AGI 意味着什么

在科技领域，很少有哪个术语像它这样分量如此之重、共识却如此之少。通用人工智能，简称 AGI，是最大几家 AI 实验室公开宣称的目标，是一项著名合同条款的主题，也是许多预测的终点。

下面谈谈这个术语的含义，2026 年秋天各个系统发展到了哪一步，以及我们认为企业应该如何对待它。

人们所说的 AGI 是什么

先从三个朴素的术语说起。专用 AI 只做一项工作，而且往往比任何人都做得好：国际象棋引擎、垃圾邮件过滤器、预测蛋白质如何折叠的模型。通用 AI 将能完成人类所做的大部分思考工作，横跨各个领域，并像人一样学会新的工作。超级智能则将在几乎所有事情上胜过每一个人。专用 AI 已经无处不在，争论集中在另外两者上。

被引用最多的定义来自 OpenAI 2018 年的章程：在大多数具有经济价值的工作上胜过人类的高度自主系统。它衡量的是工作，而不是心智。

2023 年，Google DeepMind 的 Meredith Ringel Morris 及其同事提出用等级代替单一的终点线：按系统的表现水平（从初现到超越人类）和通用程度来评定。AlphaFold 超越人类，但属于专用型。他们把 ChatGPT、Bard、Llama 2 和 Gemini 归入通用 AI 的第一级，相当于或略优于不具备相关技能的普通人。他们还指出，自主性是另一个问题。

2025 年 10 月，Dan Hendrycks 与 32 位合著者把 AGI 定义为在认知的多面性和熟练度上与一位受过良好教育的成年人相当，并在推理、记忆和感知等十个领域进行衡量。GPT-4 得分百分之二十七，GPT-5 得分百分之五十七。能力分布参差不齐：在知识有帮助的地方很强，在基础能力上很弱，比如随时间存储所学的东西。

ARC Prize Foundation 把 AGI 定义为能像人一样高效地习得人所能习得的任何技能的系统，并围绕这一点设计测试。

2026 年的现状

今年最剧烈的变化，出现在该基金会最新的测试上。ARC-AGI-3 是一组没有说明的互动游戏，3 月推出时，人能全部解开，而最好的 AI 系统得分仅为百分之零点五一。9 月，OpenAI 的 GPT-6 Astra 在标准设置下得分百分之六十二点七，在保留模型步骤间隐藏推理的设置下得分百分之九十九点九。基金会称之为一次跃变，同时补充说，它并不认为这一结果就是 AGI：这项测试边界严格，无法体现真实世界有多开放、多复杂。

真实工作的进展要慢一些。METR 以熟练人员为参照，为 AI 智能体完成软件任务计时。5 月它报告说，对于一个人需要约 12 小时完成的任务，最好的公开模型有一半的成功率。若要五次成功四次，任务就得缩短到约一个半小时。长任务可以尝试，短任务才能可靠完成。

这个领域的领军人物对剩下的路还有多远看法不一。8 月，Sam Altman 对 TIME 说，OpenAI 还没完全到那一步，但到年底会有一个他愿意称之为 AGI 的内部系统。1 月在达沃斯，Google DeepMind 的 Demis Hassabis 表示，如今的系统离人类水平的 AGI 还差得很远，可能还需要一两次突破。离开 Meta 创立 AMI Labs 的 Yann LeCun 则认为，用文本训练的模型永远达不到人类水平的智能，因为它们缺少一个关于真实世界因果关系的模型。

综合来看，如今的系统在某些任务上超越人类，在许多任务上达到专家水平，但在记忆、边干边学以及长时间保持可靠方面仍然薄弱。这算不算 AGI，取决于您采用哪种定义。

为什么这个词依然重要

多年来，这个词是有价码的。根据最初的合作协议，一旦 OpenAI 实现 AGI，Microsoft 就将失去对 OpenAI 技术的权利。2024 年 12 月，The Information 报道了一项财务标准：当 OpenAI 的系统创造至少 1000 亿美元利润时，就算实现了 AGI。2025 年 10 月，双方约定，任何此类宣告都须由一个独立专家小组核实，并将 Microsoft 的权利延长至 2032 年，包括 AGI 之后的模型。

2026 年 4 月，这一条款被取消了。OpenAI 向 Microsoft 支付的收入分成如今持续到 2030 年，设有总额上限，且与 OpenAI 的技术进展无关；Microsoft 持有至 2032 年的许可也不再是独家的。用 The Verge 的话说，专家小组没有了，一旦宣告实现 AGI 会发生什么，也不再有任何规定。

这个词还承载着承诺。OpenAI 的章程承诺，如果有一个价值观一致、重视安全的项目抢先接近构建出 AGI，公司将停止与之竞争，转而提供协助。这样的承诺，只有在有人能判断何时算接近时才有意义。

立法者回避这个词。欧盟《人工智能法案》监管通用 AI 模型，自 2025 年 8 月 2 日起对其提供者设定了义务，并推定训练算力超过 10 的 25 次方次浮点运算的模型具有系统性风险。法律只计算它能衡量的东西。而早在任何人就到来的究竟是什么达成一致之前，对 AGI 的预测就已经在左右投资、招聘和董事会的耐心。

这对企业意味着什么

对企业来说，等待一纸宣告是错误的计划。它可能永远不会到来，而那份合同表明，即便对当初为之谈判的双方，它也可能变得无关紧要。参差不齐的能力分布才是有用的部分：同一个系统可能在一项任务上超越人类，在下一项任务上却不可靠。所以问题不是 AGI 何时到来，而是现在哪些工作可以交出去，依据又是什么。

列出您的团队反复在做的工作：报价、月末结账、对标准请求的回复、页面初稿。对每一项问三个问题。今天机器能把它做得足够好吗？人能在几分钟内检查结果吗？出了错能以很小的代价挽回吗？从三个答案都是肯定的地方开始。

然后一步一步地交出去。先由机器起草，人来决定。当在足够多的真实工作中，草稿都不再需要修改时，再由机器运行日常流程，人在固定的关卡审批。只有到了那时，它才在书面规则之内自行运行，每一步都有记录。自始至终，都由人设定方向并检查结果。变化的，是中间的工作有多少由机器承担。

这一切都不必等待一个定义。即便一个系统通过了 AGI 的每一项测试，它仍需要企业的知识、企业的规则，以及一个为结果负责的人。无论下一个模型叫什么名字，这些现在就可以构建。

crue 的立场

我们的口号是：人主导。AI 驱动。下一步，自主。它描述的是一条路径，而不是对 AGI 的预测。

如今，每一款 crue 产品都由人主导。人带来创意、经验和品味，AI 负责制作，人审核结果并完成最后一笔。下一步，产品将由智能体驱动：智能体完成大部分工作，人设定目标并在关卡处审批。再之后是自主，一次一项日常流程，每一项都要凭表现赢得这一步。

我们不构建 AGI，也不等待它。更好的模型会让每个阶段来得更快，但这些阶段并不取决于某家实验室如何称呼自己的系统。Helm 是我们设想中由创始人带领智能体运营的公司，也是我们在这条路上走得最远的地方。Twin 为企业提供 AI 大脑，Eigna 则为企业提供专属的私有模型。

如果有一天某个系统满足了 AGI 的所有定义，企业要面对的仍是今天的问题：把哪些工作交出去，谁来设定方向，谁为结果负责。这个词的含义还会不断变化。但总得有人掌舵。