今天的 AI 能写文章、能画画、能写代码,考试成绩还比不少人高。可研究 AI 的人都说,AGI 还没来。这个 AGI,全称 Artificial General Intelligence,通用人工智能,是整个行业的终极目标,也是最容易吵翻天的词。这篇讲清它到底指什么、现在走到哪一步、为什么连“什么时候能实现”都吵不出结果。
会一样的不稀奇,样样都行的才算通用
先看我们手上的 AI 是什么。推荐视频的算法只管猜你喜欢,人脸识别只管认脸,AlphaFold 只管预测蛋白质结构。它们在各自领域很强,AlphaFold 甚至超过了人类科学家,可换一件事就干不了。这类 AI 叫窄人工智能,也叫弱 AI。今天所有在用的 AI,全是窄的。
AGI 指的是另一种东西:能像人一样理解、学习几乎所有智力任务的 AI。它得会推理,会在信息不全时下判断;得有常识,知道水往低处流、明天太阳照常升起;得能学新东西,把这个领域学会的本事搬到那个领域用;还得听得懂人话,把多项本领往同一个目标上使。研究者的共识是,这些得一起来,缺一样都不算通用。
有人会说,ChatGPT 什么都能聊,算不算?能聊不等于通用。它聊得像背书:训练完就定型,新经历学不进去,常识也常掉链子。通用与否看的是能不能真学、真懂、真迁移,不是看话多话少。

还有个容易搞混的词,ASI,超级人工智能,指全面超过人类的那种。AGI 是追平人类,ASI 是甩开人类,前者到了也不一定变成后者。
想给智能打分的人
怎么算“达到了”AGI?吵了七十年。图灵 1950 年出了个主意:隔着帘子聊天,分不清对方是机器还是人,机器就算过关。可后来的研究者发现这招不够用:会模仿不代表真理解,哲学家塞尔的“中文房间”思想实验说的就是这个,一个不懂中文的人照着规则手册翻出漂亮回答,你不能说他懂中文。
后来还有人出了更接地气的考题:让机器进一间陌生厨房,自己煮出一杯能喝的咖啡;或者进大学上课考试,拿到学位。听着不难,到今天一道都没人过关。
目前最被认可的操作方案,是 Google DeepMind 在 2023 年 11 月发的分级论文。他们把性能从低到高分五级:入门、普通、专家、大师、超人,每个级别再分通用和窄两种。按这个标准,今天的聊天模型处在入门级通用 AI 的位置,多数任务还不如不熟练的成年人;而 AlphaFold 属于超人级窄 AI,单项任务超过顶尖人类。他们还把“能力”和“自主性”分开打分,系统再聪明,交给它多少控制权是另一回事,风险要看两者。

学者说 2047,老板说快了
AGI 什么时候来?规模最大的一次调查在 2023 年,问了 2778 位在顶会发过论文的 AI 研究者。他们给出的中位数答案:到 2047 年,有五成概率造出在所有任务上比人做得更好也更便宜的机器;到 2027 年,也有一成概率。
有意思的是预测一直在提前。同样的调查,2016 年的答案是 2061,2022 年是 2060,2023 年一口气提前了 13 年。ChatGPT 的出现把整个学界的预期往近拽了一大截。
但别把 2047 当成板上钉钉的日子。同一批调查里,把问题从“所有任务比人强”换成“所有职业都被自动化”,答案就从 2047 跳到 2116,差了将近 70 年,措辞变一变,结论差出一个世纪。还有人给 2027 年留了一成概率,也有人认为本世纪内都悬。公司的老板们普遍比学者急,原因不复杂,融资故事就挂在 AGI 上,学者没有这个压力。OpenAI 的阿尔特曼自己也承认,AGI 是个“定义很弱的词”。

火花还是幻觉,两边吵翻了
现在的模型到底算不算摸到了 AGI 的门?2023 年 3 月,GPT-4 发布才八天,微软研究院甩出一篇 154 页的论文,标题就叫 AGI 的火花,说 GPT-4 应被视作 AGI 的早期版本。
反对的声音同样响亮。图灵奖得主勒昆的看法很直接:靠预测下一个词造出来的模型到不了人类智能,连猫的学习效率都比不上,要另造一套能理解世界的新架构。亚利桑那州立大学的团队 2024 年做了个实测,让 GPT-4 自己做规划,平均只有一成多的情况能生成能跑的方案,把动作名字换成无意义的代号后表现崩了,说明它更多是在照搬见过的套路,不是真推理。2025 年发布的抽象推理测试 ARC-AGI-2 更狠,纯大模型得分是零,而每道题都有普通人两分钟内做出来。
研究者米切尔给这种状态起了个名字:锯齿状边界。模型的能力不是齐齐整整的一块,而是东高西低的锯齿,能写十四行诗,却数不清某个词在句子里出现了几次。往哪边补齐,补不补得齐,正是分歧所在。

AGI 和现在的 ChatGPT 有什么区别?
ChatGPT 这类大模型已经相当通用,但按 DeepMind 的标准只算入门级。它缺三样关键东西:训练完能力就冻住,不能像人一样持续从经历里学;常识不可靠,时不时一本正经地编造;规划能力弱,多步任务的中间环节容易掉链子。像个刷过海量题库的考生,不是一个会自己总结方法的学生。
AGI 会有意识吗?
没人知道,也没法验证。DeepMind 的分级原则特意写明:看系统能做什么,不追究它内部怎么运作、有没有感受。这是务实的做法,也等于把意识问题搁置了。哲学上的中文房间论证到今天还在被讨论,说明这个坑直到现在都没填上。所以研究 AGI 的人大多刻意绕开这个词,只谈能力,不谈内心。
AGI 真来了,人类会集体失业吗?
没那么快,也没那么简单。调查显示“机器在所有任务上超过人类”的中位数预测是 2047 年,“所有职业都能被完全自动化”却排到了 2116 年。能不能干、允不允许干、划不划得来,中间隔着法律、成本和社会接受度。更大的可能是任务先被一块块搬走,职业慢慢变形。
写在最后
AGI 的特别之处在于,它是这个行业的终极目标,却没有一个所有人都认账的定义,连怎么打分、什么时候到、到了算不算都悬着。学者看调查,老板看产品,质疑的人看短板,每一方手里都有证据。
还有一个更根本的问题被吵到了台面上:AI 越来越能干,怎么保证它一直站在人类这边?这叫对齐问题,下一篇我们聊它为什么难,难在哪。




