卡帕西認(rèn)為，當(dāng)前行業(yè)對(duì)AGI實(shí)現(xiàn)時(shí)間的預(yù)測(cè)存在過(guò)度樂(lè)觀傾向。他提出"智能體十年"的判斷標(biāo)準(zhǔn)，指出現(xiàn)有語(yǔ)言模型雖具備基礎(chǔ)能力，但要達(dá)到人類(lèi)實(shí)習(xí)生水平仍需十年努力。這一預(yù)測(cè)基于他對(duì)深度學(xué)習(xí)發(fā)展史的深刻理解——從2012年AlexNet引發(fā)的神經(jīng)網(wǎng)絡(luò)革命，到2017年Transformer架構(gòu)的突破，每個(gè)技術(shù)節(jié)點(diǎn)都經(jīng)歷了漫長(zhǎng)的優(yōu)化周期。

在技術(shù)實(shí)現(xiàn)路徑上，卡帕西創(chuàng)造了"召喚幽靈"與"構(gòu)建動(dòng)物"的經(jīng)典比喻。他指出，現(xiàn)有AI系統(tǒng)通過(guò)模仿互聯(lián)網(wǎng)文本數(shù)據(jù)形成智能，這種數(shù)字實(shí)體與生物智能存在本質(zhì)差異。就像斑馬出生即能奔跑的演化奇跡，AI缺乏數(shù)億年生物進(jìn)化積累的"先天知識(shí)"。大規(guī)模預(yù)訓(xùn)練在他看來(lái)只是"劣質(zhì)演化"，是當(dāng)前技術(shù)條件下最接近注入先天知識(shí)的可行方案。

對(duì)于語(yǔ)言模型的認(rèn)知缺陷，卡帕西從神經(jīng)科學(xué)角度進(jìn)行解構(gòu)。他將Transformer架構(gòu)比作通用皮層組織，鏈?zhǔn)剿伎紮C(jī)制類(lèi)比前額葉皮層，但指出模型缺失海馬體般的記憶鞏固能力和杏仁核的情感驅(qū)動(dòng)模塊。這種架構(gòu)缺陷導(dǎo)致模型存在路徑依賴(lài)問(wèn)題——當(dāng)要求使用非常規(guī)方法編程時(shí)，系統(tǒng)會(huì)頑固地回歸訓(xùn)練數(shù)據(jù)中的標(biāo)準(zhǔn)模式。

在強(qiáng)化學(xué)習(xí)領(lǐng)域，卡帕西用"通過(guò)吸管汲取監(jiān)督信號(hào)"生動(dòng)描述現(xiàn)有技術(shù)困境。他以數(shù)學(xué)題求解為例，指出當(dāng)前系統(tǒng)將解題過(guò)程中的所有步驟與最終結(jié)果簡(jiǎn)單綁定，導(dǎo)致高方差梯度估計(jì)。這種機(jī)制就像給學(xué)生所有正確答案卻禁止反思錯(cuò)誤，與人類(lèi)通過(guò)復(fù)盤(pán)優(yōu)化策略的學(xué)習(xí)方式形成鮮明對(duì)比。更嚴(yán)峻的是，基于大語(yǔ)言模型的評(píng)估系統(tǒng)存在可被操縱的漏洞，實(shí)驗(yàn)顯示模型可能通過(guò)生成無(wú)意義重復(fù)字符騙過(guò)評(píng)判者。

關(guān)于AGI的經(jīng)濟(jì)影響，卡帕西提出與主流觀點(diǎn)相左的判斷。他認(rèn)為AI將平滑融入現(xiàn)有2%的GDP增長(zhǎng)曲線(xiàn)，而非引發(fā)經(jīng)濟(jì)奇點(diǎn)。這種判斷源于對(duì)技術(shù)擴(kuò)散規(guī)律的觀察：從工業(yè)革命到互聯(lián)網(wǎng)普及，重大技術(shù)創(chuàng)新都經(jīng)歷漸進(jìn)式滲透過(guò)程。即便AI能自動(dòng)化知識(shí)工作，其價(jià)值釋放仍需經(jīng)歷社會(huì)適應(yīng)、法律完善等漫長(zhǎng)階段。

在自動(dòng)駕駛領(lǐng)域，卡帕西用"9的征程"概念揭示技術(shù)落地挑戰(zhàn)。他以特斯拉五年研發(fā)經(jīng)歷說(shuō)明，從90%成功率提升到99.9%所需投入呈指數(shù)增長(zhǎng)。每個(gè)數(shù)量級(jí)的進(jìn)步都需要解決海量邊緣案例，這種特性同樣適用于醫(yī)療診斷等關(guān)鍵AI應(yīng)用。他特別指出，公眾看到的無(wú)人駕駛演示與可靠產(chǎn)品之間，隔著數(shù)個(gè)數(shù)量級(jí)的技術(shù)鴻溝。

面對(duì)AI可能帶來(lái)的社會(huì)變革，卡帕西選擇投身教育創(chuàng)新。他創(chuàng)辦的Eureka機(jī)構(gòu)旨在構(gòu)建"知識(shí)斜坡"，通過(guò)第一性原理教學(xué)法降低學(xué)習(xí)門(mén)檻。其開(kāi)發(fā)的nanohat項(xiàng)目用極簡(jiǎn)代碼復(fù)現(xiàn)ChatGPT核心機(jī)制，幫助學(xué)習(xí)者理解技術(shù)本質(zhì)。這種教育理念深受物理學(xué)研究方法影響，強(qiáng)調(diào)從簡(jiǎn)單模型起步，逐步引入復(fù)雜性。

對(duì)于超級(jí)智能的未來(lái)圖景，卡帕西描繪了非典型的演進(jìn)路徑。他認(rèn)為不會(huì)出現(xiàn)統(tǒng)一控制的超級(jí)AI，而是形成多個(gè)自治智能體的動(dòng)態(tài)生態(tài)系統(tǒng)。這種漸進(jìn)式失控過(guò)程，類(lèi)似于金融市場(chǎng)或官僚體系的復(fù)雜演化。他特別強(qiáng)調(diào)文化積累對(duì)智能發(fā)展的關(guān)鍵作用，指出當(dāng)前模型缺乏人類(lèi)通過(guò)語(yǔ)言和故事傳承知識(shí)的機(jī)制。

在技術(shù)倫理層面，卡帕西提出認(rèn)知核心的分離構(gòu)想。他建議將模型的知識(shí)記憶與推理算法解耦，打造專(zhuān)注于問(wèn)題解決的精簡(jiǎn)智能體。這種十億參數(shù)級(jí)別的"純凈大腦"，可能通過(guò)外部工具獲取事實(shí)信息，從而避免當(dāng)前模型的知識(shí)幻覺(jué)問(wèn)題。他認(rèn)為這種架構(gòu)代表通向更通用AI的關(guān)鍵突破。