AGI实现之争：技术突破、定义分歧还是商业叙事？

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，抛出了一句引发行业热议的宣言：“欢迎来到AGI时代。”

仅仅三天后，英伟达CEO黄仁勋在社交平台上的表述更为直接：“从ChatGPT到o1，再到GPT-6 Astra，仅用四年时间。AGI已然降临。”

这场由科技巨头掀起的AGI（通用人工智能）实现论战，是否意味着人类正站在智能革命的临界点？

答案远比表面争论复杂得多。

在GPT-6 Astra发布前夕，OpenAI首席执行官山姆·奥尔特曼曾公开表示，AGI是个“定义极其模糊的术语”，甚至一度想称之为“营销噱头”。而负责该模型关键评测的ARC Prize团队也明确声明：“GPT-6 Astra虽代表通用能力的重要突破，但并非严格意义上的AGI。”

这种自相矛盾的表述背后，折射出行业对AGI认知的深层分歧。

当技术突破遭遇概念模糊，我们究竟该如何界定AGI的真正到来？

■评测榜单的“高分陷阱”：99.9%≠AGI

GPT-6 Astra最引人注目的成绩，是在ARC-AGI-3评测中取得99.9%的突破性得分。这项测试的特殊之处在于：

• 不提供明确规则，要求模型在陌生环境中自主判断目标
• 通过反馈循环优化解决方案，模拟人类现场学习能力
• 重点考察AI应对未知问题的适应性

然而这个近乎满分的成绩背后，隐藏着关键测试条件差异：在ARC Prize统一测试框架下，模型得分仅为62.7%；当接入OpenAI定制的适配框架后，得分才飙升至99.9%。这种框架优化允许模型：

• 保留跨请求的隐藏推理状态
• 利用上下文压缩延续探索经验
• 形成持续学习的记忆机制

尽管这种优化符合现实场景中AI与工具协同工作的特性，但62.7%与99.9%的得分差异，暴露出评测体系的核心矛盾：我们究竟是在评估单个模型的能力，还是整个智能系统的效能？将系统优化成果直接等同于AGI实现程度，显然存在逻辑跳跃。

更值得关注的是，GPT-6 Astra在其他领域的表现呈现明显分化：

• 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%

这种“考试型AI”的特征，与历史上的技术突破惊人相似：1997年深蓝击败国际象棋冠军、2011年Watson赢得《危险边缘》、2016年AlphaGo走出“神之一手”时，都曾引发通用智能即将到来的预测。但这些突破都发生在规则明确、反馈即时、裁判自动化的封闭系统中，与充满模糊性的现实世界存在本质差异。

■AGI定义之争：经济价值、专家能力还是认知图谱？

当前AGI领域存在三大定义范式，每种都深刻影响着技术发展方向：

经济价值导向（OpenAI）：2018年公司章程将AGI定义为“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：

• 工作覆盖广度：横跨多个经济领域
• 能力超越程度：达到人类专家水平
• 自主运行能力：无需持续人工干预

这种实用主义定义直接指导了OpenAI的产品路线：从推理模型提升复杂任务处理能力，到智能体强化工具调用与计算机操作，再到Codex等产品渗透软件开发流程，最终目标都是将模型能力转化为可规模部署的生产力。

风险意识导向（Anthropic）：CEO达里奥·阿莫迪认为“AGI”术语承载过多模糊性，更倾向使用“强大AI”的表述。其在2024年10月发布的《Machines of Loving Grace》中，描绘了具体系统特征：

• 在多数重要领域达到或超越顶尖专家水平
• 能够独立完成持续数小时至数周的任务
• 可复制数百万实例实现并行工作
• 运作速度远超人类

基于这种认知，Anthropic将能力扩展与风险治理绑定，形成独特战略：在保持前沿模型竞争力的同时，让安全保障机制随能力等级同步升级，构建“能力-风险”的动态平衡体系。

认知维度导向（Google DeepMind）：2023年发布的《Levels of AGI》框架，以“性能”和“通用性”为轴，将通用智能划分为五个等级：

• 新兴：具备基础通用能力
• 胜任：在特定领域表现优异
• 专家：接近人类专业水平
• 大师：超越顶尖人类
• 超人类：全面超越人类认知

2026年3月，DeepMind进一步推出认知分类框架，将通用智能拆解为十个维度：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。这种量化评估体系：

• 使用未公开测试集确保评测客观性
• 引入人类能力分布作为参照基准
• 通过Kaggle平台征集薄弱维度测试方案
• 设立20万美元奖金激励研究创新

这种将AGI转化为可比较认知图谱的思路，体现了DeepMind的研究取向：建立统一评估标准，识别能力缺口，指导后续研发方向。

定义之争绝非文字游戏。采用不同标准，会决定企业将哪些能力视为关键进展，进而影响产品路线、资源配置和安全策略。正如控制论创始人维纳所言：“我们塑造工具，此后工具也塑造我们。”

■AGI叙事战：技术突破还是商业博弈？

人类对技术革命的想象，总倾向于寻找明确的时间节点：莱特兄弟的首次飞行、第一颗原子弹爆炸、阿波罗登月计划。这种历史记忆模式，深刻影响着当前对AGI的认知。

在“GPT-6 Astra就是AGI”与“我们进入了AGI时代”的争论中，隐藏着两种不同的表达逻辑：

• 技术验证型：前者需要明确回答定义标准、满足条件、独立验证等具体问题，接受严格的技术审查
• 时代宣言型：后者通过制造历史时刻感，为技术发展预留解释空间，更侧重战略叙事构建

对模型开发企业和AI产业链而言，“AGI”首先是强大的产品叙事工具。模型能力的提升往往是零散且不均衡的，准确描述需要大量评测数据和限定条件。而“AGI时代来临”的宣言，能将产品升级转化为历史节点，将技术参数转化为商业故事，这种叙事价值对争夺用户、客户、人才和资本的企业至关重要。

黄仁勋的表态需置于这种叙事框架中理解。2025年9月，英伟达与OpenAI达成战略合作意向：

• OpenAI将部署至少10吉瓦英伟达系统（相当于数百万颗GPU）
• 英伟达计划随基础设施落地向OpenAI投资最高1000亿美元
• 设施将服务于OpenAI“迈向超级智能”的路径

尽管这份意向书存在调整可能，但初始合作框架已清晰显示：英伟达被定位为OpenAI扩建AI基础设施的首选计算伙伴。黄仁勋在宣布“AGI到来”时特别强调训练Astra使用的英伟达计算系统，以及即将上线的GPU，形成完整逻辑链：大规模算力投入推动智能跃迁，因此需要持续扩大算力投资。

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：称若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播客中表示“已实现AGI”

这些表述变化揭示，AGI不仅是技术目标，更是影响资本流向、市场预期、政策制定和产业布局的战略资源。当科技巨头们争论AGI是否到来时，真正的较量可能在于谁能主导这个概念的解释权。

那么，AGI实现的标志究竟是什么？是单次模型发布、某项评测纪录，还是企业宣言？或许正如OpenAI创始成员Andrej Karpathy所言：AGI不会带来突然的转折点，而是平滑融入现有增长曲线，当我们回望时，甚至难以确定拐点所在。

这种渐进式变革，或许才是技术革命最真实的面貌。

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