卡帕西以自動駕駛領域的發展為案例，揭示了技術從演示到產品化的巨大鴻溝。他回憶道，1986年就已出現卡車自動駕駛演示，2014年體驗Waymo時也獲得了近乎完美的駕駛體驗，但十年過去，自動駕駛行業仍面臨諸多挑戰。他用"三個九"的可靠性標準形容這一過程：從90%到99%，再到99.9%，每提升一個數量級都需要投入與之前相當的資源。在特斯拉的五年里，團隊可能只推進了兩到三個"九"的可靠性。
這位技術專家特別指出，當前被寄予厚望的AI智能體存在根本性認知缺陷。它們缺乏真正的持續學習能力，多模態能力仍處于初級階段。卡帕西以自己構建nanochat（ChatGPT極簡復刻版）的經歷為例，發現現有AI編程助手在編寫非樣板化新代碼時幾乎毫無幫助。他將這類工具斥為"殘次品"，并具體指出三大問題：無法理解定制化方案、傾向于編寫臃腫過時代碼、以及自然語言溝通效率低下。
對于行業熱議的"AI自動化AI研究"路徑，卡帕西持強烈保留態度。他認為當前強化學習（RL）是用吸管吸監督信號的低效方式，信號稀薄且嘈雜，存在錯誤答案被獎勵、正確推理被懲罰的風險。他更看好系統提示學習與基于智能體交互的新型學習范式，認為ChatGPT的記憶系統就是這種思路的早期原型。
在技術路線選擇上，卡帕西提出了"認知核心"概念。他通過剝離模型記憶能力來增強泛化性能，指出人類記憶有限反而形成了強大的抽象推理能力，而LLM記憶過多則傾向于復述而非理解。他提出一個反直覺觀點：模型必須先變得更大以獲得足夠多樣性，然后才能提煉出核心結構變得更小。
關于AGI的經濟影響，卡帕西給出了出人意料的預測。他認為AI不會帶來經濟爆炸，而是會平滑地融入過去數百年2%的GDP年增長曲線。他以計算機發明、互聯網普及、iPhone誕生等"革命性"技術為例，指出這些創新都沒有在GDP曲線上造成突兀尖峰，而是通過緩慢漸進的方式被吸收到現有增長軌跡中。AGI同樣不會改變這條曲線的斜率，只是讓我們能繼續保持增長。
在為行業降溫的同時，卡帕西也公布了自己的新計劃——創辦教育項目"Eureka"。他坦言最恐懼的未來不是AI失控，而是人類淪為無用的旁觀者。這個被比作"星際艦隊學院"的項目，旨在培養能駕馭前沿技術的人類精英。卡帕西描繪了一個AGI時代的教育圖景：當AI消除學習摩擦力后，教育目的將從"有用"轉向"有趣"，就像現代人健身不是為了搬運重物，而是因為過程本身充滿樂趣且能帶來自我實現。
