本文来自徽声在线旗下公众号：深流研究所，作者：吴绛枫

9月3日，OpenAI总裁格雷格·布罗克曼在发布新一代模型GPT-6 Astra后，公开宣称："我们正式迈入AGI时代。"这一论断引发科技圈震动。

仅仅三天后，英伟达CEO黄仁勋在社交平台发文称："从ChatGPT到o1，再到GPT-6 Astra，仅用四年时间，AGI已然成为现实。"

这场突如其来的AGI宣言，是否意味着人类智能的终极形态已经降临？

答案远比想象中复杂。

就在GPT-6 Astra发布前夕，OpenAI首席执行官山姆·奥尔特曼还在公开场合表示："AGI是个定义模糊的概念，甚至可以视为营销术语。"而负责该模型关键评测的ARC Prize团队也明确声明："虽然GPT-6 Astra展现了通用能力的重大突破，但并不能等同于AGI。"

这种自相矛盾的表述背后，折射出科技巨头在AGI定义上的战略博弈。

■评测榜单的数字游戏：99.9%的真相与谎言

GPT-6 Astra最引人注目的成绩，是在ARC-AGI-3评测中取得99.9%的惊人得分。但这个数字背后藏着关键细节：

与传统评测不同，ARC-AGI-3采用"黑箱测试"模式——不提供明确规则，要求模型在陌生环境中自主探索解决方案。这种设计专门针对AI的"零样本学习能力"，即面对全新问题时能否现场学习。

然而测试结果存在双重标准：在标准测试框架下，GPT-6 Astra得分仅62.7%；当接入OpenAI定制的适配框架后，得分飙升至99.9%。这个专用框架允许模型保留跨请求的隐藏状态，并利用上下文压缩技术延续探索经验。

"这不能简单视为作弊。"AI评测专家指出，"现实中的AI系统本就包含记忆、工具和运行框架等组件。但问题在于，62.7%反映的是基础模型能力，99.9%测试的是优化后的系统表现，两者不能混为一谈。"

更值得警惕的是，在其他权威评测中，GPT-6 Astra的表现参差不齐：

• 高难数学测试FrontierMath Tier 4：97.6%
• 计算机操作测试OSWorld 2.0：72.6%
• 真实办公流程测试AutomationBench：41.4%
• 复杂专业任务测试Agents’Last Exam：59.3%

这些数据揭示残酷现实：当任务规则清晰、答案可验证时，AI已接近人类水平；但面对流程冗长、目标模糊的真实场景，其表现仍差强人意。正如历史上的深蓝、Watson和AlphaGo，封闭环境下的优异表现，从来不等同于通用智能的突破。

■AGI定义之争：科技巨头的战略博弈

当前AGI领域存在三大主流定义体系：

OpenAI的经济导向定义：2018年公司章程将AGI描述为"在多数具有经济价值的工作上超越人类的高度自主系统"。这个定义包含三个核心要素：覆盖广泛工作领域、表现超越人类、高度自主运行。值得注意的是，意识、情感等人类特质被排除在外，凸显其商业化导向。

为落实这个定义，OpenAI构建了完整的技术路线：推理模型提升复杂任务处理能力，智能体强化工具调用和计算机操作，Codex等产品深入软件开发流程。所有技术最终指向同一个目标：将模型能力转化为可规模化的生产力。

Anthropic的风险导向定义：CEO达里奥·阿莫迪认为AGI承载过多模糊含义，转而使用"强大AI"的表述。在2024年发布的《Machines of Loving Grace》中，他描述了一个具体系统：在多数重要领域达到或超越顶尖专家水平，能独立完成持续数小时至数周的任务，并可复制数百万实例同时工作。

这个定义包含能力、自主性和复制规模三个变量。基于这种判断，Anthropic将能力扩展与风险治理绑定，形成独特的战略：保持前沿模型竞争力，同时让安全保障随能力等级同步升级。

Google DeepMind的测量标准定义：2023年发布的《Levels of AGI》提出五级分类法，以"性能"和"通用性"为轴，将通用智能划分为新兴、胜任、专家、大师和超人类五个等级，并将自主性作为独立维度。2026年3月，该团队进一步发布认知分类框架，将通用智能拆分为感知、生成、注意力等十个维度。

这种量化评估体系要求研究者同时考察能力强度和覆盖范围。DeepMind还与Kaggle设立20万美元奖金，征集五个薄弱维度的测试方案，试图建立统一的AGI测量标准。

这些定义差异绝非学术争论。采用不同标准，就会将不同能力视为关键进展，进而决定公司的产品路线、资源配置和安全重点。正如AI治理专家所言："定义在描述未来的同时，也在塑造未来。"

■AGI叙事战：科技革命的营销艺术

人类总是倾向于将技术革命简化为标志性瞬间：莱特兄弟的首次飞行、第一颗原子弹爆炸、阿波罗登月。这种叙事需求延伸到AGI领域，催生出两种截然不同的表述：

"GPT-6 Astra就是AGI"属于技术结论，需要回答三个问题：采用何种定义？满足哪些条件？通过哪些独立验证？而"欢迎来到AGI时代"则是时代判断，既制造历史时刻，又保留解释空间。

对科技公司而言，AGI首先是强大的产品叙事工具。模型能力的进步通常是零散且不均匀的，准确描述需要大量评测数据和限定条件。但"AGI时代来了"的宣言，能将技术升级压缩为历史节点，将算力投入、技术路线和商业前景编织成统一故事。

这种叙事策略具有巨大商业价值。以英伟达与OpenAI的战略合作为例：2025年9月，双方宣布OpenAI将部署至少10吉瓦的英伟达系统（相当于数百万颗GPU），英伟达则准备投资最高1000亿美元。虽然这只是意向书，但公告明确表示这些设施将服务于OpenAI"迈向超级智能"的路径。

黄仁勋在宣布AGI到来时，特意强调训练Astra使用的英伟达计算系统，以及即将上线的GPU。这种表述隐含完整因果链：大规模算力投入带来智能跃迁，因此需要更多算力投入。作为全球AI算力扩张的最大受益者，英伟达有充分动机强化这种叙事。

事实上，黄仁勋已多次预言AGI到来：2024年称若将AGI定义为通过所有人类考试，五年内可能实现；2026年3月在Lex Fridman播客中直言"我们已经实现AGI"。这种反复宣言，凸显AGI作为叙事资源的战略价值。

那么，AGI究竟何时真正到来？可能是一次模型发布、一项评测纪录，或是一家公司的宣言？更可能的答案是：这是一个潜移默化的过程，正如OpenAI创始成员Andrej Karpathy所言："AGI不会带来陡峭的增长曲线，它会平滑融入现有发展轨迹，事后甚至难以确定拐点。"

本内容由作者授权发布，观点仅代表作者本人，不代表徽声在线立场。如对本稿件有异议或投诉，请联系 [email protected]。

本文来自徽声在线，原文链接：https://www.huixiu.com/article/4889598.html?f=wyxwapp