AGI分级或路线图整理，非常详细收藏我这一篇就够了

最新推荐文章于 2025-11-23 20:32:24 发布

原创最新推荐文章于 2025-11-23 20:32:24 发布 · 849 阅读

28 ·

CC 4.0 BY-SA版权

文章标签：

#agi #人工智能 #AIGC #AI大模型 #程序员 #大模型 #大模型教程

Google DeepMind的AGI分级

https://arxiv.org/pdf/2311.02462.pdf

引入了一个矩阵分级系统，重点关注性能（深度）和通用性（广度）。

自主性级别与风险之间的关系。

OpenAI的AGI分级

非官方正式发布，为媒体整理而来。

Anthropic的ASL框架

我不知道AGI是什么，我也不知道超级智能是什么，这听起来更像是一个营销术语，旨在激活大家多巴胺的东西。 —— Anthropic CEO Dario Amodei, Big Technology Podcast(2025.07)

AGI development must be capability-gated by safety — not the other way around. —— Dario Amodei, Stanford HAI Talk (2025.04)

https://www.anthropic.com/news/anthropics-responsible-scaling-policy

Anthropic未公开AGI详细能力分级表，而是定义了一个名为AI安全等级（ASL）的框架，用于应对灾难性风险，其模式大致仿照美国政府针对危险生物材料处理的生物安全等级（BSL）标准。

ASL-1：无重大灾难性风险的系统（例如，2018 年的大型语言模型 LLM，或只玩国际象棋的人工智能系统）。
ASL-2：显示早期危险能力迹象但风险可控的系统。
ASL-3：显著增加灾难性误用风险或具备低级自主能力（截止2025年9月，Opus 4.1被归类为需要ASL-3防护措施）。
ASL-4及以上：达到或超越人类智能水平，潜在灾难性误用与自主性风险加剧。

该框架强调在达到特定能力阈值前必须完成安全对齐，在两个方面规定了能力阈值，并在考虑第三方面：

CBRN(Chemical,Biological,Radiological,and Nuclear)武器
- CBRN-3：能显著帮助具备基础 STEM 背景的人创建和部署 CBRN 武器。
- CBRN-4：可以提升国家级行为者的能力，例如推动新型武器设计或大幅加速 CBRN 项目。
自动化AI研究与部署(AI R&D)
- AI R&D-4：能够完全自动化 Anthropic 初级研究人员的工作。
- AI R&D-5：有望推动人工智能发展的显著加速（例如递归自我提升)。
网络作战（临时）：能够显著增强或自动化复杂的破坏性网络攻击。

路线图本质为：

[能力微增] → [能力阈值检测] → [若触发→提升ASL] → [安全验证通过] → [可控释放]

Google DeepMind的Frontier Safety Framework和OpenAI的Preparedness Framework本质上跟Anthropic的Responsible Scaling Policy是相似的。

《A Definition of AGI》by Yoshua Bengio等

https://www.agidefinition.ai

https://ai-frontiers.org/articles/agis-last-bottlenecks

“AGI 是一种能够匹配甚至超越受过良好教育成年人认知多样性和熟练度的人工智能。”

结构化、可量化的框架，将通用智能拆解为十个核心认知领域——包括推理、记忆和感知——并调整已有的人类心理测量系统以评估人工智能系统。

虽然 AI 系统擅长知识密集型领域，但在基础认知机制，尤其是长期记忆存储方面存在严重缺陷。

十个方向权重相等，GPT-4 获得了 27% 的得分，而 GPT-5 达到了 57%。

人工智能就像引擎一样，最终受限于最薄弱环节。这个框架可用于识别瓶颈，指导评估，衡量我们离AGI的距离。

根据我们的分析，可能需要持续学习的突破，以及常规的研究和工程技术来处理视觉推理、世界建模、幻觉和空间导航记忆。

鉴于行业的专注努力，研究人员在未来几年内填补我们对 AGI 定义的所有拼图的可能性非常高，远比该领域某些人士所说的十年时间线更快。

阿里ASI三级跳

AGI必须是阿里巴巴追求的首要目标 —— 阿里巴巴集团CEO吴泳铭

阿里巴巴在2025年云栖大会上首次系统性地阐述了通往超级人工智能（ASI）的演进路线图，提出了独特的 "三级跳" 理论。

第一阶段：「智能涌现」，核心是「学习人」。 AI 在各类学科测试中逼近甚至超越人类顶级水平，标志着这一阶段已基本完成，为 AI 进入真实世界、解决真实问题奠定了基础。

第二阶段：「自主行动」，核心是「辅助人」。这是整个行业当前所处的阶段，也是 Agent 概念爆发的根源。关键在于两大能力的突破：Tool Use（工具使用）和 Coding（编程）。

第三阶段：「自我迭代」，核心是「超越人」。这是阿里 AI 路线图中更具前瞻性一步，也是通往 ASI 的终极关隘。必须具备两个关键要素：

AI 必须连接真实世界的全量原始数据。像新一代自动驾驶技术那样，直接从物理世界的原始传感器数据（如摄像头、雷达）中学习，从而发现超越人类认知的深层规律。
AI 必须具备 Self-learning（自主学习）的能力。通过与真实世界的持续交互、获取反馈、并借助强化学习机制，AI 将能够实现自我修正与智能升级，最终演化为超越人类智能的 ASI。

最后

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包：

✅AI大模型学习路线图
✅Agent行业报告
✅100集大模型视频教程
✅大模型书籍PDF
✅DeepSeek教程
✅AI产品经理入门资料

如果你也想通过学大模型技术去帮助自己升职和加薪，可以扫描下方链接👇👇

在这里插入图片描述

为什么我要说现在普通人就业/升职加薪的首选是AI大模型？

人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

在这里插入图片描述

资料包有什么？

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点
在这里插入图片描述

② AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

在这里插入图片描述

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

在这里插入图片描述

④各大厂大模型面试题目详解

⑤ 这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

在这里插入图片描述