هل يمكن للآلات حقًا أن تفكر وتستدل وتتصرف في مجالات مشابهة للبشر؟ هذا السؤال الدائم يستمر في تشكيل سعي البشر لتحقيق الذكاء العام الاصطناعي (AGI). رغم التطور المستمر لقدرات النماذج مثل GPT-4.5، DeepSeek، Claude 3.5 Sonnet، Phi-4، و Grok 3، والتي تظهر مهارة متعددة الأوضاع واستدلالًا جزئيًا، فإن هذه الأنظمة لا تزال محدودة بشكل أساسي بسبب اعتمادها على التنبؤ على مستوى الرموز وافتقارها إلى الوكالة الملموسة. يقدم هذا البحث ملخصًا متعدد التخصصات لتطوير الذكاء العام الاصطناعي، يشمل الذكاء الاصطناعي والعلوم العصبية المعرفية والنفسيات والنماذج الجينيراتيفية وأنظمة الوكلاء. نحلل الأساسيات الهندسية والمعرفية للذكاء العام، مع التركيز على دور الاستدلال المكوني والذاكرة الثابتة والتنسيق بين الوكلاء المتعددين. بصفة خاصة، نؤكد على ظهور إطار عمل RAG الوكالي الذي يجمع بين الاسترجاع والتخطيط واستخدام الأدوات الديناميكي لتمكين سلوكيات أكثر مرونة. نناقش استراتيجيات التعميم، بما في ذلك ضغط المعلومات والتكيف عند الاختبار والطرق الخالية من التدريب، كمسارات حاسمة نحو ذكاء مرنا وغير محدد المجال. يتم إعادة النظر في نماذج الرؤية-اللغة (VLMs) ليس فقط كوحدات إدراك ولكن أيضًا كواجهات تتطور للفهم الجسدي وإكمال المهام التعاونية. كما نحاجج بأن الذكاء الحقيقي لا ينشأ من الحجم وحده بل من دمج الذاكرة والاستدلال: تنسيق للمكونات القابلة للتكوين والتفاعلية والمتحسنة ذاتيًا حيث يمكّن الضغط السلوك المرن. مستندون إلى التقدم في الأنظمة العصبية الرمزية والتعلم التعزيزي والتقويم المعرفي، نستكشف كيف تبدأ الأطر الجديدة الحديثة في ردم الفجوة بين التعلم الإحصائي والإدراك الغرضي. أخيرًا، نحدد التحديات العلمية والفنية والأخلاقية الرئيسية على طريق تحقيق الذكاء العام الاصطناعي (AGI).