CMU万字反思：为何西方AGI路线可能永远无法实现？

卡内基梅隆大学教授、艾伦人工智能实验室研究员蒂姆·德特默斯从硬件瓶颈、资源成本和现实应用三个维度展开论证。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

“并非AGI（通用人工智能）尚未到来，而是它永远也不可能实现。”

卡内基梅隆大学教授、艾伦人工智能实验室研究员蒂姆·德特默斯提出了他的核心观点：硬件瓶颈、资源成本和现实应用的制约，共同指向一个结论：

为什么说AGI从一开始，就是一个违背物理规律的幻想工程？

一篇长文深入分析，指出GPU性能的增长早在2018年就已见顶，架构层面的优化潜力可能在2027年左右耗尽，而AI能力每提升1%，资源消耗却要翻上好几倍……

核心观点

关于AGI的讨论都在回避“计算的物理枷锁”

智能并非悬浮在空中的抽象概念，它必须依靠计算机、芯片这些实实在在的硬件运算出来。而这些硬件，无一例外都要遵循物理规律。

计算从来不是抽象概念，任何智能都要扎根于物理现实。

这正是德特默斯反驳AGI可行性的核心。许多人在谈论AGI时，总将其视为抽象的哲学概念，却有意无意地忽略了硬件实现这一环。而硬件，必然受到物理规律的根本性约束。

第一个约束是信息移动成本。

例如，高效的计算需要平衡全局信息传递到局部，以及局部信息的整合。然而，信息移动的成本会随距离呈平方级上升。芯片缓存层级的设计也说明了这一点：L2、L3缓存虽然比L1大，却因物理位置更远而速度更慢。

如今芯片里的晶体管越做越小，虽然有助于降低单位计算成本，但内存成本反而越来越高。芯片上几乎所有空间都留给了内存，真正用于计算单元的面积微乎其微。

即使是当前主流的AI架构Transformer，看似是算法层面的突破，本质上也是对硬件信息处理效率的物理优化，并且已接近物理极限。

第二个约束是：线性进步需要指数级资源。

想让系统变得更精准、高效，每多一分改进，所需的资源都会呈指数级增长。

物理层面，资源聚集会因空间、时间限制而放缓；理论层面，边际收益会递减。即便是创新，也多是对现有思路的微调，难以产生突破性效果。

物理学就是典型例子，过去个人能取得理论突破，现在却越来越难。

实验物理更是如此，像大型强子对撞机这样耗资数十亿美元的设备，也没能完全解开暗能量、暗物质的谜团。

AI领域同理，想靠堆砌资源来实现AGI的通用能力，迟早会超出实际承受范围。

GPU熄火了

而且，支撑AI快速发展的燃料——GPU，也已进入增长乏力的阶段。

可能很多人默认GPU会持续迭代，为AGI提供算力支撑。但德特默斯抛出了一组数据：

GPU的性价比在2018年就已达到峰值。此后的16位精度、张量核心、HBM内存等改进，都是一次性功能，潜力很快会耗尽。

现在行业寄予厚望的架构级优化，比如更高效地调度AI所需的键值缓存，但这类优化的思路很简单，本质上只有一种最优设计方式。虽然实现起来需要花费时间做工程，但整体设计并无太多新意。

像OpenAI这样的公司吹嘘自己的基础设施多厉害，但其实大家的差距很小；唯一能拉开点距离的，就是机架或数据中心级别的小优化。但这些优势也撑不了多久，大概2026-2027年就会耗尽。

也就是说，GPU这条算力增长线，已经快要走到头了。

有人说把模型规模做大还能提升AI性能，德特默斯并不否认这种规模法则的作用，但问题在于——

过去GPU的指数级进步，能抵消规模扩张的资源消耗，花一块钱就有一块钱的效果；现在GPU不进步了，想再获得线性提升，就得投入指数级成本，花几块钱才有一块钱的效果，这在物理上很快会不可行。

结论：AGI是幻觉

AGI的通用性，意味着它要能处理物理世界的复杂任务。

但物理世界数据的收集成本太高。举个最简单的例子，工厂的机器人要应对零部件磨损、天气变化这些突发情况，需要海量数据训练，还得花大价钱做实验。

再看超级智能，它假设AI能自己越变越聪明，但现实是，变聪明需要资源……

想让AI自我优化，刚开始调调参数或许还能进步，但达到一定水平之后，想要再进步1%，可能就得花掉10倍的钱和算力，那么问题来了：

AI又不能凭空造出资源，怎么做到无限变强呢？

所以，德特默斯认为AGI不会实现，超级智能也是幻想。

不过呢，在他看来，AI的未来不是超越人类，而是在物理约束内渐进式地改进，靠经济扩散和实际应用创造价值。

比如让算法更省算力、让更多人用得上开源AI模型、把AI用到看病、种地、造东西这些实处，一点点帮人提高效率。

德特默斯指出，美国那边总想着“赢家通吃”，巨头们砸钱搞超级智能，一门心思想做个啥都会的AGI，却不管这东西到底现不现实、能不能用在实处。

而在这一点上，中国更聚焦落地实用，看的是AI能不能提升生产力，还用补贴推动AI融入各行各业，这样就更加贴合现实。

长文链接：https://timdettmers.com/2025/12/10/why-agi-will-not-happen/