通用智能需要什么：描述层级间不可约的约束条件

arXiv:2607.18943v1 公告类型：新发布 摘要：通用智能，即支撑人类全部认知成就的那种智能，并非仅仅取决于计算架构。本文提出一个核心论点：通用智能的结构性约束存在于不同的描述层级，并且彼此之间不可约——此处“不可约”沿用特殊科学传统中的含义。由此可得，任何单一的架构突破或仅凭扩展规模本身，都无法实现通用人工智能（AGI）；研究方案必须对照完整的约束框架来评估，而非仅依据单一基准的表现。本文通过一种方法展开论证：将通用智能置于四个证据透镜下审视——人工智能系统研究、人类学、法学和经济学——每个透镜锚定于一个不同的描述层级，并在发现语境而非辩护语境中，将推想小说作为规范化的启发手段加以补充。应用此方法所得的分类体系包含二十三条结构性约束，归入八个聚类；其中六条得到深入探讨，并按层级递升排列，通过明确的桥梁说明为何某一层级的进展无法传递至下一层级。论证最终提出五个可证伪的预测，每条预测均给出命名的基准族和证伪条件，从而将描述性框架转化为一个比规模假说所蕴含的视界更为长远的研究纲领。

# 通用智能所需：跨描述层次的不可还原约束
来源：https://arxiv.org/abs/2607.18943
文献工具

## 文献与引用工具

文献浏览器切换

代码、数据与媒体

## 本文相关的代码、数据与媒体

演示

## 演示

相关论文

## 推荐与搜索工具

关于 arXivLabs

## arXivLabs：与社区合作者的实验项目

arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和分享 arXiv 新功能。

与 arXivLabs 合作的个人和组织均已接受并认可我们关于开放性、社区、卓越性和用户数据隐私的价值观。arXiv 致力于这些价值观，并仅与遵守这些价值观的合作伙伴合作。

有一个能为 arXiv 社区增加价值的项目想法？**了解更多关于 arXivLabs**（https://info.arxiv.org/labs/index.html）。