刚刚，苹果扔出一颗深水炸弹，直接宣判了所有「推理」模型的死刑。
他们用一系列全新的智力测试题，把Claude Thinking、DeepSeek-R1和o3-mini这些号称会「思考」的模型打回了原形。
结果让人大跌眼镜：这些模型根本不是在推理，只是在玩高级版的「记忆大师」游戏。
苹果的「解剖刀」
苹果研究员设计了一套模型从未见过的谜题游戏，专门测试纯逻辑推理能力。当问题复杂度提升时，所有模型的准确率直接归零。
更诡异的是，随着问题变难，这些「思考」模型反而开始偷懒了——用更少的token，更快地放弃，哪怕给它们无限的计算资源也没用。
研究揭示了三个清晰的阶段：
-
低复杂度：普通模型反而表现更好
-
中等复杂度：「思考」模型略有优势
-
高复杂度：全军覆没
而现实世界的大部分问题，恰恰都属于第三类。
最致命的发现是什么？即便把解题算法一步步喂给模型，它们依然在相同的复杂度节点上崩溃。这就像给了食谱还是不会做饭，本质上缺乏真正的理解能力。
汉诺塔谜题可以轻松处理100多步，但河流渡河谜题仅仅4步就让模型抓瞎。这强烈暗示：模型在训练时见过汉诺塔的解法，但对河流渡河问题一无所知。
Ruben Hassid (@RubenHssd) 指出：
如果这些模型真的在「推理」，它们应该随着计算资源增加和指令更清晰而表现更好。但实际上，它们碰到硬墙就开始摆烂了。
苹果选择可控谜题环境作为测试场景，正是因为：
-
避免数据污染
-
要求纯粹的逻辑推理
-
可以精确控制复杂度
-
能暴露模型的真实极限
Google的「锯齿」哲学
就在所有人都在因苹果宣判而为AGI 梦碎叹息时，Google CEO Sundar Pichai却提出了一个更实际的概念——AJI。
AJI，全称Artificial Jagged Intelligence（人工锯齿智能），完美描述了当前AI的真实状态：时而惊艳，时而弱智。
在Lex Fridman的采访中，Pichai坦诚地说：「有时你看到AI的表现会惊叹，然后下一秒它连草莓里有几个R都数不清。」
这种「参差不齐」的锯齿正是当前AI发展的真实写照。
就像坐在旧金山的Waymo无人车里，它能在拥挤的人群中自如穿梭，展现出超人的驾驶技巧；但同时，它可能在最简单的数学题上栽跟头。
「我们不断地在移动AGI的定义标准」，Pichai说，「今天你坐在旧金山的Waymo里，穿过拥挤的人群，你会看到智能的闪光。但然后你又会看到一些明显还远未达到AGI的东西。你会同时体验到这两种感受。」
2030年的预言
Pichai的预测很有意思：到2030年，我们可能还达不到AGI，但这并不重要。
「我几乎觉得这个术语不重要了。我知道的是，到2030年，将会有如此巨大的进步。我们将不得不处理这种进步带来的后果——积极的外部性和消极的外部性，都会以重大的方式出现。」
当初Google收购DeepMind时（2014年），团队预测需要20年才能实现AGI（从2010年算起）。现在看来，这个时间表可能还是太乐观了。
「在Google DeepMind的早期，2010年时他们谈到实现AGI需要20年的时间框架，这很有趣。我不认为我们能在2030年之前完全达到，我觉得会稍微晚一些。」
但Pichai强调：「我要强调的是，这并不重要。无论那个定义是什么，因为你将在许多维度上看到令人惊叹的进步。」
他认为AI将在四个关键领域带来巨大益处：
改善知识获取：AI可以用母语翻译和传播信息，让全球知识更容易获取。
加速科学发现：AI可以协助数据分析和假设生成，可能加快医学和材料科学等领域的突破。
减轻气候灾害：AI可以提供预测建模和优化，帮助管理和减轻环境挑战。
经济进步：AI可以推动生产力和创新，促进经济增长。
争议与反思
面对苹果的「打脸」研究，AI 社区出现了有趣的分化。
一派认为这证明了当前AI路线的根本缺陷。Wim 🇳🇱🏴🇬🇧 (@wimdows) 说：
对懂LLM架构的人来说这不是新闻。LLM在通往AGI的路上就是死胡同，可能会让我们的AGI之路倒退5-10年。
Fede Lang ₿⚡ (@fedelang) 则认为：
我不能说他们是对是错。但我确定的是，苹果真的落后了，这只是在贬低竞争对手。
但另一派则更加务实。Ramanuj Lal (@ramanujlal) 反问：
谁能证明人类不是在做同样的事？对大多数人来说，逻辑推理的深度也就止步于「我以前见过类似的吗？」
Greg Parker (@gregparker2017) 更是直接挑战了苹果的结论：
说「只是记忆模式」？实际上，推理本身就是模式。推理完全基于逻辑模式及其应用。
Andy D (@DickoDownUnder) 提供了一个深刻的哲学视角：
真正的智能来自于「what is」和「what is not」之间的相互作用。创造力、直觉和智慧需要想象、假设和生成全新概念的能力——特别是那些尚不存在的东西。这可能与自我意识深度相关。
而有意思的是市场反应——JaggedAI.com这个域名已经被人以19,999美元的价格抢注了。
Jason (@DCLjasonx) 惊呼：
刚刚有人花19,999美元买下了https://jaggedai.com/！
5分钟前还在售呢！
Jordan Thibodeau (@JordanSVIC) 还爆料了一些Google内部的遗憾：
2017年Aidan Gomez团队在Google写出了「Attention is all you need」，结果Sundar他们完全忽视了，错失良机啊！
拥抱「锯齿」的未来
Pichai在采访中特别强调，「到2030年，我们需要一个强大的系统来标记AI生成的内容，帮助用户区分它与现实。」
这正是关键所在：我们不需要AI成为无所不能的神，只需要它在特定领域足够出色。透明度和道德考量将成为AI发展的核心。
Google在Pichai的领导下，继续在AI研究和创新方面处于领先地位，致力于解决这个领域出现的复杂问题。他的前瞻性声明和战略愿景表明，他们致力于利用AI产生重大社会影响，同时也认识到需要细致的改进和监管。
在我看来，无论是苹果的否定，还是AGI 的无所不能——这也恰恰给我们一个关键洞察：与其纠结AI是否真的在「推理」，不如接受它的「锯齿」本质，学会在合适的场景用合适的工具。
如PromptPilot (@PromptPilot) 总结的：
「闪光的智慧，紧随愚蠢的错误」可能是迄今为止对AI最准确的总结。
质疑者永远能找到证据，但创新者已经在路上。
知道AI的局限，恰恰是用好AI的前提。就像使用任何工具一样，了解它的长处和短板，才能物尽其用。
是全盘否定AI 的能力，还是继续追求遥不可及的AGI，还是先把「参差不齐」的锯齿AJI 用到极致？
你怎么选？
（文：AGI Hunt）