9月3日，OpenAI總裁格雷格·布羅克曼在釋出新模型GPT-6 Astra後宣稱“歡迎來到AGI時代”。三天後，輝達CEO黃仁勳在社交平台進一步表態：“從ChatGPT到o1，再到GPT-6 Astra，只用了四年。AGI已經到來。”然而，這一宣告並未得到一致認同——OpenAI CEO山姆·奧爾特曼此前曾稱AGI是“定義極其模糊的詞”，甚至差點稱之為“無關緊要的營銷術語”；負責GPT-6 Astra關鍵評測的ARC Prize團隊也特別提醒，該模型確實代表了通用化能力的重要進步，但“我們並不聲稱它就是AGI”。

一邊是“歡迎來到AGI時代”，一邊是“我們沒有說這是AGI”，這場爭論的核心在於：AI究竟要做到什麼，才算真正越過了AGI這條線？

榜單高分的另一面

GPT-6 Astra最引人注目的成績是在ARC-AGI-3測試中拿到99.9%。ARC-AGI評測不同於常規測試，它不直接告知規則，而是將模型置於陌生環境，要求其自行判斷目標、理解反饋並找到解決方案，旨在衡量AI面對未見問題時的現場學習能力。

然而，這個高分有一個常被省略的前提：在ARC Prize統一提供的標準測試框架下，GPT-6 Astra的得分僅為62.7%；接入OpenAI提供的專用適配框架後，得分才升至99.9%。後者允許模型保留跨請求的隱藏推理狀態，並利用上下文壓縮延續探索經驗。文章指出，這並非簡單“作弊”，因為現實中的AI本就不會裸機執行，記憶、工具和框架都可能成為智慧系統的一部分。但問題在於，62.7%測量的是單個模型的能力，而99.9%測量的是一套經過專門最佳化的完整系統——兩項成績都是真實的，卻不能混為一談，更不能將測試得分直接換算成“99.9%的AGI”。

在其他評測中，GPT-6 Astra的表現也並非無懈可擊：在高難數學測試FrontierMath Tier 4上達到97.6%，在計算機操作測試OSWorld 2.0上得到72.6%，但更接近真實辦公流程的AutomationBench成績降至41.4%，複雜專業任務測試Agents’ Last Exam也只有59.3%。這些數字表明，當任務規則清晰、答案可驗證時，Astra已能逼近甚至超越人類；一旦進入流程冗長、目標模糊的現實環境，它仍會頻繁失敗。

這種“封閉考試出色、開放環境失靈”的現象並不新鮮。從深藍擊敗國際象棋世界冠軍，到Watson贏下《危險邊緣》，再到AlphaGo的“神之一手”，人們都曾短暫產生“通用智慧不遠”的錯覺，但規則明確、反饋即時、有自動裁判的世界，與現實生活並非一回事。

AGI定義：各說各話

AGI至今缺乏統一共識，不同機構給出了截然不同的定義。

OpenAI採用經濟導向的定義，其2018年公司章程將AGI描述為“在大多數具有經濟價值的工作上超越人類的高度自主系統”，包含三個關鍵條件：覆蓋廣泛工作、表現超過人類、高度自主執行。這一定義不將意識、情感或人類式思維列為必要條件，與OpenAI近年產品路線高度契合——推理模型提升複雜任務處理能力，智慧體強化工具呼叫，Codex等產品進入軟體開發流程，最終目標是讓AI承擔更完整的工作並轉化為可規模化的生產力。

Anthropic則更為謹慎。CEO達里奧·阿莫迪認為AGI一詞承載過多模糊含義，更常使用“強大的AI”。在2024年10月發表的《Machines of Loving Grace》中，他描述了一類具體系統：在多數重要領域達到或超過頂尖專家水平，能獨立完成持續數小時至數週的任務，並可複製成數百萬例項同時工作。這幅圖景包含能力、自主性和複製規模三個變數，Anthropic因此將能力擴充套件與風險治理繫結，主張安全保障隨能力等級同步升級。

Google DeepMind則聚焦測量標準。其2023年釋出的《Levels of AGI》以“效能”和“通用性”為主軸，將通用智慧劃分為“新興”“勝任”“專家”“大師”“超人類”五個等級，並將自主性作為獨立維度。2026年3月，DeepMind進一步釋出認知分類框架，將通用智慧拆分為感知、生成、注意力、學習、記憶、推理、元認知、執行功能、問題解決和社會認知十個維度，並使用未公開測試集和代表性人類樣本進行評估，還與Kaggle設立20萬美元獎金徵集薄弱維度的測試方案。

文章強調，AGI定義不只是概念問題——採用什麼標準，就會把什麼能力視為關鍵進展，進而決定產品路線、資源配置和安全重點。定義看似在描述未來，其實也在塑造未來。

敘事之爭：誰在定義時代

人們習慣將技術革命想象成明確瞬間，如萊特兄弟的飛機離地、第一顆原子彈爆炸、阿波羅登月。但“GPT-6 Astra就是AGI”與“我們進入了AGI時代”是兩種不同性質的表達：前者是可檢驗的技術結論，需說明定義、條件和獨立驗證；後者更像時代判斷，既製造歷史時刻，又保留解釋空間。

對模型公司和AI產業鏈而言，“AGI”首先是一種強大的產品敘事。模型能力的真實進步通常零散而不均勻，準確描述需要一長串評測和限定語，而“AGI時代來了”將一切壓縮成一句話，把模型釋出從產品升級變成歷史節點，將算力投入、技術路線和商業前景組織進同一故事。對於爭奪使用者、客戶、人才和資本的公司，這種敘事價值不亞於一次技術突破。

黃仁勳的表態也需置於此框架理解。2025年9月，輝達與OpenAI宣佈戰略合作意向，計劃部署至少10吉瓦輝達系統，輝達擬向OpenAI投資最高1000億美元。雖為意向書且後續或有調整，但輝達被定位為OpenAI擴建基礎設施的首選夥伴。近期黃仁勳宣佈“AGI已經到來”時，專門提到訓練Astra所用的輝達計算系統及下一批GPU，隱含一條因果鏈：大規模算力帶來智慧躍遷，因此更大規模算力仍屬必要。作為AI算力擴張的主要受益者，輝達自然有理由強調時代轉折。

事實上，黃仁勳並非首次宣佈AGI到來。2024年他曾表示，若將AGI定義為能通過幾乎所有人類設計的考試，五年內或可實現；2026年3月又在播客中稱“我認為我們已經實現了AGI”。

文章最後提出，AGI或許不是一個等待技術跨越的終點，而是一種能影響資本、市場、政策和產業預期的敘事資源。至於AGI怎樣才算真的來了——是一次模型釋出、一項評測紀錄，還是一家公司的宣告？也可能，這是一個所有人身處其中、潛移默化的過程。正如OpenAI創始成員Andrej Karpathy所言，AGI不會帶來陡然拐起的曲線，它會平滑地融進已有增長，事後甚至找不到拐點。