彼得·斯坦伯格（Peter Steinberger）是开源AI项目OpenClaw的创始人，他主张AI应走“专业化”路线，而非追求通用人工智能（AGI）的全面主导。在Y Combinator播客中，斯坦伯格指出，人类个体的成就极为有限——没有人能独自制造iPhone或登陆太空。真正的进步源于社会分工与专业协作。他强调，AI的发展也应遵循这一逻辑：与其追求无所不能的“通用智能”，不如专注于特定任务的深度优化。 他指出，当前所谓的“通用AI”在实践中早已具备专业化特征。例如，有些AI专门用于解决数学难题，有的则专注于识别基因突变。这些系统在特定领域表现卓越，远胜于试图“通吃一切”的大模型。 这一理念正逐渐获得行业呼应。Axiom公司由前Meta研究员卡里娜·洪创办，获得6400万美元种子投资，致力于构建专精于高等数学的AI系统。谷歌DeepMind则推出AlphaGenome，专门预测DNA变异对基因调控的影响。此外，越来越多企业开始开发更小、更高效的模型，以提升特定场景下的性能。Cohere首席执行官艾丹·戈麦斯表示，未来的关键不是盲目扩大模型规模，而是通过优质数据和算法让小模型变得更聪明。 斯坦伯格并非唯一质疑AGI神话的人。计算机科学家蒂姆尼特·格布鲁（Timnit Gebru）领导的分布式人工智能研究所认为，AGI不过是一种“虚构概念”。她在Nature发布的一段视频中批评，对“机器神”的追逐正导致劳动力剥削加剧和环境代价上升。她强调，工程的核心在于构建目标明确、可验证的系统。 斯坦伯格曾因创立PDF处理公司PSPDFKit而闻名，如今他重返科技前线，投身AI研发。他坦言，当初的目标只是让电脑能“自动打字、完成任务”，而如今AI已远超当年想象。但他坚信，真正强大的AI，不在于无所不能，而在于精准、可靠、专注。