9 月 6 日，黄仁勋在社交媒体上发了三个单词："AGI has arrived."（AGI 已经到来了。）几个小时之后，Gary Marcus 回了一句相当不客气的话：没有证据，也没有定义，这是"用企业的权威去接管一个科学问题"。
我把这两条消息和后面的一堆争论看下来，最大的感受是：大家吵的根本不是同一个东西。所以这篇不打算给答案，只想把"AGI 到底是个什么玩意"这件事拆开讲清楚——它到底是个技术问题，还是个定义问题。
先说结论：AGI 是个定义问题，不是一个开关
关于 AGI 的讨论，我观察下来至少有三派，他们吵架时经常互相听不懂：
| 流派 | 关心的问题 | 典型说法 |
|---|---|---|
| 能力清单派 | 该具备哪些能力才算 AGI？ | "能自主学习、能造工具、能协作" |
| 时间表派 | 哪一年能到？ | "2026 到 2030 年之间" |
| 影响派 | 到了之后经济和社会会怎样？ | "就业、监管、算力成本" |
我的类比是：AGI 不太像"登月"（有个明确的、所有人都认得的终点），更像"成年"——你可以把标准写得很清楚，但没人能给出一个所有文化都同意的年龄。争论之所以激烈，一半原因在于有人偷偷把标准往上抬了。
现在最常被引用的几个"定义"
Forrester 的定义（2025 年 8 月的报告，今年被反复引用）。 他们把 AGI 定义为：软件能够跨领域自主地追求目标，方式是学习新技能、与人和其他机器协作、构建软件工具。注意这是三项具体能力，不是"比人聪明"。他们还给了四个阶段：competent（合格）、independent（独立）、strategic（战略）、以及也许存在的 superintelligent（超级智能），并预判第一阶段会落在 2026 到 2030 年之间。
ARC-AGI 系列基准。 这是一组"人类觉得简单、AI 觉得难"的题目，本质上是把"泛化能力"操作化的尝试。它的价值在于：它是可测量的，不依赖任何人的口头定义。
Gary Marcus 的十项要求。 他在 agidefinition.ai 参与了定义工作，但后来把讨论引向了自己下注的十项要求——Forrester 的分析师吐槽得很直接：其中好几条描述的其实更像超级智能，而不是 AGI。
黄仁勋的三个单词。 严格来说这不是定义，而是一个断言。因为没有给出定义，所以它没法被验证，也没法被反驳——这也正是 Gary Marcus 说"没有证据、没有定义"的原因。
为什么今年的争论突然变得这么激烈
因为今年真的发生了一件可测量的事。在 ARC-AGI-3 这个此前被当作"AI 的珠穆朗玛"的基准上：
- 此前的前沿模型只能拿到 1% 左右的分数。
- OpenAI 的 GPT-6 Astra 在 ARC Prize 的测试框架下拿到了 62.7%，而且它在游戏过程中自己写了 Python 库来解决没见过的玩法。
- 换用 OpenAI 那个针对记忆做了优化的测试框架后，同一个模型的分数是 99.9%。
Forrester 的结论很有意思：AGI 已经来了，但它只是"勉强合格"（just barely competent）。他们拿自家三阶段标准给 Astra 打分，结果是这样的：
- 造工具：达标。 那些 Python 库没有人指定，是模型自己判断"我需要它"然后写出来的。
- 自主学习：勉强达标。 它能发现自己的知识缺口并用上下文记忆和自我批判来修正行为，但这种学习随着运行结束就消失了，而且还要靠一个专门优化记忆的测试框架帮忙。
- 协作：最薄的一条腿。 它能通过来回对话澄清目标，但不会权衡取舍、不会在几个月里适应你的偏好，也没有同事之间那种共同上下文。
一个我自己的"土办法"判断标准
我没有能力给 AGI 下定义，但我有一个自己天天在用的判断方式，说白了就是看它能不能扛下这样一件事：接到一个模糊需求，自己拆解，干上几天，中途自己发现方向不对并纠正，最后对结果负责。
按这个标准，我诚实的体感是：能干的大概三成，剩下七成需要我盯着。而"盯着"这件事的时间和注意力成本，就是当前的真实水平——它已经能把我从"打字"里解放出来，但还没能把我从"判断"里解放出来。
所以我更愿意说：我们正处在"能干活的实习生"到"能独立负责一个模块的新人"之间。这个位置一点也不低，但也别急着叫它 AGI。
AGI 来了，为什么感觉不像电影里那样
三个原因：
第一，定义被抬到了超级智能。 一旦标准是"全面超越人类"，那任何一次具体的进步都可以被说成"这不算"。
第二，到达是渐进的。 1990 年代的人也想象不出"智能手机"最终会以什么方式改变生活；能力的到达通常是一格一格地发生，而不是轰的一声。
第三，产品和评测跑在制度前面。 模型已经能自己写库、跨领域迁移了，但企业采购、合规审计、教育评价的节奏还停在"这是不是一个聊天机器人"的阶段。
所以我觉得，普通人真正值得关心的不是"哪天算到达"，而是三个更具体的问题：能力已经到哪一步了、成本降到多少了、我手上的活里哪些可以交出去、哪些必须自己扛。把这三个问题想清楚，比争论 AGI 的时间表实在得多。
结语
"AGI 到底是个什么玩意"这个问题，短期内不会有共识答案——因为定义它的权力本身就在被争夺。但有一件事已经很清楚了：关于 AGI 的争论，已经从哲学沙龙搬进了产品发布会和财报电话会。这本身就说明，无论我们叫它什么，能力都已经在实实在在地落地了。
至于我自己的立场：我倾向于 Forrester 那种把标准写下来、然后老实地对照打分的做法。定义可以争，但打分表得公开，不然"AGI 到了"就只是一句营销文案。
参考资料
- AGI Has Arrived, But It's Just Barely Competent（Forrester）
- AGI Forecasting and Scenario Analysis（RAND）
- Astra on ARC-AGI-3（ARC Prize）
- Sad to see Jensen Huang claim that AGI has arrived（Gary Marcus）
- Nvidia's Jensen Huang says AGI has arrived（Business Insider）
- 通用人工智能之路——现实与幻想的距离（阿里云开发者社区）
- 马斯克 vs 哈萨比斯 vs 杨立昆：谁定义的才是 AI 的真实未来？（36氪）