AGI 发展历程

前 OpenAI 贡献者 Diogo Almeida 创办的 TypeSafe AI 退出隐身，发布新模型类别 System One 与首款公开模型 Jev。与输出自由文本的聊天大模型不同，Jev 面向软件可直接消费的类型化、校准化决策：选项 / 评分 / 是否，并给出概率；训练方法称 RLCD，配合并行采样架构。官方宣称在 System One 任务上相对前沿 LLM 约 20–200× 速度、40–400× 成本，输出 token 免费，并按设计不做自由文本幻觉。若 Agent 时代的瓶颈不再只是「再多一个会聊天的模型」，而是便宜、可靠的路由、打分与放行，则 Jev 标志一种候选架构分野：System Two（生成式推理）+ System One（决策原语）。架构是否「全新」相对经典分类器仍有争议；作为历程里程碑的判断是：把决策 API 明确抬升为通往可用 Agent / AGI 栈的一等公民层。

开源 MoE 多模态，延续开放权重路线。

同一模型内可切换快速响应与扩展思考，推理能力首次产品化。

六十一国签署声明强调 AI 包容性发展，美英未签，显示全球治理路线的分歧。

671B MoE 且公开训练成本，引发全球对"前沿模型是否必须烧巨资"的重新评估。

系统阐述 AI 可能在五到十年内带来的社会变革，成为乐观派的代表性文本。

编码能力跃迁，价格性能比出现明显拐点，成为开发者主力模型。

原生全模态与低延迟语音，把交互从文本推向实时对话。

全球首部综合性 AI 监管法律，按风险分级并设通用模型专门条款。

Opus 在多项基准上首次全面超越 GPT-4，打破单一厂商的领先格局。

把上下文从千级推向百万级，改变长文档与代码库的处理方式。

全球首部综合性 AI 立法的最后关键一步，确立按风险分级与通用模型专门义务的监管框架。

128K 上下文加上平台化，把模型变成可分发应用的底座。

全球首个国家级 AI 安全机构，此后多国跟进设立同类机构，形成"评测与前沿风险"的制度化路径。

中美欧等二十八国首次就前沿 AI 风险达成共同声明。

要求前沿模型进行安全测试与申报，确立美国以行政手段监管的路径。

2023-08-15 施行，是全球较早针对生成式 AI 的专门监管规则，采用备案制而非许可制。

被称为"AI 教父"的他转向风险警示，极大改变了公众与政策讨论的基调。

马斯克、辛顿等联署，引发全球对 AI 风险的广泛讨论，也把 AI 安全推入公共议程。

Anthropic 提出让模型依据成文原则自我批评与修正，减少对大规模人工标注的依赖。这一路线直接影响了此后 Claude 系列的对齐方法。

提出算法歧视、数据隐私等五项原则，是美国"以权利为框架"监管思路的代表。

与闭源的 DALL·E 2 形成对照，开源权重让文生图迅速普及到个人设备。

图像生成从研究演示变成大众创作工具。

由离开 OpenAI 的研究者创立，以 AI 安全为核心命题，此后成为"安全优先"路线的代表厂商。

DeepMind 证明在同等算力下，多数模型训练数据严重不足；70B 的 Chinchilla 击败 280B 的 Gopher。这直接改变了此后所有厂商的预训练配方——"数据配比"与"参数规模"同等重要。

用人类反馈微调（RLHF）后的 1.3B 模型，在人工评估中胜过 175B 的 GPT-3。这是 ChatGPT 的直接技术前身，也说明对齐技术本身就是能力。

面向研发者与使用者的操作级规范，是中国 AI 伦理治理的具体落地文件。

冻结原模型、只训练低秩矩阵，使个人开发者也能微调大模型。是"开源生态繁荣"的关键使能技术。

斯坦福提出"基础模型"概念，为这一技术范式命名并系统梳理其风险与外部性。

按风险四级分类监管，并设通用人工智能与基础模型专门条款；2024 年通过，2025 年起分阶段生效。

用自然语言监督视觉表征，开启文生图与多模态对齐路线。

全球首个按风险分级监管 AI 的综合性立法，成为各国监管的参照系。

few-shot 能力并非随参数线性增长，而是在某个规模后突然出现，为"规模出智能"提供了直接证据。

收到超过 1200 份意见，是 AI 立法过程中公众参与度最高的一次。

提出"负责任 AI"八项原则，是中国参与全球 AI 治理框架的早期动作。

首个政府间 AI 原则框架，此后成为 G20 等国际共识的基础。

双向预训练刷新十一项 NLP 任务，与 GPT 路线形成理解与生成的分野。

证明无监督预训练可大幅提升下游任务表现。

两条路线（自回归生成 vs 双向理解）在同一年出现，此后三年主导 NLP 研究方向的选择。

在正式立法前先建立伦理框架，是"先准则、后立法"监管路径的典型。

仅靠自我对弈从零训练，以 100:0 战胜 AlphaGo，证明"从零自博弈"可超越人类知识注入。

Christian 等提出从人类偏好学习奖励模型，成为 ChatGPT 得以可用的关键技术之一。

Shazeer 等把 MoE 引入 NLP，为后来以"总参数大、激活参数小"降低推理成本提供了路径。

2018-05-25 生效。其中对"自动化决策"的限制，后来成为 AI 治理的重要法律基础。

美国政府首份系统性 AI 政策文件，开始讨论自动化对就业与监管的影响。

以"确保 AGI 造福全人类"为使命成立，此后成为大模型时代最主要的推动者之一。

He 等在 ImageNet 夺冠，152 层网络使错误率降到 3.57%。残差连接此后成为几乎所有深度模型的标准组件（包括 Transformer）。

RL 领域的标准教材，为后来 RLHF 提供了方法基础。

约 4 亿英镑，是当时欧洲最大的 AI 收购，也标志着大公司开始用并购获取顶尖研究团队。

Sutskever 等用编码器-解码器做端到端翻译；Bahdanau 等随后加入注意力，解决长句信息瓶颈。

Goodfellow 提出生成对抗网络，开创生成模型路线。

为三年后的 Transformer 提供关键组件。

把词映射为稠密向量且保留语义关系，是"表征学习"进入 NLP 的标志。

Hinton 团队加入 Google，工业界开始系统性吸纳深度学习人才。

首次用大规模分布式算力做无监督特征学习，证明"规模"本身能带来质变。这条思路后来直接演化为规模定律。

Hinton 团队与微软、Google 合作，用深层网络把语音识别错误率显著降低，这是深度学习在工业级任务上第一次决定性胜利——比 ImageNet 早三年。

此后十年算力增长的技术前提。常被忽视，但它是深度学习得以实现的物质基础。

把受限玻尔兹曼机的训练成本降到可用，是"深度网络可训练"这一结论的技术前提。

统计学习与神经网络研究在此时期合流，为 2012 年后的爆发准备了人才与评价体系。

Vapnik《统计学习理论的本质》出版，为泛化能力提供理论工具。

Cortes 与 Vapnik 提出，此后近二十年主导机器学习。

专用硬件市场萎缩叠加维护成本高企。

把统计物理引入神经网络，为后来的能量模型与生成模型铺路。

专家系统首次大规模商用，催生 AI 产业第一波热潮。

Werbos 提出，后由 Rumelhart、Hinton、Williams 于 1986 年推广，成为深度学习的基础算法。

第一次 AI 寒冬的制度性成因：承诺未兑现，资金退潮。

在血液感染诊断上达到专家水平，开启知识工程路线。

对 AI 过度承诺的第一次系统性反噬。

为处理不确定性提供数学框架，影响此后的控制系统与决策模型。

把梯度下降引入自适应线性单元，是反向传播的前身。

此后三十年 AI 研究的主要编程语言。

首个可训练的线性分类器，也是连接主义与符号主义之争的起点。

用 40 个突触模拟赫布学习，是最早的神经网络硬件实现之一。