近年来，人工智能（Artificial Intelligence, AI）的发展以惊人的速度推进，尤其是在大型语言模型（Large Language Models, LLM）领域，涌现出诸如ChatGPT、Google Gemini和Claude等先进技术。这些模型展现了广泛的能力，从生成计算机代码到总结学术文章，再到解答复杂数学问题，几乎渗透到我们生活的方方面面。然而，这种表面的强大也引发了一个更加深远的问题：人工智能能否最终实现通用人工智能（Artificial General Intelligence, AGI）？所谓通用人工智能，指的是一种能够在人类水平上进行推理、规划、概括并具备自主能力的AI系统。

这一问题不再只是科幻小说的虚构场景，而是当下政策制定者、研究人员和技术开发者共同关注的核心议题。某些技术公司甚至声称，超级智能（Superintelligence）的实现可能仅在数千天内。然而，学术界对此持审慎态度，认为目前的LLM虽然在某些方面接近人类的认知能力，但仍然存在根本性限制，例如缺乏构建一致 世界模型 （World Models）的能力。这种模型是AI在未知环境中推理和规划的关键，而其实现可能需要借助神经科学和认知科学的突破。

在这一背景下，如何平衡工业界的快速进步与学术界的科学验证，成为AGI发展道路上的关键。当前，技术公司对AGI的研究高度封闭，这导致外界对其真正能力缺乏透明认知。同时，企业的高额投资也远超公共资金支持，这进一步凸显了学术界与工业界在资源和目标上的不对等性。然而，唯有两者协作，汇聚人类各领域的知识与智慧，才能确保人工智能技术的稳步发展，并最大限度地减少潜在风险。（Nature More-powerful AI is coming. Academia and industry must oversee it together ）