随着大型科技公司不断投入数十亿美元的研究资金和精力来开发和扩展 LLMs，科技界正在出现一个根本性的问题：LLMs 实际上是否正在将我们引离真正的 AGI？

在#Consensus2025 的一个讨论 Web3 是否正在输掉 AI 竞赛的小组会议上，我们的 CEO @bengoertzel 博士对许多领先的 AI 公司和主权财富基金的投资策略提出了挑战，包括沙特阿拉伯和阿联酋最近对美国 AI 基础设施的数十亿美元投资。

“我想引用深度学习的先驱、Facebook 的 AI 负责人 Yan LeCun 的话，他说在通往 AGI 的高速公路上，LLMs 是一个岔路口，”Goertzel 博士告诉与会者，他不同意 Web3 方法落后于中心化 AI 开发的观点：“如果你已经下了岔路口，那么你以每小时 1,000 英里的速度行驶，而另一个人只以每小时 300 英里的速度行驶，这并不重要，只要他们走在通往目的地的正确高速公路上。”

该小组由 Ben Fielding（Gensyn 创始人）、Jesus Rodriguez（IntoTheBlock CEO）、Clara Tsao（Filecoin Foundation 创始官员）和 Jeff Wilser（The People's AI Podcast 创始人兼主持人）组成，揭示了行业专家对去中心化 AI 的未来看法存在明显分歧。虽然其他小组成员指出了 Web3 在人才、数据集和基础设施方面的当前劣势，但 Goertzel 博士提出了一个更深层次的问题：LLMs 的渐进式改进并不是实现人类水平 AGI 的可行方法。

然而，Goertzel 博士承认：“如果扩展 transformer 神经网络是实现 AGI 的关键，那么很难看出美国和中国政府以及它们轨道上的大型科技公司如何赢得这场竞赛”，他指出这些实体正在部署的巨额资本。

我们在 SingularityNET 的 AGI 研发工作表明了一条不同的前进道路。“我自己的研究直觉是，LLMs 不适合成为人类水平 AGI 的中心枢纽，更不用说超级智能了，尽管它们可以成为 AGI 混合架构中的一个强大组成部分，”Goertzel 博士解释说。

我们的团队正在开发 OpenCog Hyperon，正如 Goertzel 博士所描述的，“这是一种混合的、深度神经网络、符号推理、进化学习的方法，用于在比 LLMs 更复杂的认知架构中实现 AGI”。这种认知层面的方法代表了与大多数主流 AI 开发的根本不同方向。

Goertzel 博士以一个几年前似乎很古怪的预测结束了发言，但现在反映了我们对去中心化方法的日益增长的信心，通过这些方法，AGI 将掌握在全人类手中，而没有单一的所有者或控制者：“在 @ASI_Alliance 内部，我们将在未来一到三年内在去中心化基础设施上启动第一个 AGI，而 Big Tech 将迎头赶上。”