参差不齐的智能（Jagged Intelligence）

参差不齐的智能（Jagged Intelligence）指 AI 能力不是均匀升高的平面，而是山峰与深谷交错的地形：同一模型可能重构大型代码库、发现安全漏洞，却在简单生活任务中漏掉决定行动的常识条件。源稿用“去五十米外洗车店却建议步行”的例子说明，语言上的流畅与局部高能力不能推出稳定的通用理解。[^1]¹

两个塑造能力地形的变量

源稿据此转述 Karpathy 的判断：模型在国际象棋等领域的跃升未必代表所有智能同步提高，也可能来自某类数据被有意加入训练。这里的重点不是某一次数据选择本身，而是能力峰值会被训练资源定向塑造。[^1]¹

flowchart LR
    A[任务] --> B{结果能否自动验证}
    B -->|容易| C[密集奖励信号]
    B -->|困难| D[稀疏或间接信号]
    E[数据与公司关注] --> C
    E --> D
    C --> F[能力高峰]
    D --> G[能力深谷]
    F --> H[具体场景验收]
    G --> H

使用模型时不要问“它行不行”

更有效的问题是：这个具体任务处在什么地形上？

• 结果是否有清楚、独立的验证器；
• 训练分布是否可能覆盖这种情境；
• 错误会不会被流畅表达掩盖；
• 失败成本是否允许先试后改；
• 是否需要人类补上规格、常识、安全与责任判断。

这一页为根节点问题中“博士级考试表现不等于 AGI”的短节补上机制解释，也与异类智能形成边界：异类智能强调机器解题方式未必像人；参差智能强调这种差异同时伴随不连续、难预测的可靠性，不能把“不同”自动读成“更优”。

与 Software 3.0 的接缝

在 Software 3.0 中，自然语言可以直接触发复杂执行，但执行链越长，越需要把抽象目标拆成可验证结果。源稿里的跨系统邮箱关联 bug 正是一个深谷：生成代码并不难，识别“登录身份”和“付款身份”必须由统一用户 ID 绑定，才是系统规格中的关键。[^1]¹

因此，AI 擅长的“施工”与人仍需承担的“理解”不是固定分工，而是当前能力地形下的工程安排。若未来品味、判断或常识获得更好的训练环境，山峰会移动；但在任何当下版本，验收都必须基于真实任务证据，而不是模型名、总榜分数或一次惊艳演示。

边界

• 洗车店故事是说明结构性错位的例子，不是标准化基准，也不能单独量化模型常识水平。
• “可验证性”和“训练者关注”是源稿给出的解释框架，不排除架构、数据质量、工具、提示和部署环境等其他变量。
• 能力地形会随模型、版本和工具改变；本页不把某个版本的深谷写成永久极限。
• 参差不齐不等于模型毫无价值，也不等于高风险场景可以边用边猜；风险越高，越需要独立验证与人工责任链。

关联

• 根节点问题 — AGI 定义与能力沟壑
• 异类智能 — 不同解题形状与验收边界
• 机械可解释性 — 不透明能力的审计问题
• 垃圾代码 — 高速生成与质量验证的错位
• Andrej Karpathy — 本框架的源稿讲述者

[^1]: Karpathy说你写的App根本不该存在。.md

注释

1. Karpathy说你写的App根本不该存在。 ↩