只靠强化学习，AGI就能实现？Claude-4核心成员放话「5年内AI干掉白领」，却被Karpathy等联手泼冷水！持续学习真的可能吗？RL的真正边界、下一代智能的关键转折点到底在哪儿？
扎克伯格为了AGI大业疯狂挖人，这回挖到了Ilya头上。
OpenAI CEO阿尔特曼40分钟深聊：GPT-5将至，AGI未定，AI硬件与5000亿算力项目揭秘。
xAI正以每月10亿美元的惊人速度烧钱。面对激烈的AI军备竞赛，xAI通过43亿美元的股权融资和50亿美元的债务融资，押注自建基础设施和X平台数据优势，力争2027年实现盈利。这场高风险的豪赌，能否让马斯克再次改写科技史？
今天，一位研究者加入 OpenAI 的消息吸引了很多人的关注。
真正的智能在于理解任务的模糊与复杂，Context Scaling 是通向 AGI 的关键一步。
越通用，就越World Models。 我们知道，大模型技术爆发的原点可能在谷歌一篇名为《Attention is All You Need》的论文上。
Era of Experience 这篇文章中提到：如果要实现 AGI， 构建能完成复杂任务的通用 agent，必须借助“经验”这一媒介，这里的“经验”就是指强化学习过程中模型和 agent 积累的、人类数据集中不存在的高质量数据。
强化学习·RL范式尝试为LLMs应用于广泛的Agentic AI甚至构建AGI打开了一扇“深度推理”的大门，而RL是否是唯一且work的一扇门，先按下不表（不作为今天跟大家唠的重点），至少目前看来，随着o1/o3/r1/qwq..等一众语言推理模型的快速发展，正推动着LLMs和Agentic AI在不同领域的价值与作用，
活久见，OpenAI和谷歌「世纪握手」，达成合作了！另一边的微软，似乎转头就被抛弃了。另外，小扎也受了刺激，下决心亲自组队50人 ，破釜沉舟斥资150亿收购Scale AI，誓要做出AGI。硅谷变天了。
