攀爬AGI的南北坡：語言模型之外，生數從世界模型出發

過去三年，人工通用智慧（AGI）的發展主軸，幾乎全繞著語言模型打轉。整個領域的資源、人才與討論，也大多集中在同一條路徑上。這條路線之所以能吸引如此高度的關注，是因為它一次又一次給出可被驗證的進展，讓人們相信方向是對的。沿著這條路，技術推進的節奏相當明確：餵進更多文字資料、把參數規模繼續堆高、拉長上下文長度，再一層層強化推理能力。每一步都像是把同一套方法推向極限，而回報也確實隨之出現，模型的表现因此不斷往上翻。在模型本身的能力之外，工具調用與智能體（agent）技術的整合，讓這條路線跨過了單純「生成文字」的階段。

模型不再只是被動回答問題，而是能連結外部資源、拆解任務、按步驟執行，把一次性的回應延伸成一段可完成工作的流程。如今，機器不僅能讀寫，還能寫程式、檢索與規劃。這些能力過去被視為人類專屬的認知工作，如今正被逐步接手。更關鍵的是，機器開始接管一部分原本只存在於電腦螢幕中的複雜工作，從輔助角色慢慢走向實際執行。這些進展讓語言模型路線看起來既清晰又集中。當一條路徑能被反覆驗證、能持續產出成果，它自然會成為多數團隊的預設選項。AGI的實現路徑，也因此被想像成一條逐步向上、方向明確的坡道，只要順著走，就有機會抵達山頂。然而，並非所有團隊都選擇跟隨這條已被驗證的成功路徑。

有一群人相信，同一座山未必只有一個坡面可以攀爬，也因此選擇把力氣投在較少人走的方向上。在語言模型之外，另一條從世界模型出發的技術路線正在興起。它不循著既有的成功公式前進，也不以語言能力作為主要衡量標準，而是試圖用不同的方式，攀登AGI這座高峰。這條路線的名字，其實已經說明了它的起點。語言模型以語言為核心，世界模型則把重心放在對世界本身的建模與理解之上。至於這樣的起點能通往什麼樣的終點，正是這條路線仍在摸索的部分。若把AGI比作一座高峰，這兩條路線就像山的南北坡。同一個山頂，不同的坡面，意味著不同的氣候、不同的難度，也意味著不同的行進節奏。

選擇哪一坡，往往取決於團隊對問題本質的判斷，而不只是資源多寡。語言模型這一側的優勢，在於路徑已經被踏實。工具、資料、方法論與人才都已累積成可複製的經驗，走在這條坡上，進度可以被衡量，成果可以被比較，風險相對可預期。對多數團隊而言，這是理性而穩妥的選擇。世界模型這一側則還在開路。它的吸引力在於，如果語言並非智慧的唯一載體，那麼從世界模型出發，或許能觸及語言模型難以覆蓋的能力邊界。這條路線目前的聲量或許較小，卻持續有人願意投入，試著在沒有現成地圖的情況下往前走。在這條路線上，生數選擇從世界模型出發，成為語言模型主流敘事之外的一個身影。

它所代表的，不只是另一種技術選擇，也是一種對AGI該如何被實現的不同想像。目前還看不出兩條路線是否會在某處交會，或各自通往不同的山頂。語言模型證明的是一條路走得通，而不是唯一的路；世界模型要證明的，則是自己能否從另一側攀上同一座峰。當攀登者從南北兩坡同時出發，這場通往AGI的競賽，也從單線競速變成多坡並進的局面。