AGI（通用人工智能）是什么？和 AI 的区别、还要多久，一篇讲清楚
2025 年 12 月，OpenAI 的 CEO Sam Altman 说"我们已经造出 AGI 了"，还说 AGI"嗖一下就过去了"，社会影响不如预期，建议行业改聊超级智能。几周之后，2026 年，OpenAI 总裁 Greg Brockman 又宣布公司的新模型标志着"AGI 时代"的开始。同一家公司，同一个词。一边说已经过去，一边说刚刚开始。
这不是公关事故，这就是通用人工智能（AGI）的真实现状：一个还没有共识定义的目标。正因为没有共识，同一家公司才能在同一季度里，同时宣布它落在身后和横在眼前。这篇就把这件事讲透：AGI 到底指什么、定义为什么吵了几十年、你拿什么尺去量它，以及那些时间预测到底该信谁。
先排一个真实的雷：在美国税表上，AGI 是 adjusted gross income（调整后总收入）的缩写，IRS 的解释页常年和你搜的 AI 文章混在结果前两页。如果你是来查报税的，那是另一个 AGI。我们这篇讲的是 artificial general intelligence，通用人工智能，有些页面也译作人工通用智能，一个意思。
一句话定义，和它旁边的三个词
剥掉所有噪音，核心意思一句话：AGI 是一种假设中的人工智能系统，在几乎所有认知任务上达到或超过人类水平，而不只是它会做的那几件事。关键词是通用：能把一个领域学到的知识迁移到另一个领域，能解决没人专门教过它的新问题。下棋引擎不会报税，翻译模型学不会做饭，而通用人工智能原则上碰到哪样都能自己摸出门道。
它身边围着三个容易混淆的词，一张表分清：
| 词 | 含义 | 现状 |
|---|---|---|
| AI | 总称：一切需要"智能"才能完成的任务系统 | 无处不在：搜索、推荐、语音助手 |
| AIGC / 生成式 AI | 专注生成内容的那一支：文本、图像、音频、代码 | 当红：ChatGPT、Midjourney 们 |
| AGI（通用人工智能） | 跨全部认知任务达到人类水平 | 假设中。连判定标准都没有 |
| ASI | 全面超越人类的超级智能 | 更假设 |
注意"假设中"三个字。斯坦福 HAI 词典等几乎所有严谨的定义都带着这个词。通用人工智能没人造出来过，而且很多人没意识到的一点是：连"造出来该按什么标准验收"，业内都还没吵出结果。
定义为什么吵了几十年
我第一次认真翻这个话题时被一个事实惊到：AGI 的定义之争比 ChatGPT 老，比深度学习老，几乎和这个学科一样老。
先说个反转。1956 年达特茅斯会议造出"人工智能"这个词的时候，目标本来就是通用智能：让机器用语言、形成抽象、解决留给人类的那类问题。这就是最初的梦想。后来几十年做出来的全是专用系统，做着做着，"AI"反倒成了专用的代名词。通用人工智能这个词冒出来，有一半动机就是把原意抢回来。缩写 AGI 的年头倒不老：有研究者说得直白：AGI 指的就是这个领域诞生之初的那个 AI。时间上，Mark Gubrud 1997 年讨论全自动军事生产时首次用了"artificial general intelligence"，Shane Legg 和 Ben Goertzel 在 2002 年前后把它重新引入并推广开。
然后争吵就开始了。2007 年 Legg 和 Hutter 那篇著名的综述收了几十种公开发表的智能定义，全是职业研究者，用着同一个词，指的东西却实质不同。更早一年，AGI Workshop 的会议录已经认怂：现在就断定哪种"智能"概念是"正确的"，为时尚早。快二十年过去，斯坦福 HAI 词典的表述依然是"没有普遍接受的测试"，所以各种宣称都无法验证。连"人工智能"这个词的发明人 John McCarthy 都在 2007 年写道：我们至今说不清楚，到底想把什么样的计算过程称为智能。
顺带辨析一个近亲词：哲学界说的强人工智能，专指有意识、有心智的程序，这是 Searle 1980 年提出的用法；通用人工智能讲的是跨领域性能，不管机器里面有没有"心智"。日常混用没关系，较真时要分开。而最值得懂的那条最深裂缝，新闻里大部分嘴仗都从这儿来。一派按解题能力算：系统在任务上达到人类水平，就算智能。Google DeepMind 的分级框架（下面细讲）属于这派。另一派咬定智能是学习的能力本身：不能学习的系统不算智能，答案再漂亮也不算，计算器算术全对，没人说它是天才。我反复读的一篇定义论文把这点推得很尖：典型的机器学习系统在训练阶段是智能的，部署之后就不再智能，因为它停止学习了。按这个视角，一个刷遍所有基准测试但从不上进的模型，是一段很精致的"录像"，不是通用智能。
两派都没错，它们在回答不同的问题："它能做什么"和"它怎么获得的能力"。在这个领域对哪个问题更重要达成一致之前，定义会一直开着口子。
AI 效应：为什么每个里程碑都会被判"不算"
AI 史上有个模式，有自己的名字：AI 效应。每当机器拿下一项被认为需要智能的能力，舆论先是惊叹，然后悄悄重新归类："哦，原来那只是搜索""只是统计""只是模式匹配"。1997 年深蓝赢了国际象棋，后来 Watson 赢了智力问答，2016 年 AlphaGo 赢了围棋。每一次，球门都被搬走了。
前面那篇定义论文把机制戳穿了：问题一旦被解决，人们回头看会发现，真正解决它的是人类开发者，机器只是执行。机器自己没有获取任何新知识，所以"不算数"。这个循环你现在就能亲眼看到：模型一学会聊天，"聊天"就从智能测试被降级成小把戏。可 1980 年代日本的第五代计算机计划，还把"随口闲聊"列在 AGI 级目标清单上。同一种能力，四十年前是里程碑，今天是起跑线。
这就是为什么我常跟人说：你可能永远等不到一个所有人都认账的"AGI 正式诞生"的官宣。任何候选系统都会被放到显微镜下，方法被逐层拆解，然后总有一批人裁定它"只是"某个技术。"只是"这两个字，是每个 AI 里程碑都要交的过路费。
一把真能用的尺：DeepMind 五级框架
定义吵归吵，有没有实用的东西？有，到目前为止最好用的是 Google DeepMind 2023 年提出的分级框架。它的思路是不问"是不是通用人工智能"，改问"到第几级了"。
框架有两条轴。性能轴分五级：入门（emerging）、胜任（competent）、专家（expert）、大师（virtuoso）、超人类（superhuman）。"胜任"的标准是在一大类非体力任务上超过一半熟练成年人，"超人类"是压过几乎所有人，那也就是 ASI 的起点。另一条是自主性轴，从工具（完全由人控制）到顾问、协作者，一路到完全自主的智能体。最后这一级，正是我们另一篇讲 AI 智能体的地盘。
让这个框架出名的那个定级很有意思：DeepMind 把 ChatGPT 这类大语言模型归为"入门级 AGI"，在一大类任务上相当于不熟练的人类。不是零，也不是"和 AGI 毫无关系"，是入门。
批评也真实存在，而且批评本身很有教益。如果只按解题能力定义，那把一千个专用解题器集成到一台计算机上，理论上也够格：它什么题都能答，但没有谁会叫它通用智能。学习派在这里再次发难：只量分数，说明不了系统面对真正的新情况时能不能适应，而"通用"的全部意义恰恰在这儿。
我的习惯是这样：某家实验室宣布某物是不是 AGI，我不再纠缠标签，只问三件事：第几级、哪条轴、谁打的分。宗教辩论瞬间变成表格填空。你刷到任何产品发布都能这么量一遍，一分钟的事。
现在到哪一步了：锯齿状，不是通用
那今天的模型到底站在哪？一个词概括：锯齿状。前沿模型在某些切片上超人类（跨百万文档的召回、部分竞赛数学），在大量知识任务上中规中矩，在另一些地方又弱得让人意外。这个形态有个专门的说法叫锯齿状智能：能力分布极不均衡，这边远超人类，那边连常识都缺。它不是脚注，它是这类系统学习方式的签名。
具体说，离真正的通用人工智能还差三块硬骨头：
可靠性。问题不是模型"不会"，而是它会非常自信地错。这就是幻觉问题，机制我们单写了一篇AI 幻觉，短版是：一个预测下一个词的模型，天生没有"我不知道"这个挡位。一个 95% 正确、100% 自信的系统，你还不能把全新的开放式工作交给它。
长程规划。写一个函数、安排一次旅行，模型在行。但跑一个以月计的项目：定目标、拆任务、受挫后恢复、世界变了重新规划，这是另一种运动，智能体才刚开始尝试。
持续学习。今天的模型部署时就冻结了。它不会从你这次对话里学到什么，下个月也不记得，更不会自己更新自己。训练时是智能，推理时是雕像，定义之争里的那句批评，落到产品上就是这个体验。
这也解释了"像通用人工智能"和"是通用人工智能"的差距。一个能读截图、写代码、用你的口吻说话的多模态模型，演示里看起来很通用，底层仍是那个巨大的冻结函数。再惊艳归再惊艳，离研究者嘴里的"通用"还差着上面三块。
还要多久：给你一张表，不给一个日期
所有人都在问 AGI 的时间表。诚实的答案只能是一张表，因为分歧本身就是答案：
| 谁说的 | 说法 |
|---|---|
| Demis Hassabis（DeepMind CEO，2023） | 十年内，甚至几年 |
| 黄仁勋（NVIDIA CEO，2024） | 五年内 AI 通过任何人类测试 |
| Leopold Aschenbrenner（前 OpenAI，2024） | 2027 年"惊人地可信" |
| Sam Altman（OpenAI CEO，2025.12） | 已经"嗖一下过去了" |
| 研究者民调中位数（2012-2013） | 50% 信心在 2040-2050 年间 |
| 同批民调均值 | 2081 年 |
| 同批民调 | 16.5% 的专家回答"永远不会" |
| 近期调查汇总（2025） | 多数认为 2100 年前；当前中位约 2040 |
看出形状了吗：公司正在造 AGI 的人，扎堆说"几年"；全职研究它的人，扎堆说 2040，还有一条实打实的尾巴说永不。2012 年一项针对 95 个预测的元分析还发现一件近乎喜剧的事：不管历史上的还是现代的预测，都偏向"从现在起 16 到 26 年"。随便哪一年去问，AGI 都还差 20 年。
这个领域被烫过两次。1970 年代初，出资方发现研究者严重低估了问题难度，把钱转去搞"应用 AI"。1980 年代日本第五代计算机计划承诺十年做出接近 AGI 的目标，最后随计划一起崩掉。二十年里预测错了两回之后，研究者干脆不预测了，他们受够了被叫"瞪大眼的梦想家"。今天 CEO 们那些笃定的几年之约，和 1980 年代听起来一模一样；今天民调里保守的中位数，是当年的疤在说话。
所以我的看法是：把通用人工智能当方向，别当日期。能力确实在按节奏复利增长，而"抵达的那一刻"会被永远争论下去，因为它是一个定义事件，不是一个物理事件。
常见问题快答
AGI是什么？一句话： 通用人工智能是假设中的、在几乎所有认知任务上达到或超过人类水平的 AI 系统，能跨领域迁移知识、解决没人专门教过的新问题。
AGI和AI的区别是什么？ AI 是总称，包括所有专用系统（推荐、人脸识别、下棋引擎）；通用人工智能是假设中的终点：一个系统通吃所有领域，而不是一件事做得特别好。
ChatGPT 算 AGI 吗？ 按 DeepMind 的分级，ChatGPT 类模型是"入门级 AGI"，大致相当于不熟练的人类在很多任务上的表现。按学习派的标准，它们部署后就停止学习，根本谈不上通用智能。两种说法都成立，"已有定论"不成立。
什么是AGI时代？ OpenAI 总裁 2026 年说新模型开启了"AGI 时代"，这是厂商的营销节点，不是学界共识。在定义都没统一的当下，"XX 时代"这类说法听个态度就行，别当时间戳。
AGI 多久能实现？ 看你问谁：业界领袖说几年内，研究者民调中位约 2040 年，还有 16.5% 的受访专家说永远不会。谁要是给你一个笃定的具体日期，多半是想卖你点什么。
这篇只留一句话也行：别再问"到了没有"，改问"第几级、哪条轴、谁打的分"。这个问题不会过时，不管球门再搬多少次。