最近openclaw实在是太火了，连王慧文都发出英雄招募帖，看重虾实现AGI的潜力。然后紧接着就是 被openclaw作者Peter莫名下架、原因是官方用ASCII把中文判别成了乱码，于是平台把所有的中文Skill判定成虚假空技能，被动下架且无备份。。。连项目贡献者张昊阳的账号都封掉了。.... 这一波三折的剧情，电视剧都不敢这么拍。
创始人回炉敲代码、重整DeepMind军团、每周工作100小时……Google DeepMind掌舵人Demis Hassabis亲述过去一年谷歌与OpenAI的战事，他表示谷歌已找回状态，AGI或在2030年降临，人类将进入「后稀缺」时代。
奥特曼又又又又口出狂言了。在印度 Express Adda 的论坛上，Sam Altman 聊了很多 AI 话题，从 AGI 到中美 AI 竞争，再到数据中心用水问题。但最火的那段，是他回应 AI 能耗批评时说的：「人们总谈训练 AI 模型需要多少能源……但训练人类也需要大量能源，得花 20 年时间，消耗那么多食物，才能变聪明。」
诺奖得主Hassabis，刚刚给AGI一个新定义——爱因斯坦测试！能在4年内推导出1915年广义相对论的，才算真正的AGI。马斯克立即来反驳了：人类集体都没独立重现相对论，要是AI真能做到，那就不是AGI，而是「超神」了。但无可否认：AGI，真的超近了
当地时间 2 月 19 日，Google 曝光 Gemini 3.1 Pro 最新模型。在 ARC-AGI-2 这个公认的推理基准测试中，Gemini 3.1 Pro 拿到了 77.1% 的分数。什么概念？它的前辈 Gemini 3 Pro 只有 31.1%，就连专门用来「深度思考」的 Gemini 3 Deep Think 也只有 45.1%。
今天凌晨，Google 发布 Gemini 3.1 Pro。核心提升在推理能力，ARC-AGI-2（抽象推理基准）从 3 Pro 的 31.1% 跳到 77.1%，翻了一倍多，GPQA Diamond（科学知识推理）从 91.9% 提到 94.3%
昨天晚上的春晚，想必大多数人都看了。虽然大概率没看完，说实话确实有点无聊，但前三个节目的人形机器人小品，估计很多人都多少瞄过一眼。 有人在朋友圈吐槽：「之前春晚没有年味，今年的春晚没有人味。」 我倒是
当我们解一道复杂的数学题或观察一幅抽象图案时，大脑往往需要反复思考、逐步推演。然而，当前主流的深度学习模型却走的是「一次通过」的路线——输入数据，经过固定层数的网络，直接输出答案。
在 AI 编程领域，大家似乎正处于一个认知错觉的顶点：随着 Coding Agents 独立完成任务的难度和范围逐渐增加，Coding 领域的 AGI 似乎就可以实现？
直到OpenAI发布GPT3.5的第3年后，人们才好像恍然意识到：AGI 的 A 其实有可能是Anthropic。
