通用人工智能（AGI）的智力可以与人类媲美，甚至超越人类。过去十年，AGI一直是科技巨头追求的目标，Meta、OpenAI等为此投入巨资研发。
就在AGI已成为美国人工智能企业的“战斗口号”时，不少人提出质疑，担心AGI缺乏可行性，转而开始重视超本地化智能（Hyperlocal-intelligence）。
两种路径，到底谁才能通向未来？从目前情况看，随着AGI进展遇阻，越来越多业界人士开始转向后者，从通用性回归特殊性。
从乐观到悲观：AGI梦想遇挫
几个月前，科技巨头还沉浸在乐观之中，他们相信AGI很快就会实现，但现在遭受了挫折。通过LLM（大语言模型）实现AGI似乎成了空想，无法实现。
2025年6月，苹果在论文中表示，大语言模型根本无法进行逻辑推理。8月份，GPT-5推出，性能让人失望。
10月份，机器学习专家安德里杰・卡帕西（Andrej Karpathy）强调，智能体远未成熟，想实现AGI至少还要十年。
GPT-5发布时，许多人兴高采烈，认为它的推出标志着人类向AGI迈进一大步。很快便有人发现：“我们想要的是 AGI，最终得到的却只是一个模型路由器。”也就是说，OpenAI只是限制大多数人使用先进模型，降低运营成本。
诺贝尔奖得主、谷歌深度思维（Google DeepMind）负责人德米斯・哈萨比斯爵士（Sir Demis Hassabis）公开表示：“我原本以为GPT-5已经能独自解决数学问题，结果却发现GPT-5只是看了通过网络搜索获取的答案。”
一些激进的声音认为，美国在AGI上投入巨额资金，本质上犯了战略错误。
这就是当前AGI研发的现状，无数大佬都对AI的愚蠢感到失望，所谓的AGI可能只是科技界的幻梦。
在硅谷，反思这一路线的人越来越多。在一个由硅谷科技“元老级”员工成立的人性化科技中心（Center for Humane Technology），组织成员特里斯坦・哈里斯（Tristan Harris）不久前表示，美国企业疯了一样追求AGI，中国却将人工智能用于工厂；美国企业受风投驱动，极力研发前沿模型，将速度和规模放在优先位置，忽视了现实问题。
哈里斯认为，中美人工智能竞争并非纯粹的技术霸权争夺战，应该关注的是谁能更好应用人工智能技术，最终目标是增强社会能力。他警告说，虽然美国在社交媒体领域占据上风，但结果却让美国更虚弱，美国面临的不是技术竞争，而是应用技术和治理技术的竞争。
现在AGI 热潮正在消退，硅谷整体风向已从追逐“乌托邦式愿景” 转向 “务实主义”。
谷歌前CEO施密特曾经是AGI鼓吹者，现在他改了口风，呼吁硅谷不要执着于“超人类人工智能”，因为会分散精力。
Futurum Equities首席市场策略师沙伊・布洛尔（Shay Boloor）认为务实是正确的选择，他说市场奖励的是 “实际执行力”，而非模糊的、某天会实现超智能的叙事。
超本地化智能，可能才是未来
另有声音认为，未来人工智能的出路可能不在于“通用性”，而在于“特殊性”，超本地化智能（Hyperlocal-intelligence）才是我们真正应该选择的道路。
超本地化智能可视为AGI的替代方案，但它更实用。当人工智能不再努力思考所有事物，而是深入思考一件事，尊重影响人类行为、商业活动、社区发展的本地环境，此时超本地化智能便会应运而生。
超本地化智能围绕“本地化场景”进行部署，比如，去哪家店买咖啡、去哪个超市、到哪家健身房健身，个人做出的每一个决定，都受微观因素驱动，比如天气、人口、交通等。目前的人工智能还没有重视这些因素。
我们在新闻中听到的人工智能模型是为了处理全球数据设计的，训练素材高度抽象，缺乏场景关联。超本地化智能将视角拉近，它可以预测“行动”在本地场景中的发生规律。
互联网也经历过类似的转变，最终可以精准定位到微型社区，人工智能极可能也会朝相似的方向演变，走向超级本地化和精准化。
追求“单一全知智能体”是盲目的，不如构建几百万个小型本地化神经网络，每个网络的训练数据源自特定区域、特定门店、特定时间的数据。
AGI与超本地化智能的区别在于：通用人工智能（AGI）承诺的是“潜在可能”与“未来智能”，而超本地化智能带来的是能影响当下的实际成果。
在人工智能起步阶段，追求“本地化”意味着局限，限于某社区、某门店，但未来的人工智能必然立足本地、协同全球。未来的人工智能可能需要通过分布式本地化智能体来实现规模化，每个智能体针对特定微观场景进行优化，同时接入共享学习系统。
城市交通状况如何？周围街道的通行规律是怎样的？周二早上咖啡馆的客流状况？这些信息超本地化智能都能深入掌握。超本地化智能并不追求“更聪明”，而是“更有感知力”。感知力能让人工智能变得更有影响力、创造真正价值。
今天的人工智能炒作严重，但无法带来明确的投资回报。人工智能应该产生有意义的成果，这点被掩盖忽视。
超本地化智能剥离神秘感，关注的是实际应用，它追求的是销售额、交易频次、客户体验。当然，超本地化智能也重视技术，但它会让数据重新人性化。
并不是说企业不再研发AGI，而是行业分化出两条道路。一条关注AGI，继续探索“意识”；另一条专注于“关联性”。最终推动经济发展、建立人际关系的应该是“关联性”。
以后，人工智能不会通过 “通用性”来模仿人类大脑，而是通过 “场景适配”来实现。人类感知世界也是从“微观场景”入手的，不是一出生就瞄准整个世界。（小刀）
