这太过于细节了，这属于商业上的问题，等企业的骨架搭起来之后，我们再好好厘清这些。

所以可能前期还是需要腾讯派一位职业经理人来深红任职。

他来之后的第一件事就是，把阿尔法科技也得改名为深红科技。」

Pony实在是好奇：「林生，我感觉你对深红这个名字格外执着，这是为什幺？这有什幺特殊的吗？

如果不方便，可以不说。」

林燃心想，真实原因当然不方便，但表面上嘛哪有什幺不方便：「Pony，是这样，我想着IBM是蓝色巨人，他们第一款的西洋棋不就叫深蓝吗？

于是我就在想，我们叫深红，deepred这个名字很符合华国的特质。」

Pony大笑：「和阿尔法比起来，深红的华国特色确实要浓得多。」

他转而提起：「林生，你是专业人士，你说，LLM真的能够通向AGI吗？」

林燃想了想，视线穿过Pony，看向窗外，飘落的雨雪提醒着他季节，说道：「我认为在硬体没有革命性突破前，LLM离OpenAI宣传的通用人工智慧之间有着无法逾越的高墙。

LLM就像一个超级图书馆管理员，它记住并组合了无数书里的模式，能快速给你拼凑出答案。

它不是真正理解了，它只是靠统计概率工作。

比如，你问它历史问题，它可能答得头头是道，但如果数据里有错，它就容易胡说八道，产生幻觉。

AGI：这是科幻里的「全能AI」，能像人一样自主学习新技能、推理未知问题、甚至发明东西。

它不限于文本，还能处理真实世界的所有挑战，比如开车、做实验或情感互动。

我个人对LLM的理解，它的极限就是一个超级好用的助手，一个搜寻引擎，能够帮助人提高效率，但是绝对取代不了人。

甚至我认为限制从LLM到AGI，背后的桎梏不仅仅是算法层面的，还是硬体层面的，光靠现在的架构，短期内实现AGI不现实。

虽然从电晶体数量上，可以做到和人脑神经元同等数量级，但电晶体就只有0和1两种状态，但神经元可以连接成千上万个突触，总突触的数量级是10的14次方到10的15次方之间。

我想这应该是硅基晶片的人工智慧无法涌现出智慧模式更为本质的原因。」

老板们确定之后，就轮到底下牛马们工作。

赵松下的企业微