本文源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·布罗克曼在发布全新模型GPT-6 Astra后，抛出震撼性论断："人类正式进入AGI时代"。

仅仅三天后，英伟达CEO黄仁勋在社交平台进一步强化这一观点："从ChatGPT到o1，再到GPT-6 Astra，仅用四年时间就完成了AGI的跨越式发展。"

这场突如其来的AGI宣言，引发了科技界的激烈争论：我们真的已经抵达通用人工智能的临界点了吗？

答案远比表面复杂得多。

就在GPT-6 Astra发布前夕，OpenAI CEO山姆·奥尔特曼还在公开场合表示，AGI是个"定义模糊到近乎无意义"的概念，甚至一度想用"营销术语"来定义它。而负责关键评测的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"我们从未宣称它就是AGI"。

这种自相矛盾的表述背后，折射出AGI定义之争的深层矛盾。

当科技巨头们都在谈论AGI时，他们究竟在讨论什么？这个问题的答案，可能比AGI本身更重要。

■评测榜单的数字游戏：99.9%的AGI可信度有多高？

GPT-6 Astra最引人注目的成就，是在ARC-AGI-3评测中取得99.9%的惊人分数。这个看似完美的成绩背后，隐藏着关键细节：

与传统评测不同，ARC-AGI-3采用"黑箱测试"模式——不提供任何规则说明，要求模型在陌生环境中自主判断目标、理解反馈并寻找解决方案。这种设计专门针对AI最受质疑的"零样本学习能力"。

但鲜为人知的是，这个99.9%的得分存在重要前提：在ARC Prize提供的标准测试框架中，GPT-6 Astra实际得分仅为62.7%；只有接入OpenAI定制的专用适配框架后，分数才飙升至99.9%。这个特殊框架允许模型保留跨请求的隐藏推理状态，并能利用上下文压缩技术延续探索经验。

这种技术优化是否构成"作弊"？现实中的AI系统本就需要记忆、工具和运行框架的支持。但问题在于：62.7%反映的是单一模型的基础能力，而99.9%测量的是经过深度优化的系统整体表现。将两者混为一谈，无疑是对评测结果的误导性解读。

更值得警惕的是，GPT-6 Astra在其他评测中的表现远未达到"通用"标准：

• 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%

这些数据揭示了一个残酷现实：当任务规则清晰、答案可验证时，AI确实能逼近甚至超越人类水平；但面对流程冗长、目标模糊的真实场景，其表现仍与人类存在显著差距。这种"考场天才，现实庸才"的悖论，早在深蓝击败国际象棋冠军、Watson赢得《危险边缘》时就已显现。

规则明确、反馈即时、自动裁判的封闭环境，与充满不确定性的现实世界，从来就不是同一个维度。

■AGI定义之争：科技巨头的战略博弈

当前AGI领域最突出的矛盾，在于缺乏统一认知框架。不同科技巨头基于自身战略需求，给出了截然不同的定义：

OpenAI的经济导向定义：2018年公司章程将AGI描述为"在大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：广泛的工作覆盖、超越人类的表现、高度自主运行。值得注意的是，意识、情感等人类特质被明确排除在必要条件之外。

这种定义与OpenAI的产品路线高度契合：通过推理模型提升复杂任务处理能力，用智能体强化工具调用和计算机操作，再通过Codex等产品渗透软件开发流程。所有能力最终指向同一个目标：将AI能力转化为可规模化部署的生产力。

Anthropic的风险导向定义：CEO达里奥·阿莫迪认为AGI承载了过多模糊含义，因此更倾向使用"强大AI"的表述。在2024年10月发表的《Machines of Loving Grace》中，他描述了一类具体系统：在多数重要领域达到或超过顶尖专家水平，能独立完成持续数小时至数周的任务，并可复制成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。Anthropic的战略重点因此集中在：保持前沿模型竞争力的同时，让安全保障随能力等级同步升级。这种谨慎态度，与其创始人团队的安全研究背景密切相关。

Google DeepMind的测量标准定义：2023年发布的《Levels of AGI》文章，以"性能"和"通用性"为双轴，将通用智能划分为五个等级：新兴、胜任、专家、大师和超人类，并将自主性作为独立维度处理。2026年3月，DeepMind进一步推出认知分类框架，将通用智能拆解为感知、生成、注意力、学习、记忆、推理、元认知、执行功能、问题解决和社会认知十个维度。

这种量化评估体系不仅建立了统一尺度，更能识别能力缺口，为评测和研发提供精准导向。DeepMind甚至与Kaggle合作设立20万美元奖金，征集五个薄弱维度的测试方案，展现了其建立行业标准的野心。

这些定义之争绝非学术讨论。采用什么标准，就会将什么能力视为关键进展；确定哪些能力是关键进展，就会决定公司的产品路线、资源配置和安全重点。定义在描述未来的同时，也在塑造未来。

■AGI叙事战：科技革命的营销革命

人类对技术革命的想象，总渴望一个明确的转折点：莱特兄弟的飞机离地、第一颗原子弹爆炸、阿波罗11号登月。这种对标志性瞬间的追求，深刻影响着当前AGI的讨论范式。

在AGI到来之争中，"GPT-6 Astra就是AGI"与"我们进入了AGI时代"代表两种不同性质的表述：前者是可验证的技术结论，需要明确定义、满足条件和独立测试验证；后者则是充满解释空间的时代判断，更像精心设计的叙事框架。

对模型公司和AI产业链而言，AGI首先是一种强大的产品叙事工具。模型能力的进步通常是零散而不均匀的，准确描述需要一长串评测数据和限定条件。而"AGI时代来了"的宣言，却能将复杂的技术演进压缩成简洁的历史节点。

这种叙事策略具有多重战略价值：将产品升级转化为历史转折，把算力投入、技术路线和商业前景编织成统一故事。对于争夺用户、企业客户、人才和资本的公司来说，这种叙事的价值可能不亚于模型能力的重大突破。

黄仁勋的表态必须放在这个叙事框架中理解。2025年9月，英伟达与OpenAI宣布达成战略合作意向：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。虽然这只是一份意向书，且后续传出方案可能调整，但初始合作设想中，英伟达被定位为OpenAI扩建AI基础设施的首选计算与网络合作伙伴。

在宣布"AGI已经到来"的同时，黄仁勋特别强调训练Astra使用的英伟达计算系统，以及即将上线的GPU。这种表述隐含着清晰的因果链：大规模算力投入带来智能跃迁，因此需要更大规模的算力投入。作为全球AI算力扩张的主要受益者，英伟达有充分动机强调这是时代转折点。

事实上，这并非黄仁勋首次宣布AGI到来。2024年他表示，若将AGI定义为通过几乎所有人类设计的考试，目标可能在五年内实现；2026年3月，他又在Lex Fridman播客中宣称："我认为我们已经实现了AGI。"

这些反复出现的AGI宣言揭示了一个真相：AGI不仅是技术目标，更是影响资本、市场、政策和产业预期的叙事资源。当科技巨头们争夺AGI定义权时，他们真正争夺的是未来技术发展的主导权。

那么，AGI究竟何时才算真正到来？是一次模型发布、一项评测纪录，还是一家公司的宣告？或许，正如OpenAI创始成员Andrej Karpathy所言，AGI不会带来陡然拐起的曲线，而是平滑地融入技术增长中，以至于事后我们甚至找不到明确的转折点。

这种渐进式变革，或许才是AGI最可能的到来方式。

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