什么是AGI？通用人工智能如何定义，以及时间预测为何各不相同

什么是AGI？

通用人工智能（AGI）是一种假想中的AI，能够以达到或超过人类的水平处理广泛的智力任务，而不只是擅长翻译或国际象棋这类单一的狭窄任务。所有严肃的定义都包含“通用性”这一理念，但细节各不相同：2025年的一篇研究论文开篇就指出，缺乏具体定义模糊了当今专用AI与人类水平认知之间的差距^[3]。

三个被广泛引用的版本展示了这种差异：

• 经济型：OpenAI章程将AGI定义为“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”^[1]。
• 分级型：Google DeepMind的研究人员从两个维度评估系统，即能力的深度（性能）和广度（通用性），并将AGI描述为一条分为若干等级的路径，而非一条终点线^[2]。
• 心理测量型：由丹·亨德里克斯（Dan Hendrycks）牵头的一篇2025年论文将AGI定义为达到受过良好教育的成年人的认知多样性和熟练程度，并在十个认知领域对其进行测试^[3]。

一些业界领袖干脆不用这个词。Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）称AGI是一个不精确的术语，带有科幻包袱和炒作色彩，他更喜欢用“强大的AI”，并将其描述为在大多数相关领域比诺贝尔奖得主更聪明^[4]。

AGI与当今的AI以及超级智能有何不同？

当今的聊天机器人是通用型的，但能力并不均衡。《2026年国际人工智能安全报告》指出，领先的系统在国际数学奥林匹克竞赛题目上达到了金牌水平，却仍在一些看似简单的任务上失败^[13]。超级智能指的是超越人类水平；在DeepMind的分级中，最高的通用等级被称为人工超级智能（ASI），其中“超人”水平的定义是胜过100%的人类^[2]。

AGI分为哪些等级？

Google DeepMind的梅雷迪思·林格尔·莫里斯（Meredith Ringel Morris）、谢恩·莱格（Shane Legg）及其同事撰写的《AGI的等级》（Levels of AGI）论文发表在ICML 2024会议论文集中，提出了一个对AGI模型及其前身进行分类的框架，旨在为比较系统和追踪进展提供一种共同语言^[2]。它提出了六项原则，包括依据系统能做什么而不是它如何运作来评判AGI，关注认知和元认知任务而非体力任务，以及将AGI视为一条路径而非一个终点^[2]。

其通用AI等级如下^[2]：

1. 初现（Emerging）：相当于或略优于无技能的人类。论文列举的例子有ChatGPT、Bard、Llama 2和Gemini。
2. 胜任（Competent）：至少达到熟练成年人的第50百分位。
3. 专家（Expert）：至少达到熟练成年人的第90百分位。
4. 卓越（Exceptional）：至少达到熟练成年人的第99百分位（早期版本中称为“大师”（Virtuoso））。
5. 超人（Superhuman）：胜过100%的人类。

2025年Google DeepMind的一篇安全论文以这一分级为基础，重点关注“卓越级AGI”，并将其定义为在广泛的非体力任务上达到或超过熟练成年人第99百分位的系统^[10]。

研究人员如何衡量通往AGI的进展？

定义不同，衡量标准也就不同。最近的两项工作展示了不同的思路。

认知层面的“AGI分数”

亨德里克斯牵头的框架将人类心理测量测试组合改编用于AI，并以卡特尔-霍恩-卡罗尔（Cattell-Horn-Carroll）人类认知能力理论为基础^[3]。它给出的AGI分数是GPT-4为27%，GPT-5为57%^[3]。作者描述了一种“参差不齐”的能力分布：在知识密集型领域表现强劲，但在基础能力上存在严重缺陷，尤其是长期记忆存储^[3]。这个分数取决于作者选择的领域和权重，因此它只是一个研究团队的衡量标准，而非官方评级。

对人来说很简单的谜题

ARC Prize的基准测试ARC-AGI被其组织者描述为衡量在新任务上进行少样本泛化能力的工具^[14]。在基于ARC-AGI-2数据集的2025年竞赛中，1,455支队伍提交了15,154份作品，最高分在私有评估集上达到24%^[14]。组织者已经预告了ARC-AGI-3，它增加了测试探索、规划、记忆和目标获取能力的交互式任务^[14]。

基准测试有一个已知的弱点：ARC Prize的报告认为，前沿模型的推理受限于其知识覆盖范围，这造成了新形式的基准污染^[14]。《国际人工智能安全报告》补充说，估计新能力如何以及何时出现的方法仍然不可靠^[13]。

AI领袖们认为AGI何时到来？

企业领导者公开发表的预测是信念的表达，而非证据，而且他们常常使用不同的定义。截至2026年11月3日，这些预测跨度很大：

• 萨姆·奥尔特曼（Sam Altman，OpenAI）在2025年1月写道：“我们现在有信心，我们知道如何构建传统意义上的AGI”^[5]。
• 达里奥·阿莫代伊（Anthropic）在2024年10月写道，强大的AI最早可能在2026年出现，但也可能需要长得多的时间^[4]。2025年1月，他对CNBC表示，在几乎所有任务上都胜过几乎所有人类的AI可能在两三年内出现^[6]。
• 德米斯·哈萨比斯（Demis Hassabis，Google DeepMind）在2025年3月表示，AGI将在未来五到10年内开始出现；他将AGI描述为能够展现人类所具备的一切复杂能力的系统^[6]。
• Google DeepMind安全团队在2025年4月写道，它对时间表高度不确定，但认为强大的AI系统在2030年前被开发出来是有可能的^[10]。
• 杨立昆（Yann LeCun）已离开Meta并创办初创公司AMI，他在2026年1月对《麻省理工科技评论》表示，大语言模型无法真正推理或规划，因为它们缺乏世界模型；人类水平的AI不会在明年或两年后出现，也不会建立在LLM之上^[7]。
• 李彦宏（百度）在2024年表示，AGI还需要10年以上的时间，CNBC对此进行了报道^[6]。

针对AI研究人员的调查怎么说？

研究人员调查是检验企业高管预测的有用参照，尽管它们衡量的同样是观点而非事实。

规模最大的一项调查由卡佳·格雷斯（Katja Grace）及其同事于2024年发表，调查对象是2,778名曾在顶级AI会议和期刊上发表论文的研究人员^[8]。受访者认为，到2027年机器在所有可能任务上胜过人类的概率为10%，到2047年为50%，这一时间比该团队2022年调查中的结果提前了13年^[8]。至于所有人类职业都能完全自动化，50%概率对应的年份是2116年^[8]。

美国人工智能促进协会（AAAI）为其2025年主席小组报告调查了475名受访者，其中约三分之二来自学术界^[9]。在这项调查中，76%的人表示，扩大现有AI方法的规模不太可能或极不可能实现AGI^[9]。大多数受访者（77%）优先考虑设计具有可接受风险收益比的系统，而不是直接追求AGI；70%的人反对在完备的安全机制建立之前暂停AGI研究^[9]。

这两项结果并不一定矛盾：研究人员可以预期几十年内会出现能力非常强的AI，同时又怀疑仅仅把当今的方法做大就能实现这一目标^[8][9]。

专家们为何对AGI意见不一？

AGI之争实际上捆绑了几种不同的分歧：

• 定义。基于具有经济价值的工作的测试^[1]、熟练成年人的百分位^[2]以及心理测量画像^[3]，可能会对同一个系统得出不同的结论。
• 方法。一些业界领袖预计现有方法将继续快速进步^[5]，而杨立昆认为需要基于世界模型的新架构^[7]，大多数AAAI受访者也怀疑仅靠扩大规模能否奏效^[9]。
• 能力不均衡。在高难度数学上表现出色的系统，仍可能在简单任务上失败，这使得给出单一结论十分困难^[13]。亨德里克斯的框架也发现了同样的参差不齐^[3]。
• 预测本身。《国际人工智能安全报告》表示，未来进展的速度存在很大的不确定性；根据经合组织（OECD）的分析，到2030年的结果可能从小幅改进到迅速飞跃不等^[13]。
• 利益驱动。正如微软与OpenAI的协议所表明的，AGI对某些公司具有合同和商业上的意义^[11][12]，因此公开表态可能带有商业分量。

AGI的定义为何对商业很重要？

最明显的例子是微软与OpenAI之间的合作关系。根据2025年10月28日宣布的协议，OpenAI对实现AGI的任何宣告都须由一个独立专家小组核实^[11]。微软对OpenAI模型和产品的权利延长至2032年，其研究知识产权将持续到专家小组核实AGI之时或2030年，以先到者为准，同时微软获得了独立追求AGI的权利^[11]。

2026年4月27日，两家公司再次调整方向。CNBC报道称，OpenAI向微软支付的收入分成现在设有总额上限，并将持续到2030年，“与OpenAI的技术进展无关”；如果OpenAI宣布实现AGI，微软不再需要决定如何回应；而且微软截至2032年的知识产权许可不再具有排他性^[12]。这一事件表明，“AGI”既是一个科学目标，也曾充当法律上的触发条件，而它在合同中的作用是可以重新谈判的。

追求AGI有哪些好处和风险？

所宣称的好处

• 阿莫代伊预测，AI赋能的生物学和医学可以把人类生物学家在未来50到100年内取得的进展压缩到5到10年内完成，并将强大的AI描述为“数据中心里的天才之国”^[4]。
• OpenAI宣称的使命是让AGI造福全人类^[1]。

风险与担忧

• Google DeepMind的安全论文将AGI风险分为滥用、目标错位、失误和结构性风险，并重点关注那些严重到足以对人类造成重大伤害的危害^[10]。
• 《国际人工智能安全报告》指出，一些研究人员和企业领导者认为失控是一种严肃的可能性，而另一些人则认为这类情景不太可信^[13]。
• 在AAAI的调查中，82%的受访者表示，由私营实体开发的AGI系统应归公众所有^[9]。

接下来会怎样？

预计会有更多尝试用测试而非口号来界定这个术语：例如DeepMind的分级^[2]和亨德里克斯的AGI分数^[3]等框架，以及ARC-AGI-3等新的基准测试^[14]。同样可以预计，每一个新模型的发布都会重新引发各种主张和反驳，因为相关定义仍有争议^[2][3]。

仍然未知的问题

• 扩大现有方法的规模能否继续带来进步，大多数AAAI受访者对此表示怀疑^[9]。
• 长期记忆等基础性短板能否很快弥补^[3]。
• 研究人员的预测是否会继续变化；从格雷斯团队2022年的调查到其最新一次调查，这一预测已提前了13年^[8]。

给非专业人士的实用建议：面对任何“AGI已经到来”或“AGI不可能实现”的说法，先问清楚它用的是哪种定义，以及有什么证据支持。