François Chollet，Keras 作者、ARC 奖发起人，近期在社交媒体上密集发表了对 AI 现状的批判性观点。他称把 AI 当作效率提升工具是错误框架，认为当前主流方向忽视了智能体的核心——即从有限经验中泛化解决新任务的能力。他提出大多数人类任务是非马尔可夫过程，智能体需要精确追踪历史轨迹（原文）。他批评编程智能体当前的笨拙状态，比喻为“盲松鼠”，主张用约束而非海量数据来引导（原文）。此外，他提出符号学习可能替代梯度下降成为新的学习基底（原文），并警告 AI 正在放大行动力差距：能有效使用 AI 的人与不能的人之间的鸿沟将加剧不平等（原文）。
当前焦点在于 Chollet 所倡导的“通用智能”路径——强调抽象推理、程序合成与元学习——与主流的大规模预训练路线之间的张力。他持续呼吁社区关注泛化测试（如 ARC-AGI）而非一味堆叠算力。未来观察点包括：ARC 奖能否催生非 Transformer 架构的突破，以及他的符号学习提议是否会在工程实践中获得验证。