卡帕西以自动驾驶领域的发展为案例，揭示了技术从演示到产品化的巨大鸿沟。他回忆道，1986年就已出现卡车自动驾驶演示，2014年体验Waymo时也获得了近乎完美的驾驶体验，但十年过去，自动驾驶行业仍面临诸多挑战。他用"三个九"的可靠性标准形容这一过程：从90%到99%，再到99.9%，每提升一个数量级都需要投入与之前相当的资源。在特斯拉的五年里，团队可能只推进了两到三个"九"的可靠性。
这位技术专家特别指出，当前被寄予厚望的AI智能体存在根本性认知缺陷。它们缺乏真正的持续学习能力，多模态能力仍处于初级阶段。卡帕西以自己构建nanochat（ChatGPT极简复刻版）的经历为例，发现现有AI编程助手在编写非样板化新代码时几乎毫无帮助。他将这类工具斥为"残次品"，并具体指出三大问题：无法理解定制化方案、倾向于编写臃肿过时代码、以及自然语言沟通效率低下。
对于行业热议的"AI自动化AI研究"路径，卡帕西持强烈保留态度。他认为当前强化学习（RL）是用吸管吸监督信号的低效方式，信号稀薄且嘈杂，存在错误答案被奖励、正确推理被惩罚的风险。他更看好系统提示学习与基于智能体交互的新型学习范式，认为ChatGPT的记忆系统就是这种思路的早期原型。
在技术路线选择上，卡帕西提出了"认知核心"概念。他通过剥离模型记忆能力来增强泛化性能，指出人类记忆有限反而形成了强大的抽象推理能力，而LLM记忆过多则倾向于复述而非理解。他提出一个反直觉观点：模型必须先变得更大以获得足够多样性，然后才能提炼出核心结构变得更小。
关于AGI的经济影响，卡帕西给出了出人意料的预测。他认为AI不会带来经济爆炸，而是会平滑地融入过去数百年2%的GDP年增长曲线。他以计算机发明、互联网普及、iPhone诞生等"革命性"技术为例，指出这些创新都没有在GDP曲线上造成突兀尖峰，而是通过缓慢渐进的方式被吸收到现有增长轨迹中。AGI同样不会改变这条曲线的斜率，只是让我们能继续保持增长。
在为行业降温的同时，卡帕西也公布了自己的新计划——创办教育项目"Eureka"。他坦言最恐惧的未来不是AI失控，而是人类沦为无用的旁观者。这个被比作"星际舰队学院"的项目，旨在培养能驾驭前沿技术的人类精英。卡帕西描绘了一个AGI时代的教育图景：当AI消除学习摩擦力后，教育目的将从"有用"转向"有趣"，就像现代人健身不是为了搬运重物，而是因为过程本身充满乐趣且能带来自我实现。
