AGI已成伪命题？Sam Altman与专家对"通用人工智能"概念的再思考

摘要

OpenAI CEO Sam Altman在CNBC采访中直言，AGI（人工通用智能）已"不是一个特别有用的术语"。本文结合多位计算机科学专家的观点，深入探讨AGI定义的模糊性、行业内外对其的不同解读，以及为何越来越多的业内人士认为，与其执着于"AGI"这一模糊目标，不如关注AI在各专业领域的实际进展。文章同时梳理了OpenAI最新发布的GPT-5模型的市场反响，以及行业对AI发展路径的理性反思。

内容框架与概述

文章首先围绕Sam Altman在CNBC"Squawk Box"节目中的言论展开，他坦言AGI这一概念在当前的技术讨论中已经失去了实际意义。AGI通常被定义为"能够完成任何人类智力任务的人工智能"，但Altman指出，业界和学界对AGI的定义各不相同，有人将其理解为"能完成世界上大量工作的AI"，而"工作"的内涵本身在不断变化，这使得AGI的标准变得愈发模糊。他强调，AI能力的提升是一个持续的、指数级的过程，社会将越来越多地依赖AI完成各类任务，与其纠结于"是否达到AGI"，不如关注AI能力的实际扩展和应用。

这一观点得到了多位专家的认同。The Futurum Group副总裁Nick Patience认为，AGI虽然是一个激励人心的"北极星"，但其模糊、科幻色彩浓厚的定义，反而掩盖了AI在专业领域的真实进展。他指出，AGI概念更多地被用来吸引资金和公众关注，而非推动技术本身的落地。事实上，OpenAI等初创公司正是凭借"终将实现AGI"的承诺，获得了数十亿美元的投资和高估值，OpenAI最近一次估值高达3000亿美元。

文章进一步分析了资本炒作与技术现实之间的落差。2025年8月，OpenAI发布了最新的GPT-5模型，声称其在写作、编程、医疗健康等领域"更聪明、更快、更有用"，但市场反应褒贬不一，许多评论认为这只是对前代产品的"渐进式升级"，并未带来革命性突破。南安普顿大学计算机科学教授Wendy Hall批评当前行业"如同蛮荒西部"，缺乏统一的衡量标准，容易滋生虚假宣传。她呼吁AI公司在发布新产品时应公开其在全球公认标准下的表现指标。

最后，Altman提出了一种新的思考框架。他坦言，OpenAI最新模型尚未达到他个人对AGI的定义——即系统能够自主、持续学习。他认为，与其用"是否AGI"这种二元划分，不如用"能力层级"来描述AI距离"通用智能"还有多远。在2024年FinRegLab AI Symposium上，Altman表示，OpenAI现在更倾向于用不同的"能力层级"来衡量AI进展。他预测，未来两年内，AI将在某些专业领域（如数学定理、科学发现）实现关键突破，但距离真正意义上的"通用智能"仍有距离。

核心概念及解读

AGI定义的模糊性：AGI（人工通用智能）通常被定义为"能够完成任何人类智力任务的人工智能"，但这一概念在实践中缺乏清晰的边界。Sam Altman指出，业界对AGI的理解各不相同——有人将其理解为能够完成"世界上大量工作"的AI，但"工作"的内涵本身在不断演进，这使得AGI的标准变得愈发主观和模糊。这种定义上的不一致，导致技术讨论常常陷入无谓的争论。

能力层级 vs. 二元划分：Altman提出，AI的发展应该用"能力层级"（progress levels）来衡量，而不是"是否达到AGI"这种非黑即白的标准。每一代AI模型都在某些领域实现了突破，行业应该关注这些具体进展，而非执着于一个模糊的终极目标。这种框架转变反映了业界对AI发展的更理性、更务实的态度。

北极星 vs. 分散注意力的噱头：专家们对AGI概念的价值存在分歧。Nick Patience认为，AGI可以作为一个激励行业前行的"北极星"，但其过度炒作和模糊定义，反而使其成为"分散注意力的噱头"，主要被用来吸引巨额融资。这种炒作现象分散了公众和投资者对AI实际能力和应用价值的关注。

蛮荒西部与蛇油推销：南安普顿大学教授Wendy Hall用"蛮荒西部"来形容当前AI行业缺乏统一标准的现状。她批评行业中存在"蛇油推销"（snake oil salesmen）现象，即公司通过夸大宣传来吸引投资和用户。她呼吁建立全球公认的评估标准，让AI产品的表现能够被客观衡量。

专业突破 vs. 通用智能：Altman预测，未来两年内，AI将在某些专业领域（如数学定理证明、科学发现）实现关键突破，但距离真正意义上的"通用智能"仍有距离。这一判断与许多专家的观点一致——AI的真正价值在于其在各专业领域的落地能力，而非追求一个遥不可及的"通用"目标。

原文信息

此文档由 AI 自动整理