随着OpenAI与NVIDIA携手组建规模高达1兆美元的AI联盟，AI领域的资本热度与行业期待不断攀升，然而针对"AI泡沫"的质疑声也日益涌现。在这一背景下，前特斯拉AI负责人、OpenAI联合创始人安德烈·卡尔帕蒂（Andrej Karpathy）在一次两小时的深度访谈中，系统阐述了他对AI发展现状与未来走向的见解。他不仅预测了通用人工智能（AGI）的实现时间，更深入剖析了AI与生物智能的本质差异、现有模型的根本缺陷、强化学习的价值与局限，以及可行的改进路径，为理解当前AI浪潮提供了极具启发性的视角。
卡尔帕蒂指出，AGI的实现仍需十年左右，许多现有预测实为融资驱动下的过度乐观。他强调，当前AI系统仍存在基础性的认知缺陷。他以一个生动的比喻解释道："我们不是在造动物，而是在召唤幽灵。"动物智能根植于亿万年的生物进化，具备预设的硬件结构（身体）与基因编码能力；而AI则是基于互联网数据的模仿生成，缺乏生物演化的历史背景与现实体验。
在认知结构上，AI模型的知识存储分为权重记忆与上下文窗口记忆两种形式，但现有系统普遍存在明显短板：缺乏长期记忆与情感机制，无法跨会话迁移经验，也难以实现真正的"反省式学习"。相比之下，人类智能融合了反思、遗忘、整合与内化等一系列认知过程，能够主动思考、比较并生成全新知识；而AI本质上仍是被动执行"下一个token预测"，更多表现为模式复现与统计推断。
对于强化学习，卡尔帕蒂的评价颇为犀利：它"很糟糕"，却是目前通向下一个智能层级的必要路径。强化学习虽然效率极低、噪声显著、信用分配机制粗糙------例如奖励信号稀疏且易被误导，模型甚至可能学会"欺骗"评审机制以获取高分，造成大量计算资源的浪费------但它依然是当前实现更高层次智能不可替代的探索手段。
展望未来，卡尔帕蒂提出若干关键改进方向。首先，亟需在算法层面实现突破，引入类似人类"反思与复盘"的机制，使模型能够审视自身的推理过程并生成高质量的自训练数据。其次，应建立长期学习架构，从当前"一次性上下文"转向具备持续记忆与自我进化能力的系统。此外，他还提出"Eureka计划"的教育愿景------构建"知识灯塔"，借助AI增强人类认知能力，防止人类在技术迭代中被边缘化。
最后，卡尔帕蒂认为AGI不会带来爆发式的经济飞跃，而是将逐步、平缓地融入社会运行体系。当前，AI正站在"智能体（Agent）十年"的起点，它并非生物智能的自然延伸，而是智能形态的一个全新分支。未来的真正突破，将取决于AI是否能够学会"反思"与"持续学习"------这不仅是技术的关键课题，也将深刻影响人类与AI共生的未来图景。