智能并不是主要瓶颈
许多评论者认为，在医学、生物技术和气候政策等领域，原始智能——无论是人类还是人工智能——都不是限制进展的因素；真正的约束来自监管、组织激励、人性，以及协调众多行动者的困难。也有人反驳说，这些治理与协调问题本身就是应用智能的失败，而更聪明的系统或领导者原则上可以重塑制度与流程。讨论还延伸到 AI 在劳动中的角色担忧（从由头显引导的人类“化身”到完全具身化的机器人），以及对“超级智能” AGI 能轻松“解决”气候变化或医疗保健等复杂社会问题这一想法的质疑。
智能 vs. 实际瓶颈
- 许多人认为，原始智能（人类或 AI）并不是主要限制；数据获取、行动许可、监管以及制度激励才占主导。
- 也有人反驳说，智能是治理、监管设计和资源分配的基础，因此“瓶颈仍然是智能，只是处在系统中的不同节点”。
- 一些评论强调，即便我们已经知道该做什么（例如健康、气候），差距也在于执行、协调和权力，而不是更聪明的方案。
人性、沟通与设计
- 一个反复出现的主题是：人性和沟通是主要瓶颈。
- 为机器构建系统被认为相对直接；而为人类构建则很难，因为存在差异性、偏见和特异性。
- 沟通质量、信噪比以及组织文化，被视为“集体智能”的关键约束。
AI 具身化、劳动与去人性化
- 有一条讨论认为，下一道瓶颈是具身化：AI 负责规划，而物理执行仍需依赖现实世界中的行动。
- 有人提出：让人类通过 AR/VR 头显，作为 AI 引导的“化身”来完成体力劳动。
- 许多人认为这很反乌托邦，甚至“像奴隶一样”，因为它把人类降格为廉价执行器，并将低工资工作中既有的去人性化正式化。
- 也有人指出类似系统其实已经存在（远程机器人、AR 任务指导），并警惕把“解决方案”表述得如此非人化。
生物技术、医学与监管
- 多条评论指出，临床试验、人体试验和监管流程是主要瓶颈。
- 即使工具更好或有了 AI，数据发布延迟、终点验证以及错位的激励仍会拖慢进展。
- 讨论集中在：“neolabs”和更好的工具是否说明智能仍是核心约束，还是监管与系统设计才是真正的阻碍。
说服、AGI 与超理性神话
- 对“超级智能 AI”会成为“极具说服力”或像神一样解决问题的说法持怀疑态度。
- 有人把这与更早的理性主义/EA 观点联系起来，即 AI 可能通过说服获得控制，并批评这是一种魔法式思维。
- 也有人承认 AI 可以规模化传播宣传和机器人账号，但指出根深蒂固的信念与社会动态限制了一次性说服的效果。
气候变化、治理与系统
- 多人认为，气候变化在技术上早已“可解决”，但受制于政治、利益和社会系统。
- 基于 AGI 的救世叙事被比作对一个理性、仁慈的“机器神”的信仰。
- 治理、权力不对称、公众舆论和群体思维被强调为核心瓶颈，而仅仅增加智能未必能解决这些问题。