一则 Hacker News 讨论回应了“Goalposts”调查。该调查追踪历史上的 AI 预测和挑战是否已经实现。参与者普遍认为，记录这些说法很有价值，但对该项目提取具体主张的方式提出质疑：许多主张表述含糊、转述不准确，或被删去了“可靠地”“完全地”“不出现错误”等关键限定条件。 主要争议包括： - **数学：** 据报道，AI 已经解决了一些开放问题，包括纳维－斯托克斯方程，但人类是否参与、相关工作是否尚未发表、证明是否真正有用，以及过程是否透明，仍有争议。 - **编程：** 前沿模型可以快速构建相当复杂的应用，但它们在无人监督下且不出现 bug 的可靠性仍存争议。 - **图灵测试：** 日常对话可能已经能骗过许多人，但更长时间、带有对抗性的交流仍会暴露 AI 的特征，并出现上下文理解能力下降。 - **创意和专业任务：** 对于连贯的长文写作、视觉理解、税务处理、业务自动化和创意多样性，意见存在分歧。 - **移动标准：** 一些人认为预测仍未实现；另一些人则认为，benchmark 的范围被人为扩大，或定义得不合理。 几名评论者建议采用更清晰的测试、公开推理记录，或设置金钱赌注，以增强问责。