AGI（通用人工智慧）是什麼？和 AI 的差別、還要多久，一篇講清楚
2025 年 12 月，OpenAI 的 CEO Sam Altman 說「我們已經造出 AGI 了」，還說 AGI「咻一下就過去了」，社會影響不如預期，建議產業改聊超級智慧。幾週之後，2026 年，OpenAI 總裁 Greg Brockman 又宣布公司的新模型象徵著「AGI 時代」的開始。同一家公司，同一個詞。一邊說已經過去，一邊說剛開始。
這不是公關事故，這就是通用人工智慧（AGI）的真實現況：一個還沒有共識定義的目標。正因為沒有共識，同一家公司才能在同一季裡，同時宣布它落在身後和橫在眼前。這篇就把這件事講透：AGI 到底指什麼、定義為什麼吵了幾十年、你拿什麼尺去量它，以及那些時間預測到底該信誰。
先排一個真實的雷：在美國稅表上，AGI 是 adjusted gross income（調整後總所得）的縮寫，IRS 的解說頁常年和你搜的 AI 文章混在結果前兩頁。如果你是來查報稅的，那是另一個 AGI。我們這篇講的是 artificial general intelligence，通用人工智慧，有些頁面也譯作人工通用智慧，一個意思。
一句話定義，和它旁邊的三個詞
剝掉所有雜訊，核心意思一句話：AGI 是一種假設中的人工智慧系統，在幾乎所有認知任務上達到或超過人類水準，而不只是它會做的那幾件事。關鍵字是通用：能把一個領域學到的知識遷移到另一個領域，能解決沒人專門教過它的新問題。下棋引擎不會報稅，翻譯模型學不會做菜，而通用人工智慧原則上碰到哪樣都能自己摸出門道。
它身邊圍著三個容易混淆的詞，一張表分清：
| 詞 | 含義 | 現況 |
|---|---|---|
| AI | 總稱：一切需要「智慧」才能完成的任務系統 | 無所不在：搜尋、推薦、語音助理 |
| AIGC / 生成式 AI | 專注生成內容的那一支：文字、影像、音訊、程式碼 | 當紅：ChatGPT、Midjourney 們 |
| AGI（通用人工智慧） | 跨全部認知任務達到人類水準 | 假設中。連判定標準都沒有 |
| ASI | 全面超越人類的超級智慧 | 更假設 |
注意「假設中」三個字。史丹佛 HAI 辭典等幾乎所有嚴謹的定義都帶著這個詞。通用人工智慧沒人造出來過，而且很多人沒意識到的一點是：連「造出來該按什麼標準驗收」，業內都還沒吵出結果。
定義為什麼吵了幾十年
我第一次認真翻這個題目時被一個事實嚇到：AGI 的定義之爭比 ChatGPT 老，比深度學習老，幾乎和這個學科一樣老。
先說個反轉。1956 年達特茅斯會議造出「人工智慧」這個詞的時候，目標本來就是通用智慧：讓機器用語言、形成抽象、解決留給人類的那類問題。這就是最初的夢想。後來幾十年做出來的全是專用系統，做著做著，「AI」反倒成了專用的代名詞。通用人工智慧這個詞冒出來，有一半動機就是把原意搶回來。縮寫 AGI 的年頭倒不老：有研究者說得直白，AGI 指的就是這個領域誕生之初的那個 AI。Mark Gubrud 1997 年討論全自動軍事生產時首次用了「artificial general intelligence」，Shane Legg 和 Ben Goertzel 在 2002 年前後把它重新引入並推廣開。
然後爭吵就開始了。2007 年 Legg 和 Hutter 那篇著名的綜述收了幾十種公開發表的智慧定義，全是職業研究者，用著同一個詞，指的東西卻實質不同。更早一年，AGI Workshop 的會議錄已經認輸：現在就斷定哪種「智慧」概念是「正確的」，為時尚早。快二十年過去，史丹佛 HAI 辭典的表述依然是「沒有普遍接受的測試」，所以各種宣稱都無法驗證。連「人工智慧」這個詞的發明人 John McCarthy 都在 2007 年寫道：我們至今說不清楚，到底想把什麼樣的計算過程稱為智慧。
順帶釐清一個近親詞：哲學界說的強人工智慧，專指有意識、有心智的程式，這是 Searle 1980 年提出的用法；通用人工智慧講的是跨領域效能，不管機器裡面有沒有「心智」。日常混用沒關係，認真時要分開。而最值得懂的那條最深裂縫，新聞裡大部分口水戰都從這兒來。一派按解題能力算：系統在任務上達到人類水準，就算智慧。Google DeepMind 的分級框架（下面細講）屬於這派。另一派咬定智慧是學習的能力本身：不能學習的系統不算智慧，答案再漂亮也不算，計算機算術全對，沒人說它是天才。我反覆讀的一篇定義論文把這點推得很尖：典型的機器學習系統在訓練階段是智慧的，部署之後就不再智慧，因為它停止學習了。按這個視角，一個刷遍所有基準測試但從不上進的模型，是一段很精緻的「錄影」，不是通用智慧。
兩派都沒錯，它們在回答不同的問題：「它能做什麼」和「它怎麼獲得的能力」。在這個領域對哪個問題更重要達成一致之前，定義會一直開著口子。
AI 效應：為什麼每個里程碑都會被判「不算」
AI 史上有個模式，有自己的名字：AI 效應。每當機器拿下一項被認為需要智慧的能力，輿論先是驚嘆，然後悄悄重新歸類：「哦，原來那只是搜尋」「只是統計」「只是模式匹配」。1997 年深藍贏了西洋棋，後來 Watson 贏了益智問答，2016 年 AlphaGo 贏了圍棋。每一次，球門都被搬走了。
前面那篇定義論文把機制戳穿了：問題一旦被解決，人們回頭看會發現，真正解決它的是人類開發者，機器只是執行。機器自己沒有獲取任何新知識，所以「不算數」。這個循環你現在就能親眼看到：模型一學會聊天，「聊天」就從智慧測試被降級成小把戲。可 1980 年代日本的第五代電腦計畫，還把「隨口閒聊」列在 AGI 級目標清單上。同一種能力，四十年前是里程碑，今天是起跑線。
這就是為什麼我常跟人說：你可能永遠等不到一個所有人都認帳的「AGI 正式誕生」官宣。任何候選系統都會被放到顯微鏡下，方法被逐層拆解，然後總有一批人裁定它「只是」某個技術。「只是」這兩個字，是每個 AI 里程碑都要交的過路費。
一把真能用的尺：DeepMind 五級框架
定義吵歸吵，有沒有實用的東西？有，到目前為止最好用的是 Google DeepMind 2023 年提出的分級框架。它的思路是不問「是不是通用人工智慧」，改問「到第幾級了」。
框架有兩條軸。效能軸分五級：入門（emerging）、勝任（competent）、專家（expert）、大師（virtuoso）、超人類（superhuman）。「勝任」的標準是在一大類非體力任務上超過一半熟練成年人，「超人類」是壓過幾乎所有人，那也就是 ASI 的起點。另一條是自主性軸，從工具（完全由人控制）到顧問、協作者，一路到完全自主的智慧代理人。最後這一級，正是我們另一篇講 AI 智慧代理人的地盤。
讓這個框架出名的那個定級很有意思：DeepMind 把 ChatGPT 這類大語言模型歸為「入門級 AGI」，在一大類任務上相當於不熟練的人類。不是零，也不是「和 AGI 毫無關係」，是入門。
批評也真實存在，而且批評本身很有教益。如果只按解題能力定義，那把一千個專用解題器整合到一台電腦上，理論上也夠格：它什麼題都能答，但沒有誰會叫它通用智慧。學習派在這裡再次發難：只量分數，說明不了系統面對真正的新情況時能不能適應，而「通用」的全部意義恰恰在這兒。
我的習慣是這樣：某家實驗室宣布某物是不是 AGI，我不再糾纏標籤，只問三件事：第幾級、哪條軸、誰打的分。宗教辯論瞬間變成表格填空。你滑到任何產品發表都能這麼量一遍，一分鐘的事。
現在到哪一步了：鋸齒狀，不是通用
那今天的模型到底站在哪？一個詞概括：鋸齒狀。前沿模型在某些切片上超人類（跨百萬文件的召回、部分競賽數學），在大量知識任務上中規中矩，在另一些地方又弱得讓人意外。這個形態有個專門的說法叫鋸齒狀智慧：能力分布極不均衡，這邊遠超人類，那邊連常識都缺。它不是註腳，它是這類系統學習方式的簽名。
具體說，離真正的通用人工智慧還差三塊硬骨頭：
可靠性。問題不是模型「不會」，而是它會非常自信地錯。這就是幻覺問題，機制我們單寫了一篇AI 幻覺，短版是：一個預測下一個詞的模型，天生沒有「我不知道」這個擋位。一個 95% 正確、100% 自信的系統，你還不能把全新的開放式工作交給它。
長程規劃。寫一個函式、安排一次旅行，模型在行。但跑一個以月計的專案：定目標、拆任務、受挫後恢復、世界變了重新規劃，這是另一種運動，智慧代理人才剛開始嘗試。
持續學習。今天的模型部署時就凍結了。它不會從你這次對話裡學到什麼，下個月也不記得，更不會自己更新自己。訓練時是智慧，推理時是雕像，定義之爭裡的那句批評，落到產品上就是這個體驗。
這也解釋了「像通用人工智慧」和「是通用人工智慧」的差距。一個能讀螢幕截圖、寫程式、用你的口吻說話的多模態模型，示範裡看起來很通用，底層仍是那個巨大的凍結函式。再驚豔歸再驚豔，離研究者嘴裡的「通用」還差著上面三塊。
還要多久：給你一張表，不給一個日期
所有人都在問 AGI 的時間表。誠實的答案只能是一張表，因為分歧本身就是答案：
| 誰說的 | 說法 |
|---|---|
| Demis Hassabis（DeepMind CEO，2023） | 十年內，甚至幾年 |
| 黃仁勳（NVIDIA CEO，2024） | 五年內 AI 通過任何人類測試 |
| Leopold Aschenbrenner（前 OpenAI，2024） | 2027 年「驚人地可信」 |
| Sam Altman（OpenAI CEO，2025.12） | 已經「咻一下過去了」 |
| 研究者民調中位數（2012-2013） | 50% 信心在 2040-2050 年間 |
| 同批民調平均 | 2081 年 |
| 同批民調 | 16.5% 的專家回答「永遠不會」 |
| 近期調查彙整（2025） | 多數認為 2100 年前；當前中位約 2040 |
看出形狀了嗎：公司正在造 AGI 的人，扎堆說「幾年」；全職研究它的人，扎堆說 2040，還有一條實打實的尾巴說永不。2012 年一項針對 95 個預測的後設分析還發現一件近乎喜劇的事：不管歷史上的還是現代的預測，都偏向「從現在起 16 到 26 年」。隨便哪一年去問，AGI 都還差 20 年。
這個領域被燙過兩次。1970 年代初，出資方發現研究者嚴重低估了問題難度，把錢轉去搞「應用 AI」。1980 年代日本第五代電腦計畫承諾十年做出接近 AGI 的目標，最後隨計畫一起垮掉。二十年裡預測錯了兩回之後，研究者乾脆不預測了，他們受夠了被叫「瞪大眼的夢想家」。今天 CEO 們那些篤定的幾年之約，和 1980 年代聽起來一模一樣；今天民調裡保守的中位數，是當年的疤在說話。
所以我的看法是：把通用人工智慧當方向，別當日期。能力確實在照節奏複利成長，而「抵達的那一刻」會被永遠爭論下去，因為它是一個定義事件，不是一個物理事件。
常見問題快答
AGI是什麼？一句話： 通用人工智慧是假設中的、在幾乎所有認知任務上達到或超過人類水準的 AI 系統，能跨領域遷移知識、解決沒人專門教過的新問題。
AGI和AI的差別是什麼？ AI 是總稱，包括所有專用系統（推薦、人臉辨識、下棋引擎）；通用人工智慧是假設中的終點：一個系統通吃所有領域，而不是一件事做得特別好。
ChatGPT 算 AGI 嗎？ 按 DeepMind 的分級，ChatGPT 類模型是「入門級 AGI」，大致相當於不熟練的人類在很多任務上的表現。按學習派的標準，它們部署後就停止學習，根本談不上通用智慧。兩種說法都成立，「已有定論」不成立。
什麼是AGI時代？ OpenAI 總裁 2026 年說新模型開啟了「AGI 時代」，這是廠商的行銷節點，不是學界共識。在定義都沒統一的當下，「XX 時代」這類說法聽個態度就行，別當時間戳。
AGI 多久能實現？ 看你問誰：業界領袖說幾年內，研究者民調中位約 2040 年，還有 16.5% 的受訪專家說永遠不會。誰要是給你一個篤定的具體日期，多半是想賣你點什麼。
這篇只留一句話也行：別再問「到了沒有」，改問「第幾級、哪條軸、誰打的分」。這個問題不會過時，不管球門再搬多少次。