能力与可靠性之间
可靠的 AI 同事，为什么可能还需要时间？
Karpathy 将智能体描述为一项可能持续十年的工程，提到持续学习等尚待解决的问题。
Andrej Karpathy
把观点放回原始语境。
区分来源、解读与不确定性
这条观点能说明什么？
| 来源状态 | 出版方章节时间 00:00:00 · 不等于结果已经独立验证 |
|---|---|
| 观点背景 | AI 研究者 · 讨论智能体与教育 |
| 尚不能证明 | 这是 2025 年 10 月的观点，不是当前能力测评，也不是已经裁决的 AGI 时间表。 |
AGI 编辑推演
把不确定性展开来看
如果可靠性提升较慢，人机协作仍有用；如果智能体已能完成陌生任务，你的测试应该能观察到变化。
此刻，我怎么看？
选一选，找到我的下一步
选择你的场景，下方自动生成小计划，不用填写文字。
嵌入免费的行动规划器
原视频与上下文保留在本站原页面。
<iframe src="https://agiscorecard.com/zh/future-guide/agents-take-time?embed=1" title="AGI action planner" width="100%" height="950" loading="lazy"></iframe>当你想把思考持续积累下来
让下一次判断，有上一次的依据。
阅读、原视频、本机保存和导出均免费。需要换设备继续时，可使用现有 AGI 云端工作区与版本历史。
当前会员不包含付费访谈合集或自动个人报告订阅。
AGI 云端会员
9 USDT / 30 天
另加订单匹配尾数与网络费用。50 个工作区，每区 10 个版本、64 KB，总计 5 MB。不自动续费，不增加 AI 额度。