做了一个 AGI 到 ASI 的互动研究地图：路径、瓶颈和开放问题

TEST_BODY_2 最近把《 From AGI to ASI 》这篇论文整理成了一个可交互页面，方便快速扫一遍它的论证结构：

https://www.clauxel.com/papers/from-agi-to-asi/

原文不是单纯预测时间线，而是在问一个更具体的问题：如果出现人类水平 AGI ，后续到 ASI 的跃迁可能通过哪些机制发生，又会被哪些瓶颈拖慢。

我比较喜欢它的框架：

• 先区分 AGI 基线和 ASI 目标；


• 再拆成 4 条可能路径：继续 scaling 、范式转变、递归自我改进、大规模多智能体集体涌现；


• 然后反过来看数据、算力、架构、评估、反馈环、安全治理等瓶颈；


• 最后落到一组开放研究问题，而不是给出一个单点预测。

这个视角有意思的一点是，它没有把 AGI -> ASI 讲成一句“能力突然飞升”。更像是一连串反馈环：能力提升会改进工具，工具会改进研究效率，研究又会影响下一代模型。但这些反馈环也可能被现实瓶颈卡住。

适合关注 AI agents 、模型能力边界、ASI 风险判断、技术路线分析的朋友快速浏览。页面里做了路径图、瓶颈和 FAQ ，也附了原论文链接。

想听听大家对几个问题的看法：

1. AGI 到 ASI 更可能是连续爬坡，还是某些反馈环被打通后的突变？


2. 多智能体协作会不会比单模型自我改进更早形成“组织级超能力”？


3. 当前真正硬的瓶颈是数据、算力、架构，还是可靠评估与安全边界？