流体智能 — AI 缺的那 99.63%

流体智能(fluid intelligence)与晶体智能(crystallized intelligence)是心理学的经典区分，被 肖莱 借来重新定义"智能"^5：

• 晶体智能：你积累的知识和技能——会说英语、记得勾股定理、知道首都。学过、记住、随时调用。
• 流体智能：面对一个从未见过、完全陌生的新问题，能不能当场想出解决办法的能力——即时感知、试探、反馈、调整。

肖莱的核心论点：当今 AI 几乎全部的惊人表现都来自晶体智能（它拥有人类历史上所有公开文本，知识储备超越任何个体）；但这不是智能，是记忆力加模式匹配。真正的智能是在不知道的时候多快能搞明白^5。

ARC-AGI-3：0.37% 这个数字

版本	形式	结果
ARC-AGI-1	静态图案变换题，每题规则独一无二、不可背	o3 开 172 倍算力跑出 87.5%，但成本高达每题约 3 万美元；且被证明是暴力搜索而非理解^5
ARC-AGI-2	大幅提升难度	AI 成绩从 93% 掉到 68.8%^5
ARC-AGI-3	互动式微型游戏世界，无说明书、无规则、无目标，自己点击试错搞明白；还计算学习效率（花了多少步）	人类 100%；Gemini 3.1 = 0.37%；GPT-5.4 = 0.26%；Claude Opus 4.6 = 0.25%；Grok-4.20 = 0 分^5

差距不是几十个百分点，是两到三个数量级。AI 拥有和人类完全相同的信息输入与操作接口（屏幕上的方块和颜色），它缺的不是感官、算力、数据，而是理解^5。

quadrantChart
    title 智能的两个维度
    x-axis 低晶体智能 --> 高晶体智能
    y-axis 低流体智能 --> 高流体智能
    quadrant-1 通用智能(AGI)
    quadrant-2 人类儿童
    quadrant-3 简单程序
    quadrant-4 当前大模型
    人类成人: [0.75, 0.9]
    三岁孩子: [0.1, 0.85]
    GPT/Gemini: [0.95, 0.05]
    AlphaGo: [0.5, 0.15]

一个耐人寻味的细节：预览阶段表现最好的不是万亿参数大模型，而是一个强化学习+图搜索的简单系统，拿到 12.58%，高出大模型一个数量级——说明"从海量文本学统计规律"在真正的新问题面前压根不是正确方法论。语言不是智能的全部^5。

那个"懂了"到底是什么

一个三岁孩子被放进陌生房间，没人教、没说明书，几分钟就搞明白门把手怎么用、哪个按钮开灯。这个"懂了"：

• 不是计算——若是计算，AI 比人快万亿倍，不该差这么多；
• 不是知识储备——三岁孩子储备约等于零；
• 不是进化本能——门把手不在进化环境里^5。

它似乎是一种**把零散感知瞬间组织成"有意义整体"**的能力，认知科学叫"格式塔感知"——但这个名字只是给谜题贴了标签，没解开谜题^5。

与彭罗斯"不可计算"的两把锤子

肖莱给的技术回答是"流体智能"，但再追一步就触及频道反复探讨的终极问题：人类每秒只处理约 10 比特、功率 20 瓦的"生物计算机"，碾压了百万美元电费堆出的硅基系统^5。也许智能从来不是信息处理；也许"理解"那一瞬间发生的不是计算，而是某种今天的计算机架构无法模拟的物理事件^5。

这与 彭罗斯 从哥德尔不完备定理推出的"人类心智含不可计算成分"形成呼应——一把理论的锤子（彭罗斯），一把实验的锤子（ARC-AGI-3），从两个方向砸向同一面墙^5。它也是 认知卸载 里"碳基核心=判断而非预测"的能力侧证据，与 中文房间（流畅≠理解）同主题。

相关页面

• 肖莱 — ARC-AGI 设计者，《论智能的度量》作者
• 中文房间 — 流畅不等于理解，鹦鹉式模仿
• 认知卸载 — 碳基核心=判断/理解，正是 AI 所缺
• 彭罗斯 — 不可计算成分的理论锤
• 综合：AI认知风险 — 本概念是"能力边界层"的核心