在 Show HN 发布板块，开发者 volotat 开源了一个名为 Mini-AGI 的项目，仓库地址为 github.com/volotat/mini-AGI。据作者描述，这是一个动态持续学习（dynamic continual learning）模型，可在 8GB 显存上完成训练。
作者在发布说明中主动为命名致歉，坦言“AGI”这个名称有些自大，并解释称项目包含了他希望一个 AGI 模型具备的全部组件，同时请读者在提出质疑之前先阅读 Readme。
8GB 显存是一个值得注意的门槛。它大致对应消费级显卡的规格，意味着个人研究者无需借助高端算力集群即可完成训练与实验。而“持续学习”则指向当前大模型的一个公认短板：主流模型训练完成后权重基本冻结，获取新知识往往依赖重新微调或外部检索，难以在不显著遗忘旧知识的前提下持续吸收信息。如果该项目确实能在小显存条件下实现动态更新，其思路对边缘部署、长期运行的智能体等场景都具备参考意义。
不过仍应保持谨慎。AGI 在业界并无统一定义，个人开源项目通常也缺少大规模基准验证。这类项目真正的价值，应以 Readme 说明、代码实现与可复现结果为准，而不是名称本身带来的想象空间。对关注持续学习与小显存训练方向的从业者来说，这个仓库值得跟进观察。