OpenAI联合创始人格雷格·布罗克曼最近放话，人类已经迈入通用人工智能（AGI）时代。这标志着AI大模型不再是实验室里的玩具，而是真正开始接管复杂任务。但别急着欢呼，大模型在实际应用中依然有坑。
比如模型在检索外部知识时，搜到了Skill不代表最终答案真能用。这就是所谓的Skill Following（SF）链路问题。研究者提出RAE指标，专门盯着模型从检索、接收到写入最终答案的完整过程。结果发现，哪怕检索引擎返回了正确的技能，模型在消化和输出时依然会掉链子。
视觉理解同样面临极端场景的考验。一项新研究推出了TRACE基准数据集，包含2.14万个合成场景，专门针对火灾后不可逆损伤的物体理解。现有大模型在损伤加重时性能直线下降。为此，研究团队搞了个特征恢复模块，冻结主模型，直接把受损特征映射回完好状态。这一招让受损物体检测、材料识别和功能推理等多项视觉语言任务表现大幅提升。
从AGI的宏大叙事，到Skill检索的细节打磨，再到火灾场景的视觉恢复，大模型正在经历从“能用”到“好用”的蜕变。真正的AGI时代，需要解决这些隐藏在角落里的实际缺陷。只有跨过这些坎，AI才算真正站住脚。