被高估了：AGI作为专家群岛

Krakauer、Krakauer和Mitchell（2025）区分了涌现能力与涌现智能，主张真正的智能需要高效的粗粒度表征，才能通过类比和最小修改解决多样问题。他们认为，智能意味着通过压缩和泛化实现“更少的资源完成更多工作”，与“广泛assemble的多样计算器”形成对比，后者仅积累专门能力。本文检视其框架是否准确地刻画了人类智能，以及其对构想人工通用智能的含义。drawing on认知科学的实证证据，我展示了人类专长主要通过特定领域的模式积累而非优雅压缩而运作。专家表现看似灵活，更多是通过广泛的专门响应库存，而非统一原则。创造性突破本身可能通过盲目变异与选择保留的演化过程而非原则性类比推理而涌现。这些发现建议将AGI重新概念化为“专家群岛”：孤立的、无统一原则或共享表征的专门能力岛屿。如果我们接受以其特征性脆弱性为特征的人类专长是真正的智能，那么一致性要求我们承认，由数百万专门模块构成的人工系统可能构成通用智能，尽管缺乏KKM的涌现智能。