G06：不用术语堆砌解释 Intelligence 与 Skill
Skill 回答“在已界定任务上能做得多好”，intelligence 更关心“面对尚未熟练的任务，能否利用有限经验与资源获得有效技能”；两者相关，却不能用一个固定题库成绩互相替代。
内容类型：预习教材（不代表已完成）
日期：2027-02-27
阶段：P3 · AGI Foundations 90
总路线：Day 186 / 360
周次 / 节奏：W1 · 周六可选探索
状态：教材已备；学习未完成
主题：概念压缩、类比边界、陌生任务适应与未知问题
一句话定义
Skill 回答“在已界定任务上能做得多好”，intelligence 更关心“面对尚未熟练的任务，能否利用有限经验与资源获得有效技能”；两者相关，却不能用一个固定题库成绩互相替代。
学习目标
- 能用普通语言向非研究者解释 skill、learning efficiency 与 generality 的差别。
- 能构造至少两个“技能高但适应窄”或“初始技能低但适应快”的反例。
- 能识别类比的有效范围，避免把人类教育、金融风控或 Agent 行为粗暴等同。
- 整理仍不理解的测量问题，为 W2 的 scaling 与涌现学习保留入口。
核心知识
一名背熟整套题库的答题者可以有很高 skill，但题型换成未见规则时可能无法迁移。另一名答题者初始分数较低，却能从两个示例发现规则并迅速提高；在“获得新技能的效率”维度上，后者可能更强。这里没有必要宣布谁整体更智能，因为任务难度、先验知识和资源预算仍需固定。
技能不是贬义。可靠计算器、排序算法和信用规则引擎都是高价值的窄技能系统。问题只出现在把窄技能成绩升级为无边界 generality。反过来，也不能因为系统不是 AGI 就否定其工程价值；研究语言应同时允许“有用但有限”。
人类也拥有巨大先验：语言、身体经验、教育和文化工具。比较人类与模型的 few-shot 学习时，不能只数当前展示的示例而忽略累积经验。模型预训练同样是先验来源。所谓零样本并非没有经验，而是评测时没有额外标注样本。
机制与推导
设任务 t 的性能随经验变化为 P_t(e)。固定技能可以用 P_t(0) 或经过既定训练后的平台值描述；适应效率关心斜率与达到目标所需经验：
[ k_t(\tau)=\min{e:P_t(e)\ge \tau} ]
若 A 在熟悉任务 t_1 上 P_A(0)>P_B(0)，但在陌生任务 t_2 上 k_A(τ)>k_B(τ)，两个系统形成交叉优势。一个总分会把这种结构压平。任务难度也不是题面长度；可用最短规则描述、搜索空间、所需原语或人类基准近似，但每种定义都有局限。
再看迁移。若新任务共享原语，适应快可能来自可复用表示；若规则完全新，适应需要识别说明并建立新操作。可以把性能改变量分为 ΔP = transfer + adaptation + scaffolding + noise。实际实验很难完全分解，但这个式子提醒我们寻找对照：冻结工具、改变示例、交换规则、重复 seed。
类比练习也需边界。把模型比作“熟练员工”有助理解先验，却会暗示动机和责任；把 memory 比作“笔记本”有助理解外部状态，却忽略检索偏差。每个类比后应加一句“这个类比在哪一步失效”。
最小练习或观察步骤
- 用不超过 120 字向一个没有 AI 背景的人解释 skill 与 intelligence 的区别。
- 写两个反例：高初始技能但适应慢；低初始技能但两例后快速适应。为反例注明任务与预算。
- 选择“模型像学生”“Agent 像员工”中的一个类比，列出它帮助理解的两点和误导的两点。
- 回看 G01 的能力向量，删除一个无法解释的术语，换成可观察问题。
- 写下三个仍模糊的问题，例如任务难度、先验成本或跨模态 generality，允许保持未解决。
常见误区与边界
- 把 intelligence 当成道德价值或身份判断；这里讨论的是研究操作化。
- 认为 skill 窄就不值得学习；可靠窄系统常比模糊通用系统更有用。
- 把 few-shot 的
few只理解为提示里的例子，忽略预训练和工具先验。 - 以人类直觉直接定义任务难度，不检查不同群体和经验差异。
- 通过漂亮类比替代机制，或赋予系统未经证实的意图与理解。
- 强求在可选探索日解决所有哲学问题；保留清楚未知即可。
研究/系统场景连接
金融零售中的资深审核员与规则引擎提供一个有限类比：规则引擎对固定政策执行稳定，审核员可能更能处理新型例外，但也会受疲劳、偏见和信息不足影响。这个类比帮助区分固定 skill 与适应，却不能把模型责任等同于人的职业责任。真正系统设计仍需记录数据、权限和人工复核。
Agent 场景中，工具库会显著提高可完成任务范围，但这可能是系统组合的 skill expansion，而非模型内部学习。若 Agent 遇到新 API 只靠文档就能正确调用，才涉及一种适应能力；仍需排除预训练见过同一 API 的可能。研究者可以诚实称其为“在给定工具与文档下的快速适应”，无需上升为 AGI。
自检问题
- 为什么零样本不等于没有先验经验？
- 两条适应曲线交叉时，单一排名会丢失什么？
- 高价值窄技能与 generality 主张应怎样同时描述？
- “Agent 像员工”的类比在哪些地方失效？
- 哪个未解决问题最自然地连接到 scaling 与涌现？
专业课程对齐
- 重读 On the Measure of Intelligence 的核心定义，尝试不用论文术语复述经验、先验与技能获取效率。
- 阅读 Levels of AGI for Operationalizing Progress on the Path to AGI，检查 performance 与 generality 分开后，哪些日常说法需要改写。
- 浏览 A Generalist Agent — Gato 的官方研究介绍，区分“同一网络覆盖多任务”的外部证据与“无限任务泛化”的更强主张。
深入学习提示
如果概念仍显抽象，回到两条具体学习曲线，而不是继续收集定义。改变任务共享结构、示例数和工具权限，问哪个系统更快获得技能、成本是什么、外推到哪里。下一周会讨论模型和数据规模；提前保留一个问题：规模提升固定任务性能时，是否也按同样速度改善陌生任务适应？这不是预设答案，而是连接两周的研究假设。
学后填写区
- 我的 120 字解释：
- 两个交叉优势反例：
- 一个类比及其失效边界：
- 我删除或改写的术语：
- 想带入 W2 的问题：