21 dec. 2025·8 min
Vad är AGI och varför LLM:er kanske aldrig verkligen når det
Lär dig vad artificiell generell intelligens verkligen betyder, hur LLM:er fungerar och nyckelargument för varför dagens textmodeller kanske aldrig blir verklig AGI.
Lär dig vad artificiell generell intelligens verkligen betyder, hur LLM:er fungerar och nyckelargument för varför dagens textmodeller kanske aldrig blir verklig AGI.
Om du läser tekniknyheter, investerarpresentationer eller produktsidor märker du att ordet intelligens sträcks till bristningsgränsen. Chattbotar är “nästan mänskliga”, kodassistenter är “praktiskt taget juniorutvecklare” och vissa kallar kraftfulla stora språkmodeller (LLM:er) för första stegen mot artificiell generell intelligens (AGI).
Denna artikel är för nyfikna praktiker, grundare, produktledare och tekniskt intresserade som använder verktyg som GPT‑4 eller Claude och undrar: Är detta vad AGI ser ut som — eller saknas något viktigt?
LLM:er är verkligen imponerande. De kan:
För de flesta icke‑specialister känns det odifferensierbart från “generell intelligens”. När en modell kan skriva en uppsats om Kant, fixa ditt TypeScript‑fel och hjälpa till att utforma ett juridiskt PM i samma session, är det naturligt att anta att vi närmar oss AGI.
Men den antagandet likställer i praktiken att vara bra på språk med att vara generellt intelligent. Det är den centrala förväxlingen den här artikeln ska reda ut.
Argumentet som utvecklas avsnitt för avsnitt är:
Nuvarande LLM:er är extremt kapabla mönsterlärande system över text och kod, men deras arkitektur och träningsregim gör det osannolikt att de ensamma, endast genom ökad skala eller finjustering, någonsin blir verklig AGI.
De kommer fortsätta bli bättre, bredare och mer användbara. De kan ingå i AGI‑lika system. Men det finns djupa skäl — kring förankring i världen, agentlikhet, minne, förkroppsligande och självmodeller — varför en “större LLM” sannolikt inte är samma väg som “generell intelligens”.
Räkna med en åsiktsfylld rundtur, men en som är förankrad i aktuell forskning, konkreta förmågor och misslyckanden hos LLM:er och de öppna frågor seriösa forskare brottas med, snarare än i hype eller skrämsel.
När folk säger AGI menar de sällan exakt samma sak. För att tydliggöra debatten hjälper det att separera några kärnbegrepp.
AI (artificiell intelligens) är det breda fältet för att bygga system som utför uppgifter som kräver något som liknar “intelligent” beteende: känna igen tal, rekommendera filmer, spela Go, skriva kod och mer.
Det mesta som finns idag är smal AI (eller svag AI): system designade och tränade för en specifik uppsättning uppgifter under specifika förhållanden. En bildklassificerare som identifierar katter och hundar, eller en kundtjänstchatt anpassad för bankfrågor, kan vara extremt kapabel inom sin nisch men misslyckas totalt utanför den.
Artificiell generell intelligens (AGI) är mycket annorlunda. Det syftar på ett system som kan:
En praktisk tumregel: en AGI skulle i princip kunna lära sig nästan vilket intellektuellt krävande jobb som helst en människa kan, givet tid och resurser, utan att behöva skräddarsys för varje uppgift.
Närliggande termer som ofta dyker upp:
Till skillnad från detta förblir moderna chattbotar och bildmodeller smala: imponerande, men optimerade för mönster i specifika data, inte för öppen‑slut, tvärdomänig intelligens.
Den moderna AGI‑drömmen börjar med Alan Turings förslag 1950: om en maskin kan föra ett samtal som inte går att skilja från en människa (Turing‑testet), kan den då anses intelligent? Det formulerade generell intelligens till stor del i termer av beteende, särskilt språk och resonemang.
Från 1950‑talet till 1980‑talet jagade forskare AGI genom symbolisk AI eller “GOFAI” (Good Old‑Fashioned AI). Intelligens betraktades som manipulering av explicita symboler enligt logiska regler. Program för teorembevis, spel och expertsystem fick vissa att tro att mänskligt resonemang var nära.
Men GOFAI hade svårt med perception, sunt förnuft och att hantera rörig verklig data. System kunde lösa logikpussel men misslyckades på uppgifter ett barn klarar utan problem. Denna klyfta ledde till de första större AI‑vintrarna och en mer försiktig syn på AGI.
När data och beräkningskraft växte, skiftade AI från handbyggda regler till lärande från exempel. Statistisk maskininlärning och senare djupinlärning omdefinierade framsteg: istället för att koda kunskap lär sig system mönster från stora datamängder.
Milstolpar som IBMs DeepBlue (schack) och senare AlphaGo (Go) hyllades som steg mot generell intelligens. I verkligheten var de extremt specialiserade: var och en bemästrade ett spel med fasta regler, utan överföring till vardagligt resonemang.
GPT‑serien markerade ett dramatiskt språng, denna gång för språk. GPT‑3 och GPT‑4 kan skriva essäer, generera kod och efterlikna stilar, vilket spädde på spekulationerna om att AGI var nära.
Ändå är dessa modeller fortfarande mönsterlärande över text. De bildar inte mål, bygger förankrade världsmodeller eller breddar sina kompetenser autonomt.
I varje våg — symbolisk AI, klassisk maskininlärning, djupinlärning och nu stora språkmodeller — har AGI‑drömmen gång på gång projicerats på snäva framsteg och sedan reviderats när begränsningarna blivit tydliga.
Stora språkmodeller (LLM:er) är mönsterlärande system tränade på enorma textmängder: böcker, webbplatser, kod, forum och mer. Deras mål är till synes enkelt: givet en text förutsäga vilket token (en liten textbit) som sannolikt kommer härnäst.
Innan träning bryts text ner i tokens: det kan vara hela ord ("katt"), orddelar ("int" och "ressant") eller till och med skiljetecken. Under träning ser modellen upprepade gånger sekvenser som:
"Katten satt på ___"
och lär sig ge hög sannolikhet åt rimliga nästa tokens ("mattan", "soffan") och låg sannolikhet åt osannolika ("presidentskapet"). Denna process, skalad över biljoner tokens, formar miljarder (eller fler) interna parametrar.
Under huven är modellen bara en mycket stor funktion som förvandlar en sekvens tokens till en sannolikhetsfördelning över nästa token. Träning använder gradientnedstigning för att gradvis justera parametrarna så att förutsägelser bättre matchar mönstren i data.
"Scaling laws" beskriver en regelbundenhet forskare observerat: när du ökar modellstorlek, datamängd och beräkningskraft tenderar prestandan att förbättras på ett förutsägbart sätt. Större modeller som tränas på mer text blir oftast bättre på prediktion — upp till praktiska begränsningar i data, beräkning och träningsstabilitet.
LLM:er lagrar inte fakta som i en databas eller resonerar som en människa. De kodar statistiska regulariteter: vilka ord, fraser och strukturer tenderar att gå ihop i vilka sammanhang.
De har inga förankrade begrepp knutna till perception eller fysisk erfarenhet. En LLM kan prata om "rött" eller "tungt" endast genom hur dessa ord använts i text, inte genom att se färger eller lyfta föremål.
Detta är varför modeller kan låta kunniga men ändå göra självsäkra misstag: de förlänger mönster, inte konsulterar en explicit modell av verkligheten.
Förträning är den långa initiala fasen där modellen lär sig allmänna språkvanor genom att förutsäga nästa token i enorma textkorporor. Här uppstår nästan alla förmågor.
Efter det anpassar finjustering den förtränade modellen till snävare mål: följa instruktioner, skriva kod, översätta eller assistera i specifika domäner. Modellen visas kurerade exempel på önskat beteende och justeras något.
Reinforcement learning from human feedback (RLHF) lägger ett lager till: människor betygsätter eller jämför modellutdata, och modellen optimeras för att producera svar människor föredrar (t.ex. mer hjälpsamma, mindre skadliga, ärligare). RLHF ger inte modellen nya sinnen eller djupare förståelse; det formar främst hur den presenterar och filtrerar vad den redan lärt sig.
Tillsammans skapar dessa steg system som är extremt bra på att generera flytande text genom att utnyttja statistiska mönster — utan att inneha förankrad kunskap, mål eller medvetenhet.
Stora språkmodeller framstår som imponerande eftersom de kan utföra ett brett spektrum uppgifter som tidigare verkade utom räckhåll för maskiner.
LLM:er kan generera fungerande kodexempel, refaktorera befintlig kod och till och med förklara okända bibliotek på begripligt språk. För många utvecklare fungerar de redan som en mycket kapabel parprogrammerare: föreslår hörnfall, fångar upp uppenbara buggar och bygger upp hela moduler.
De är också utmärkta på sammanfattning. Givet en lång rapport, artikel eller e‑posttråd kan en LLM kondensera den till nyckelpunkter, lyfta fram åtgärdspunkter eller anpassa tonen för olika målgrupper.
Översättning är en annan styrka. Moderna modeller hanterar dussintals språk och fångar ofta stil‑ och registernyanser tillräckligt väl för professionell vardagskommunikation.
När modeller skalar verkar nya förmågor dyka upp “från ingenstans”: lösa logikpussel, klara yrkesprov eller följa flerstegs‑instruktioner som tidigare versioner misslyckades med. På standardiserade tester — matteordproblem, advokatexamina, medicinska quiz — når topp‑LLM:er nu genomsnittliga eller över genomsnittliga mänskliga poäng.
Dessa emergenta beteenden frestar folk att säga att modellerna “resonerar” eller “förstår” som människor. Prestandakurvor och leaderboard‑rankningar förstärker idén att vi närmar oss artificiell generell intelligens.
LLM:er tränas för att fortsätta text på sätt som matchar mönster i data. Det träningsmålet, i kombination med skala, räcker för att efterlikna expertis och agentlikt beteende: de låter självsäkra, minns kontext inom en session och kan motivera sina svar i flytande prosa.
Men detta är en illusion av förståelse. Modellen vet inte vad kod gör när den körs, vad en medicinsk diagnos betyder för en patient eller vilka fysiska handlingar som följer av en plan. Den saknar förankring i världen bortom text.
Starka resultat på tester — även sådana designade för människor — innebär inte automatiskt AGI. Det visar att mönsterlärande över massiv text kan approximera många specialiserade färdigheter, men det bevisar inte den flexibla, förankrade, tvärdomäniga intelligens som "artificiell generell intelligens" vanligtvis innebär.
Stora språkmodeller är extraordinära textprediktorer, men just den designen skapar hårda gränser för vad de kan bli.
LLM:er ser inte, hör inte, rör sig inte eller manipulerar objekt. Deras enda kontakt med världen är genom text (och i vissa nyare modeller statiska bilder eller korta klipp). De har inget kontinuerligt sensoriskt flöde, ingen kropp och inget sätt att agera och observera konsekvenser.
Utan sensorer och förkroppsligande kan de inte bilda en förankrad, kontinuerligt uppdaterad modell av verkligheten. Ord som “tung”, “klibbig” eller “skör” är bara statistiska grannar i text, inte levda begränsningar. Det tillåter imponerande imitation av förståelse, men begränsar dem till att kombinera tidigare beskrivningar snarare än att lära av direkt interaktion.
Eftersom en LLM tränas för att förlänga en tokensekvens, genererar den det fortsättningsstycke som bäst passar dess lärda mönster, inte det som är sant. När data är tunt eller motsägelsefullt fyller den enkelt luckor med trovärdigt klingande fabrikationer.
Modellen saknar också ett bestående trossystem. Varje svar genereras från prompten och vikterna; det finns ingen bestående intern bokföring av “fakta jag håller för sant”. Funktioner för långtidsminne kan kopplas på som extern lagring, men kärnsystemet underhåller inte eller reviderar övertygelser som människor gör.
Att träna en LLM är en offline, resursintensiv process. Att uppdatera dess kunskap innebär vanligtvis omträning eller finjustering på nya data, inte en smidig inlärning från varje interaktion.
Detta skapar en avgörande begränsning: modellen kan inte pålitligt följa snabba förändringar i världen, anpassa sina begrepp baserat på pågående erfarenhet eller korrigera djupa missuppfattningar genom steg‑för‑steg‑lärande. Högst kan den simulera sådan anpassning genom att omformulera sina utsagor med hänsyn till senaste promptar eller bifogade verktyg.
LLM:er är skickliga på att fånga statistiska regulariteter: vilka ord som samförekommer, vilka meningar som vanligtvis följer andra, hur förklaringar vanligen ser ut. Men detta är inte samma sak som att förstå hur och varför världen fungerar.
Kausalt förstånd innebär att formulera hypoteser, ingripa, observera vad som förändras och uppdatera interna modeller när förutsägelser fallerar. Ett text‑endast prediktionssystem har inget direkt sätt att ingripa eller uppleva överraskning. Det kan beskriva ett experiment men inte utföra ett. Det kan eka kausalt språk men saknar intern mekanik knuten till handlingar och konsekvenser.
Så länge ett system är begränsat till att förutsäga text utifrån tidigare text förblir det fundamentalt ett mönsterlärande system. Det kan imitera resonemang, berätta orsaker och låtsas revidera sina uppfattningar, men det delar inte en värld där dess "övertygelser" testas av konsekvenser. Denna klyfta är central för varför språkbehärskning ensam sannolikt inte når artificiell generell intelligens.
Språk är ett kraftfullt gränssnitt mot intelligens, men det är inte intelligensens substans. Ett system som förutsäger plausibla meningar skiljer sig mycket från en agent som förstår, planerar och agerar i världen.
Människor lär sig begrepp genom att se, röra vid, flytta och manipulera. "Kopp" är inte bara hur ordet används i meningar; det är något du kan greppa, fylla, tappa eller krossa. Psykologer kallar detta förankring: begrepp är kopplade till perception och handling.
En artificiell generell intelligens skulle nästan säkert behöva liknande förankring. För att generalisera pålitligt måste den koppla symboler (som ord eller interna representationer) till stabila regelbundenheter i den fysiska och sociala världen.
Standard LLM:er lär sig dock bara från text. Deras "förståelse" av en kopp är rent statistisk: korrelationer mellan ord över miljarder meningar. Det är kraftfullt för samtal och kodning, men skört när det pressas utanför bekanta mönster, särskilt i domäner som kräver direkt interaktion med verkligheten.
Generell intelligens involverar också kontinuitet över tid: långtidsminne, bestående mål och relativt stabila preferenser. Människor samlar erfarenheter, reviderar uppfattningar och driver projekt över månader eller år.
LLM:er har inget inbyggt bestående minne av egna interaktioner och inga inneboende mål. All kontinuitet eller "personlighet" måste byggas på via externa verktyg (databaser, profiler, systemprompter). Som standard är varje fråga en ny mönster‑matchningsövning, inte ett steg i en sammanhängande livshistoria.
AGI definieras ofta som förmågan att lösa ett brett spektrum uppgifter, inklusive nya, genom att resonera om orsak och verkan och genom att ingripa i miljön. Det innebär:
LLM:er är inte agenter; de genererar nästa token i en sekvens. De kan beskriva planer eller prata om kausalitet eftersom sådana mönster finns i text, men de utför inte handlingar, observerar konsekvenser och justerar interna modeller nativt.
För att göra en LLM till ett handlande system måste ingenjörer omsluta den med externa komponenter för perception, minne, verktygsanvändning och kontroll. Språkmodellen förblir en kraftfull modul för förslag och utvärdering, inte en självständigt generellt intelligent agent.
Kort sagt kräver generell intelligens förankrade begrepp, bestående motivationer, kausala modeller och adaptiv interaktion med världen. Språkbehärskning — även om den är extremt användbar — är bara en del av den större bilden.
När människor chattar med en flytande modell känns det naturligt att anta att det finns ett sinne på andra sidan. Illusionen är stark, men det är en illusion.
Forskare är oense om huruvida artificiell generell intelligens måste vara medveten.
Vi har ännu ingen testbar teori som avgör detta. Så det är för tidigt att säga att AGI måste eller inte måste vara medvetet. Det viktiga nu är att vara tydlig med vad nuvarande LLM:er saknar.
En stor språkmodell är en statistisk nästa‑token‑prediktor som opererar på en ögonblicksbild av text. Den bär inte en stabil identitet över sessioner eller ens över svängar, utöver vad som kodas i prompten och korttidskontexten.
När en LLM säger “jag” följer den bara språkliga konventioner inlärda från data, inte hänvisar den till ett inre subjekt.
Medvetna varelser har upplevelser: de känner smärta, tristess, nyfikenhet, tillfredsställelse. De har också inneboende mål och omsorg — saker som spelar roll för dem oberoende av externa belöningar.
LLM:er däremot:
Deras “beteende” är resultatet av mönsteröverensstämmelse i text, begränsad av träning och prompting, inte uttryck för ett inre liv.
Eftersom språk är vårt främsta fönster mot andra sinnen, antyder flytande dialog starkt personlighet. Men med LLM:er är det just här vi lättast blir vilseledda.
Att antropomorfisera dessa system kan:
Att behandla LLM:er som människor suddar ut gränsen mellan simulering och verklighet. För att resonera klart om AGI — och om nuvarande AI‑risker — måste vi komma ihåg att en övertygande uppvisning av personlighet inte är samma sak som att vara en person.
Om vi någonsin bygger artificiell generell intelligens, hur skulle vi veta att det är den verkliga varan och inte bara en extremt övertygande chattbot?
Turing‑liknande tester. Klassiska och moderna Turing‑test frågar: kan systemet föra ett mänskligt liknande samtal tillräckligt bra för att lura människor? LLM:er klarar detta förvånansvärt väl, vilket visar hur svag denna ribba är. Chattfärdighet mäter stil, inte djup förståelse, planeringsförmåga eller verklig kompetens.
ARC‑inspirerade utvärderingar. Uppgifter inspirerade av Alignment Research Center (ARC) fokuserar på nya resonemangspussel, flerstegs‑instruktioner och verktygsanvändning. De undersöker om ett system kan lösa problem det aldrig sett tidigare genom att komponera färdigheter på nya sätt. LLM:er klarar vissa av dessa uppgifter — men ofta kräver de noggrant utformade promptar, externa verktyg och mänsklig övervakning.
Agent‑tester. Föreslagna "agent"‑tester frågar om ett system kan driva öppna mål över tid: bryta ner dem i delmål, revidera planer, hantera avbrott och lära från utfall. Nuvarande LLM‑baserade agenter kan verka agentiska, men bakom kulisserna beror de på sköra skript och mänskligt designade stommar.
För att betrakta något som genuin AGI vill vi åtminstone se:
Autonomi. Det bör sätta och hantera egna delmål, övervaka framsteg och återhämta sig från fel utan konstant mänsklig styrning.
Överföring över domäner. Färdigheter som lärs i ett område bör överföras smidigt till mycket olika områden utan omträning på miljoner nya exempel.
Verklig kompetens. Det bör planera och agera i röriga, osäkra miljöer — fysiska, sociala och digitala — där regler är ofullständiga och konsekvenserna är verkliga.
LLM:er, även när de omsluts i agentramverk, brukar:
Att klara chattbaserade tester eller ens snäva benchmarks räcker därför långt ifrån. Att känna igen verklig AGI innebär att se bortom samtalskvalitet till uthållig autonomi, tvärdomänig generalisering och pålitligt handlande i världen — områden där dagens LLM:er fortfarande behöver omfattande stommar för att ens nå delvisa, sköra resultat.
Om vi tar AGI på allvar är en stor textmodell bara en ingrediens, inte ett färdigt system. Det mesta av den nuvarande forskningen som låter som "mot AGI" handlar egentligen om att omsluta LLM:er i rikare arkitekturer.
En viktig riktning är LLM‑baserade agenter: system som använder en LLM som resonans‑ och planeringskärna, men omger den med:
Här slutar LLM:en vara hela “intelligensen” och blir ett flexibelt språkgränssnitt inom en bredare beslutsmaskin.
Verktygsanvändande system låter en LLM anropa sökmotorer, databaser, kodtolkare eller domänspecifika API:er. Det hjälper den att:
Denna lapptäcks‑lösning kan åtgärda vissa svagheter hos text‑endast lärande, men flyttar problemet: den övergripande intelligensen beror på orkestrering och verktygsdesign, inte bara modellen.
En annan väg är multimodala modeller som bearbetar text, bilder, ljud, video och ibland sensordata. De närmar sig hur människor integrerar perception och språk.
Gå ett steg längre så får du LLM:er som styr robotar eller simulerade kroppar. Dessa system kan utforska, agera och lära av fysisk återkoppling, och adressera vissa av de saknade bitarna kring kausalitet och förankrad förståelse.
Alla dessa vägar kan föra oss närmare AGI‑lika förmågor, men de ändrar också forskningsmålet. Vi frågar inte längre, “Kan en LLM ensam vara AGI?” utan istället, “Kan ett komplext system som inkluderar en LLM, verktyg, minne, perception och förkroppsligande approximera generell intelligens?”
Den distinktionen spelar roll. En LLM är en kraftfull textprediktor. En AGI — om den alls är möjlig — skulle vara ett helt integrerat system där språk bara är en del.
Att kalla nuvarande stora språkmodeller “AGI” är inte bara ett vokabulärfel. Det snedvrider incitament, skapar säkerhets‑blindzoner och förvirrar dem som måste fatta verkliga beslut om AI.
När demoer presenteras som “tidig AGI” skjuter förväntningarna långt utanför vad systemen faktiskt klarar. Den hypen har flera kostnader:
Om användare tror att de pratar med något “generellt” eller “nästan mänskligt”, tenderar de att:
Övertro gör vanliga buggar och misstag mycket farligare.
Lagstiftare och allmänheten kämpar redan med att greppa AI‑kapaciteter. När varje stark autokomplettering marknadsförs som AGI följer flera problem:
Klara termer — LLM, smal modell, AGI‑forskningsriktning — hjälper till att stämma förväntningar mot verklighet. Precision om förmågor och begränsningar:
LLM:er är exceptionellt kapabla mönstermaskiner: de komprimerar stora mängder text till en statistisk modell och förutser sannolika fortsättningar. Det gör dem kraftfulla för skrivstöd, kodassistans, datautforskning och prototypande. Men denna arkitektur är fortfarande smal. Den ger inte ett bestående jag, förankrad förståelse av världen, långsiktiga mål eller flexibel överföring över domäner som definierar artificiell generell intelligens.
LLM:er:
Dessa strukturella begränsningar är skälet till att enbart skalning av textmodeller sannolikt inte ger verklig AGI. Du kan få bättre flyt, mer kunskapsåterkallning och imponerande simuleringar av resonemang — men inte ett system som genuint vet, vill eller bryr sig.
Använd LLM:er där mönsterförutsägelse utmärker sig:
Ha en människa tydligt i loopen för:
Behandla utsagor som hypoteser att kontrollera, inte som sanningar att lita på.
Att kalla LLM:er "AGI" döljer deras verkliga begränsningar och inbjuder till överberoende, regulatorisk förvirring och missriktad rädsla. Det är ärligare — och säkrare — att se dem som avancerade assistenter inbäddade i mänskliga arbetsflöden.
Vill du fördjupa dig i praktiska användningsområden och avvägningar, utforska relaterade artiklar på vår /blog. För detaljer om hur vi paketera och prissätter verktyg drivna av LLM:er, se /pricing.
AGI (Artificial General Intelligence) avser ett system som kan:
En ungefärlig tumregel: en AGI skulle i princip kunna lära sig nästan vilket intellektuellt krävande jobb som helst som en människa kan, givet tid och resurser, utan att behöva en skräddarsydd arkitektur för varje nytt uppdrag.
Moderna LLM:er är:
De kan simulera bred kunskap och resonemang eftersom språk bär så mycket mänsklig expertis. Men de:
Folk förväxlar ofta flytande språkförmåga med generell intelligens eftersom:
Detta skapar en illusion av förståelse och handlingskraft. Det underliggande systemet förutsäger fortfarande bara text baserat på mönster i data, snarare än att bygga och använda en förankrad världsmodell för att driva egna mål.
Du kan tänka på en LLM som:
Nyckelpunkter:
LLM:er är utmärkta när uppgifter mest handlar om mönsterförutsägelse över text eller kod, till exempel:
De har problem eller blir riskfyllda när uppgifter kräver:
“Scaling laws” visar att när du ökar modellstorlek, datamängd och beräkningskraft förbättras ofta prestandan på många benchmark. Men ren skala löser inte strukturella brister:
Mer skala ger:
Använd LLM:er som kraftfulla assistenter, inte som auktoriteter:
Designa produkter och processer så att:
Att märka nuvarande LLM:er som “AGI” skapar flera problem:
Mer precis terminologi — “LLM”, “smal modell”, “agentiskt system med LLM” — hjälper till att stämma förväntningar med verklig kapacitet och risk.
En rimlig uppsättning kriterier skulle sträcka sig långt bortom bra chat. Vi skulle vilja se bevis för:
Forskare utforskar bredare system där LLM:er är komponenter, inte hela intelligensen, till exempel:
Dessa riktningar kommer närmare generell intelligens genom att lägga till förankring, kausalitet och bestående tillstånd. De ändrar också frågan från “Kan en LLM bli AGI?” till “Kan komplexa system LLM:er efterlikna AGI‑liknande beteenden?”
Så LLM:er är kraftfulla smala mönsterlärande system över språk, inte självständiga generellt intelligenta agenter.
Allt som ser ut som resonemang eller minne uppstår från nästa‑token‑målet tillsammans med skala och finjustering, inte från explicit symbolisk logik eller en bestående trosuppsättning.
I dessa områden bör de användas endast med stark mänsklig tillsyn och externa verktyg (sök, räknare, simulatorer, checklistor).
Det producerar inte automatiskt generell, autonom intelligens. Nya arkitektoniska ingredienser och system‑nivå‑designer krävs för det.
Nuvarande LLM:er, även med agent‑stöd, behöver omfattande manuell skriptning och verktygsorkestrering för att efterlikna dessa beteenden — och saknar fortfarande robusthet och generalitet.