AGI之争背后的资本暗战：从技术定义到万亿基建

在GPT-6 Astra发布会尾声，OpenAI总裁格雷格·布罗克曼抛下一句引人注目的宣言：“欢迎来到AGI时代。”

仅三天后，NVIDIA CEO黄仁勋在社交平台转发呼应：“从ChatGPT到o1，再到GPT-6 Astra，只用了四年。AGI已经到来。”

然而，反差随之而来。OpenAI CEO山姆·奥尔特曼在此前接受采访时，刚把通用人工智能（AGI）形容为一个“定义非常糟糕的术语”，“像个无关紧要的营销词汇”。负责模型关键评测的ARC Prize团队也专门澄清：尽管新模型展现了通用化能力的飞跃，但团队并未认定它就是AGI。

一边是激昂宣布时代降临，另一边是谨慎划清概念边界。这场看似矛盾的表态背后，争论的从来不只是技术本身。

模糊的定义与话语权之争

通用人工智能（AGI）至今在行业内缺乏统一共识。

OpenAI在公司章程中将AGI表述为“在大多数具有经济价值的工作中表现超越人类的高度自主系统”。该定义建立在经济性、超越人类与高度自主三个支柱上，每一点都有巨大的解释弹性。

DeepMind提出的框架则更偏向学术化，从性能和通用性双重维度将AGI划分为L0至L5六个层级，以特定人类百分位表现作为分水岭。

黄仁勋的标准则更加务实且直指商业核心：能够自主创造十亿美元价值的AI系统，即可称之为AGI。

标准各异且缺乏约束力，却赋予了“AGI”极高的叙事价值。对算力供应商而言，AGI意味着爆发式的计算需求；对大模型厂商而言，AGI代表着估值溢价与顶级人才号召力；对投资机构而言，AGI是一个能够持续支撑资本长跑的宏大主题。谁能掌控AGI的定义权，谁就能主导未来的资本配置。

从知识问答迈向自主行动

抛开概念争辩，技术层面的突破确凿发生。

以新一代前沿大模型为例，上下文窗口已突破百万Token级别，并在高级数学评测、编程、系统操作及科学研究等复杂领域展现出极高水准。更关键的代际变革在于，AI正在从单纯的“知识问答”演进为能够“自主行动”的生产力工具。模型不仅能理解多步骤指令，还能创建复杂文档表格，并在外部环境变化时自主纠错。

这一“智能体化”趋势正席卷全球：

• Anthropic发布的Claude Opus 4.7在多项AI智能体操作基准中刷新纪录；
• Google通过持续高频迭代Gemini系列，主打最强智能体与编程能力，DeepMind更通过DiffusionGemma探索自回归架构之外的生成机制；
• 国内阵营同样提速，DeepSeek推出的新版本在AI智能体规划上实现跃升，阿里发布的Qwen大模型及字节跳动豆包、月之暗面Kimi等均在逼近全球第一梯队。

从早期的基准跑分竞赛，走向如今智能体的落地执行比拼，技术正在跨越“说得对”到“做得成”的门槛。

万亿基建狂飙下的叙事定价

如果技术进阶是内在驱动，那么资本动员则是推动行业狂奔的外在动力。

据相关机构预测，全球人工智能支出正在向数万亿美元迈进，其中服务器、数据中心等AI基础设施占据最大份额。科技巨头纷纷公布了创纪录的资本开支计划，仅亚马逊、Microsoft、Google与Meta等企业在相关基建上的年投入就达数千亿美元规模。

在这等量级的真金白银面前，“AGI是否已来”不再是一道纯粹的理论题，而直接关乎供应链订单与资本市场估值。

各方表态的深意不言而喻：硬件巨头力推AGI叙事，因为算力基础设施是这场浪潮的基石；模型企业管理层一方面释放前沿愿景以吸纳客户与人才，另一方面又保持适度谨慎以留出合规与安全审查的缓冲余地。大声呼唤AGI，本质上是为庞大的资本投入寻找最合理的定价支点。

走出概念，直面现实挑战

回到最初的命题：AGI真的来了吗？或许这一争论本身已不再关键。

当AI已经能够嵌入实际工作流承担复合任务，当全球基础设施投资如火如荼，当技术正全面渗透进科研、产业与社会组织之中，变革本身已成为不争的现实。

概念的边界或将长期保持动态，但产业竞争的重心已经转移：在这场由技术迭代与资本共振掀起的浪潮中，核心考验在于谁能将庞大的算力转化为实际生产力，将模型能力转化为可持续的商业价值。