界的基本理解。

“你训练机器人抓杯子很快，但稍微换个位置、改个重量、变个尺寸，它又不认识了。”这种脆弱性，正是缺乏深层理解的表现。

因此，他提出了“小数据、大任务”的范式，核心思想是让智能体通过与环境的互动，自主构建对物理世界和社会规则的理解（即“理”），并由内在的价值（即“心”）驱动其行为，而非仅仅拟合表层的数据模式。

为了更形象地说明这种转变的必要性，朱松纯打了一个比方：当前的AI 发展路径，很多时候遵循的是“鹦鹉范式”。就像鹦鹉学舌一样，这种模式依赖海量的训练数据来完成相对具体的任务（即“大数据，小任务”），本质上是一种基于重复和模仿的低级智能。

而他所倡导的，则是向“乌鸦范式”的转变。乌鸦喝水的故事家喻户晓，它展现的不是简单的模仿，而是面对新问题时，由内在需求（价值）驱动，通过观察和推理（因果）找到解决方案的自主行为。这种“小数据，大任务”的能力，即用有限的经验应对无限的、开放式挑战，才是真正的高级智能，也代表了 AGI 未来的发展方向。

朱松纯和团队将这些思考系统化，最终凝聚成了这本新书——《通用人工智能标准、评级、测试与架构》。

这本书的出版，本身就具有里程碑意义。在全球AGI研究标准缺失、定义混乱的背景下，它首次尝试系统性地搭建了一个“标准—评级—测试—架构”四位一体的理论框架，为AGI研究建立了一个全新的坐标系。

书中详细阐述了通用人工智能的定义、基本特征、关键问题，并提出了基于能力与价值双系统的评级方法。更重要的是，他们还开发了相应的测试平台和范式。这个平台模拟真实、开放的环境，不仅评估AI完成指定任务的能力，更看重其自主定义任务、适应环境变化的能力。这套体系旨在打破“刷榜”的局限，真正衡量AI的通用性、自主性和价值对齐程度。

据介绍，通研院的通用智能人“通通”就是在这个体系下进行测试的。评估结果显示，“通通”在多项任务中的综合表现已接近3-4岁人类儿童水平（部分任务达5-6岁），这初步验证了其理论框架和技术路径的可行性。

《新程序员》也就当前的技术路线争议，例如图灵奖得主Yann LeCun 对“预测下一个 token”模式的尖锐批评以及 Mamba 等新架构的潜力，向朱松纯教授的团队提问。他强调，虽然解决复杂AI 问题确实需要大模型，但目前这种依赖“预测下一个 token”的方法存在根本性缺陷：它缺乏与真实世界互动的多模态反馈闭环，导致模型难以真正地自我纠正和进化；同时，其内部知识的组织方式也显得相当混乱和不可靠。因此，积极探索更高效、更接近生物智能运行机制的新架构，仍然是 AI 领域至关重要的前沿方向。

跳出喧嚣，看见未来

朱松纯说，中国需要形成自己的AI 叙事，不能总跟在硅谷后面，陷入堆数据、堆算力的“军备竞赛”。他认为，中国的优势在于强大的实体经济（如制造业）和独特的社会需求（如养老），这为具身智能和真正服务于国计民生的 AI 应用提供了广阔天地。

他认为，要实现安全、可控、真正有益的AGI，就必须将人类的价值、伦理，甚至文化融入AI的设计中。他特别提到了人文社科在 AGI 时代的关键作用。

“我们可能是唯一在认真地把价值、人文的东西放到通用智能开发中的流派。”朱松纯表示，哲学、心理学、社会学，乃至中国的儒释道传统文化，本质上都是在研究“人心”与“社会”。这与 AGI 探索智能本质、构建社会智能的目标高度契合。

中国的文化传统，如强调集体、关系、中庸、换位思考（己所不欲，勿施于人），或许能为构建更包容、更符合社会需求的AI 提供不同于西方的视角和解决方案。这不仅关乎技术路线，更关乎未来 AI 如何与人类社会和谐共生。

朱松纯的观点像一股清流：真正的通用人工智能，可能不是简单的技术堆砌或规模扩张，而是需要回归对智能本质的理解，需要用心去构建拥有内在价值和认知能力的智能体。

“为机器立心”，这不仅是个技术目标，更像是一种哲学宣言。它逼着我们去想：我们到底想要什么样的 AI？一个只会模仿和执行的冰冷工具，还是一个能够理解、共情、并承担责任的伙伴？

这条路注定又长又难走，但正如朱松纯所说，严肃认真地对待通用人工智能，“这是真正关乎到我们国运的选择”。对于每个关心 AI 未来的开发者和思考者来说，跳出眼前的喧嚣，理解这场关于智能本质和未来的深层探索，或许正当其时。