本文正式定义了当前人工通用智能（AGI）所面临的结构性壁垒——而非技术性壁垒。
它表明，无论是扩展规模、强化学习，还是递归优化，都无法突破三个深层的认识论和形式约束：
1. 语义闭合——一个人工智能系统无法生成超出其内部框架所需意义的输出。
2. 框架创新的不可计算性——新的认知结构无法从现有结构内部计算得出。
3. 开放世界中的统计崩溃——在具有重尾不确定性的环境中，概率推理会崩溃。
这些并不是当今模型的局限性，而是算法认知本身固有的结构性边界——数学的、逻辑的、认识论的。
但这并不是对人工智能的否定。这是对必须面对的边界条件的清晰定义——并且，可能需要围绕其进行设计。
如果AGI在这道壁垒前失败，机会并不会结束——而是刚刚开始。
对于任何认真对待认知的人来说，这才是真正的前沿。
完整论文：
[https://philpapers.org/rec/SCHTAB-13](https://philpapers.org/rec/SCHTAB-13)
欢迎批评、挑战或反驳。
返回首页
最新
嗨，HN，
我一直相信，优秀的产品是通过持续的用户反馈构建而成的。但当我尝试使用像 Canny 这样的工具时，遇到了两个主要问题：
* 它们功能过于繁杂，我并不需要所有这些功能
* 每月 99 美元的费用对于小团队或独立开发者来说实在太贵了
因此，我决定构建一个更简单的工具。
这是一个一体化的反馈平台，帮助您收集、整理和处理用户反馈——没有复杂性和高成本。
它包括：
* 反馈板（公开或私密）
* 标签、类别和状态
* 路线图和变更日志
* 状态更新，以便与用户保持沟通
我为那些希望保持足够结构以专注于工作的团队而构建了这个工具，而不想被繁琐的流程所拖累。
期待您的反馈，也很乐意回答任何问题。
我作为软件工程师工作了将近7年，经历了一段长时间的无法完成的截止日期和巨大的工作压力后，最终感到非常疲惫，因此我决定辞职。
我没有寻找其他工作——我真的需要休息，幸运的是，我所在国家的生活成本相对较低，所以我能够负担得起。
两个月后，我感觉好多了，我想重新开始工作，不过我希望能对期望和截止日期的设定有更多的直接控制，因此我认为自由职业可能是一个不错的选择。
我在想我是否朝着正确的方向思考，同时也想了解目前自由职业市场的情况。我做了一些研究，听说人工智能在Upwork和其他平台上造成了很多竞争和垃圾信息。
嗨，HN！<p>我是Sourcebot的联合创始人之一，Sourcebot是一个开源的Sourcegraph替代品。Sourcebot允许您在多个平台（GitHub、GitLab、Bitbucket）上索引成千上万的代码库，并提供一个强大的界面来进行搜索。您可以在我们最初的HN发布帖子中了解更多信息：<a href="https://news.ycombinator.com/item?id=41711032">https://news.ycombinator.com/item?id=41711032</a><p>我们刚刚添加了一个AI代码审查代理，它可以审查您的PR，并自动检测人类审查者可能遗漏的问题。我们已经使用这个AI代码审查代理几周了，它定期捕捉到我们本来会合并到生产环境中的问题。<p>审查代理会自动从您在Sourcebot中索引的代码中提取相关上下文，以提供准确的审查。我们发现提取这些上下文对于大型语言模型（LLM）提供有意义的建议至关重要。<p>如果您有机会试用，欢迎提供任何反馈！我们计划扩展上下文提取功能，以支持：
- 从代码片段中的函数调用提取定义
- 提取您所有代码库中函数的所有用法，以确保正确的使用模式
- 任何其他您认为有用的代码上下文提取！<p>迈克尔·苏卡里赫