AGI发展时间线与技术挑战 - AGI实现还需约10年，当前乐观预测多为融资驱动[3] - AI通过模仿互联网数据生成，与生物演化智能不同，被比喻为"召唤幽灵而非构建动物"[3] - 强化学习效率低下，存在高方差和噪声问题，类似通过吸管汲取监督信号[3] - 自动化信用分配和LLM裁判易被利用，限制其发展[3] LLM技术局限性 - LLM缺乏持续学习、多模态能力及情感驱动力[3] - 依赖上下文窗口而非长期记忆，存在"模型坍塌"风险[3] - 生成数据多样性下降[3] AI对经济的影响 - AGI不会引发经济爆炸，而是平滑融入2% GDP增长曲线[3] - 技术扩散和社会适应需要渐进过程，无"离散跳变"证据[3] - 延续自动化浪潮[3] AI时代的教育适应 - 通过重新设计教育体系帮助人类在AI时代提升认知能力[10] - 构建高效的"知识斜坡"使学习者最大化"每秒顿悟数"[10] - 培养人类与AI共舞的能力，如多语言和广泛知识的普及[10] - 不看好AI短期内取代人类劳动力，而是通过教育实现人类与AI共存[10] AI发展路径 - 看重AI的渐进式发展和人类在其中的主动适应[11] - AI不会迅速颠覆世界，而是需要长期优化[11] - 人类需通过教育提升能力，与AI共存共荣[11]