罗福莉：AGI已经实现了，下一步是“自进化”

在2026年中关村论坛年会的开源主题圆桌讨论中，DeepSeek核心成员罗福莉抛出了一个颇具震撼力的观点：通用人工智能（AGI）在她心中已经实现，而接下来的关键一步是系统的“自进化”。这一论断不仅是对当前大模型能力的肯定，也为未来的技术演进指明了方向。

AGI定义的再审视：已经实现？

罗福莉在回答“如果把时间轴锁定在未来一年，AGI进展中最关键的一件事是什么”这一问题时，首先对AGI的定义进行了个人化的解读。她表示，回顾过去五年的进展，如果以她心目中对AGI的标准——即具备通用的逻辑推理、知识整合及问题解决能力——来衡量，AGI其实已经实现了。

• 五年回顾：她认为，从五年前的模型水平到现在，AI的能力提升是跨越式的。
• 现状评估：基于现有的技术表现，她甚至直言“从AGI的定义来看，我觉得已经实现了”。

核心关键词：自进化

尽管认为AGI已具备雏形，罗福莉并未止步于此。当被要求用一个词概括未来一年AGI进程中最关键的事情时，她选择了“自进化”。

这并非一个传统意义上关于模型参数量或计算量的增长，而是指向AI系统内在机制的质变。她特别提到，虽然“自进化”这个词听起来可能有些让人“不适应”或歧义，但其背后隐含着让模型具备持续学习、自我迭代的能力，这将是超越当前静态模型的关键。

• 从被动到主动：自进化意味着AI不再仅仅依赖人类标注数据进行训练，而是能够通过与环境的交互、自身的逻辑闭环来获取新知识。
• 技术分水岭：这代表着AI架构从“训练-推理”分离走向“边用边学”的一体化模式。

下一代AI的挑战：智能化与自主性

“自进化”概念的提出，实际上揭示了当前AI技术面临的深层次挑战。目前的模型无论多么强大，本质上仍是人类智慧的“切片”或“快照”。要实现自进化，需要解决以下核心痛点：

1. 持续学习（Continual Learning）：如何在不遗忘旧知识的前提下，高效吸收新知识？
2. 自我反思与纠错：模型如何在没有人类反馈的情况下，识别自身输出的错误并进行修正？
3. 目标驱动的探索：AI如何在复杂环境中，不仅完成指定任务，还能主动探索未知领域以优化自身策略？

罗福莉提出的这一方向，实际上是将焦点从“造出一个聪明的AI”转移到了“造出一个会成长的AI”。

行业影响：开源与自进化的交汇

此次讨论发生在2026中关村论坛的开源主题圆桌上，具有特殊的行业背景。与三个月前清华主导的AGI-Next开源论坛相比，本次会议多了许多新面孔，显示出AI生态的快速演变。

罗福莉的观点与“开源”精神有着天然的契合点：

• 加速进化：开源社区能够提供海量的应用场景和反馈数据，这是闭源系统难以比拟的，也是实现“自进化”最好的土壤。
• 技术平权：如果AGI的基础能力已经“够用”，那么下一个阶段的竞争壁垒就在于谁能让系统跑得更快、更自主，开源将进一步拉齐底座能力，迫使竞争转向“进化速度”和“智能上限”。

结语：站在AGI的门槛上

罗福莉的发言为业界提供了一个激进但值得深思的视角：我们或许已经站在了AGI的门槛上，但真正的登堂入室，取决于我们是否能让AI掌握“自进化”的能力。这不仅是算法的升级，更是对AI本质理解的一次深刻跃迁。未来一年，围绕“自进化”的技术突破或将重塑人机关系的格局。