9月3日，OpenAI总裁格雷格·布罗克曼在发布新模型GPT-6 Astra后宣称“欢迎来到AGI时代”。三天后，英伟达CEO黄仁勋在社交平台进一步表态：“从ChatGPT到o1，再到GPT-6 Astra，只用了四年。AGI已经到来。”然而，这一宣告并未得到一致认同——OpenAI CEO山姆·奥尔特曼此前曾称AGI是“定义极其模糊的词”，甚至差点称之为“无关紧要的营销术语”；负责GPT-6 Astra关键评测的ARC Prize团队也特别提醒，该模型确实代表了通用化能力的重要进步，但“我们并不声称它就是AGI”。

一边是“欢迎来到AGI时代”，一边是“我们没有说这是AGI”，这场争论的核心在于：AI究竟要做到什么，才算真正越过了AGI这条线？

榜单高分的另一面

GPT-6 Astra最引人注目的成绩是在ARC-AGI-3测试中拿到99.9%。ARC-AGI评测不同于常规测试，它不直接告知规则，而是将模型置于陌生环境，要求其自行判断目标、理解反馈并找到解决方案，旨在衡量AI面对未见问题时的现场学习能力。

然而，这个高分有一个常被省略的前提：在ARC Prize统一提供的标准测试框架下，GPT-6 Astra的得分仅为62.7%；接入OpenAI提供的专用适配框架后，得分才升至99.9%。后者允许模型保留跨请求的隐藏推理状态，并利用上下文压缩延续探索经验。文章指出，这并非简单“作弊”，因为现实中的AI本就不会裸机运行，记忆、工具和框架都可能成为智能系统的一部分。但问题在于，62.7%测量的是单个模型的能力，而99.9%测量的是一套经过专门优化的完整系统——两项成绩都是真实的，却不能混为一谈，更不能将测试得分直接换算成“99.9%的AGI”。

在其他评测中，GPT-6 Astra的表现也并非无懈可击：在高难数学测试FrontierMath Tier 4上达到97.6%，在计算机操作测试OSWorld 2.0上得到72.6%，但更接近真实办公流程的AutomationBench成绩降至41.4%，复杂专业任务测试Agents’ Last Exam也只有59.3%。这些数字表明，当任务规则清晰、答案可验证时，Astra已能逼近甚至超越人类；一旦进入流程冗长、目标模糊的现实环境，它仍会频繁失败。

这种“封闭考试出色、开放环境失灵”的现象并不新鲜。从深蓝击败国际象棋世界冠军，到Watson赢下《危险边缘》，再到AlphaGo的“神之一手”，人们都曾短暂产生“通用智能不远”的错觉，但规则明确、反馈即时、有自动裁判的世界，与现实生活并非一回事。

AGI定义：各说各话

AGI至今缺乏统一共识，不同机构给出了截然不同的定义。

OpenAI采用经济导向的定义，其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”，包含三个关键条件：覆盖广泛工作、表现超过人类、高度自主运行。这一定义不将意识、情感或人类式思维列为必要条件，与OpenAI近年产品路线高度契合——推理模型提升复杂任务处理能力，智能体强化工具调用，Codex等产品进入软件开发流程，最终目标是让AI承担更完整的工作并转化为可规模化的生产力。

Anthropic则更为谨慎。CEO达里奥·阿莫迪认为AGI一词承载过多模糊含义，更常使用“强大的AI”。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。这幅图景包含能力、自主性和复制规模三个变量，Anthropic因此将能力扩展与风险治理绑定，主张安全保障随能力等级同步升级。

Google DeepMind则聚焦测量标准。其2023年发布的《Levels of AGI》以“性能”和“通用性”为主轴，将通用智能划分为“新兴”“胜任”“专家”“大师”“超人类”五个等级，并将自主性作为独立维度。2026年3月，DeepMind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、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，并使用未公开测试集和代表性人类样本进行评估，还与Kaggle设立20万美元奖金征集薄弱维度的测试方案。

文章强调，AGI定义不只是概念问题——采用什么标准，就会把什么能力视为关键进展，进而决定产品路线、资源配置和安全重点。定义看似在描述未来，其实也在塑造未来。

叙事之争：谁在定义时代

人们习惯将技术革命想象成明确瞬间，如莱特兄弟的飞机离地、第一颗原子弹爆炸、阿波罗登月。但“GPT-6 Astra就是AGI”与“我们进入了AGI时代”是两种不同性质的表达：前者是可检验的技术结论，需说明定义、条件和独立验证；后者更像时代判断，既制造历史时刻，又保留解释空间。

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。模型能力的真实进步通常零散而不均匀，准确描述需要一长串评测和限定语，而“AGI时代来了”将一切压缩成一句话，把模型发布从产品升级变成历史节点，将算力投入、技术路线和商业前景组织进同一故事。对于争夺用户、客户、人才和资本的公司，这种叙事价值不亚于一次技术突破。

黄仁勋的表态也需置于此框架理解。2025年9月，英伟达与OpenAI宣布战略合作意向，计划部署至少10吉瓦英伟达系统，英伟达拟向OpenAI投资最高1000亿美元。虽为意向书且后续或有调整，但英伟达被定位为OpenAI扩建基础设施的首选伙伴。近期黄仁勋宣布“AGI已经到来”时，专门提到训练Astra所用的英伟达计算系统及下一批GPU，隐含一条因果链：大规模算力带来智能跃迁，因此更大规模算力仍属必要。作为AI算力扩张的主要受益者，英伟达自然有理由强调时代转折。

事实上，黄仁勋并非首次宣布AGI到来。2024年他曾表示，若将AGI定义为能通过几乎所有人类设计的考试，五年内或可实现；2026年3月又在播客中称“我认为我们已经实现了AGI”。

文章最后提出，AGI或许不是一个等待技术跨越的终点，而是一种能影响资本、市场、政策和产业预期的叙事资源。至于AGI怎样才算真的来了——是一次模型发布、一项评测纪录，还是一家公司的宣告？也可能，这是一个所有人身处其中、潜移默化的过程。正如OpenAI创始成员Andrej Karpathy所言，AGI不会带来陡然拐起的曲线，它会平滑地融进已有增长，事后甚至找不到拐点。