目录
“AGI”这个词反复出现在 AI 企业掌门人的发言和新闻标题里。可是把原始文件并排读下来就会发现，各家公司用同一个词指的是不同的东西。OpenAI 章程把它定义为“在大多数具有经济价值的工作上超越人类的高度自主系统”；Anthropic 首席执行官达里奥·阿莫代伊写道 AGI 是“一个不精确的词”，改称“powerful AI（强大的 AI）”；Google DeepMind 的研究人员则认为 AGI 不是单一终点而是一条路径，并提出了五个等级的衡量标尺。“AGI 何时到来”的答案之所以五花八门，首先是因为定义本身就五花八门。
先用最简单的话说结论。AGI（Artificial General Intelligence，通用人工智能）指的是“像人一样、什么都能应付的全能型 AI”。它不是像如今的 ChatGPT 那样“擅长写文章，但只为此而生”，而是一种无论面对全新的问题还是新的技能，都能像人一样自己学习、举一反三的“全能型”AI。不过有一个重要前提：截至 2026 年，按照任何一种主要定义，都还没有被广泛公认已达到 AGI 的系统。至于何时到来，不同的人给出的判断从“最早 2026 年”到“2027 年底也做不到”不等。本文面向初学者，梳理 AGI 的含义、它与现有 AI 的区别、各公司定义的原文、关于实现时间的发言（谁在何时说了什么），以及期待与风险。被视为 AGI 之后可能到来的“奇点”，我们在 什么是技术奇点？ 一文中从源头讲起。
Narrow AI → AGI → ASI
—— 当下，我们仍处在第一阶段
AGI 与 ASI 都仍是假设性的、尚未实现的阶段。我们如今处在“窄域 AI”阶段——但其能力正在飞速攀升。
* AGI 与 ASI 是截至 2026 年尚未实现的概念，其定义与时间线因研究者和企业而大相径庭。本文中的预测与观点，是对各人/各机构公开表态的引用，而非既定事实。
1. 一句话讲清什么是 AGI
AGI 是 Artificial General Intelligence 的缩写。关键在于中间那个词——General（=通用、什么都行）。用一句话来说——
AGI =“一种像人类那样、能在任何领域自主学习并解决全新事物的 AI”。它并非专精于某一项任务，而是用单一的“心智”处理写作、计算、判断以及新技能的习得——一种“万能”的智能。
用日常的话来讲——如今的 AI 就像是一台“只会下将棋的机器人”或“只会翻译的机器人”。它在自己的赛道上超越人类，却干不了别的任何事。而 AGI 更接近“一名新员工，被交给一项陌生的工作，便能像人那样上手并完成它”。它会自主适应，无需有人为每种用途重新打造——这就是决定性的区别。不过这只是方便理解的通俗说法，官方定义因公司而异。第 3 节会用原文逐一对比。
2. 它和如今的 AI（窄域 AI）有什么不同？
“ChatGPT 不是已经什么都会了吗——那不就是 AGI 吗？”——这是个常见的疑问。但从技术上讲，如今的 AI 被归类为“窄域 AI”。承接上一节，我们用一张表来看看两者的区别。
关键就在“迁移”这个词上。AGI 能自主地把在某一领域学到的知识，迁移到一个完全不同的领域。如今的 AI 也许是个“翻译天才”，但它不会自发地把这份本事用到“规划一份食谱”上。只有在人类针对每种用途训练或调优之后，它才能做新的事情。“学一样，便能广泛应用”——这种对人类而言理所当然的能力，正是 AGI 所瞄准的目标。关于 AI 的局限，亦可参阅 AI 能做什么、不能做什么。
3. 各公司如何定义 AGI——用原文对比
业界并没有统一的 AGI 定义。下面把 OpenAI、Google DeepMind 和 Anthropic 在各自官方文件中的写法，按原文列出来。
| 出处（时间） | 原文的说法 | 用什么作为标尺 |
|---|---|---|
| OpenAI 章程（2018 年） | “在大多数具有经济价值的工作上超越人类的高度自主系统” | 工作（能替人承担多少工作） |
| OpenAI 首席执行官萨姆·奥尔特曼的博客 “Three Observations”（2025 年 2 月） | “AGI 是一个定义松散的词，但大体上，我们指的是能在许多领域以人类水平处理越来越复杂问题的系统” | 领域的广度与人类水平 |
| Google DeepMind 研究人员的论文 “Levels of AGI”（2023 年 11 月初版，2025 年 9 月修订） | 不把 AGI 看作单一终点，而是按“性能（深度）”和“通用性（广度）”两条轴划分等级 | 与具备该技能的成年人相比的排位（见下表） |
| Anthropic 首席执行官达里奥·阿莫代伊的长文 “Machines of Loving Grace”（2024 年 10 月） | 以 AGI 是“一个不精确、背负了大量科幻包袱和炒作的词”为由避开它，改称“powerful AI”。条件包括：在生物、编程、数学、工程、写作等大多数相关领域比诺贝尔奖得主更聪明，并能使用远程办公的人可用的全部接口（文字、音频、视频、鼠标键盘操作、上网） | 最顶尖的人类（诺贝尔奖级） |
并排一看，标尺的差异一目了然：OpenAI 章程以“工作”为准，DeepMind 以“在熟练者中的排位”为准，Anthropic 以“最顶尖的人类”为准。同一个系统，按一种定义算 AGI，按另一种定义可能还不算。这个判定甚至写进了合同：Microsoft 在 2025 年 10 月 28 日的公告中说明，根据与 OpenAI 的新协议，“一旦 OpenAI 宣布实现 AGI，该宣布将由独立专家小组核实”（Microsoft 官方博客）。“是否已达到 AGI”既是技术问题，也是由谁、按哪种定义来判定的问题。
DeepMind 的“Levels of AGI”对等级的规定如下（依据 2025 年 9 月修订版中的表格）。
| 等级 | 性能标准（与具备该技能的成年人相比） | 论文在“通用（General）”一栏列出的例子 |
|---|---|---|
| 等级 0：No AI | 不是 AI | 有人参与其中的计算（如 Amazon Mechanical Turk） |
| 等级 1：Emerging（萌芽） | 与不具备该技能的人相当或略强 | “Emerging AGI”：ChatGPT、Bard、Llama 2、Gemini（初版发表时的模型） |
| 等级 2：Competent（胜任） | 至少达到第 50 百分位 | 尚未实现 |
| 等级 3：Expert（专家） | 至少达到第 90 百分位 | 尚未实现 |
| 等级 4：Exceptional（卓越） | 至少达到第 99 百分位 | 尚未实现 |
| 等级 5：Superhuman（超人） | 超过 100% 的人类 | ASI（超级智能）：尚未实现 |
值得注意的是，这篇论文把 ChatGPT 等系统列为“Emerging AGI”（第一阶段的 AGI）的例子。许多解读（包括本文第 2 节）都说“如今的 AI 是窄域 AI，不是 AGI”；而按 DeepMind 的标尺，它是“处在 AGI 的第一阶段，但还没达到熟练者（Competent）的水平”。这并不是谁对谁错，而是答案会随所用定义而改变的好例子。论文还把能力与“人把多少事交给 AI”分开，用六级自主性（无 AI → 工具 → 顾问 → 协作者 → 专家 → 智能体）来划分，并指出同样的能力，交付方式不同，风险也不同。
4. 理清窄域 AI、AGI 与 ASI
谈到 AGI，往往会与ASI（超级智能）这个词一同出现。两者容易混淆，所以我们把它理成三个阶段。
① 窄域 AI（Narrow AI）
专精于特定任务。我们如今用的一切都属于这一类。一个正在飞速变聪明的阶段。
② AGI（通用人工智能）
以人类水平应对任何事。一个尚未实现的目标。被视为一个重大的里程碑。
③ ASI（超级智能）
一种假设中的存在，在每一个维度上都超越全人类的智能。只有在实现 AGI 之后才会被讨论。
顺序很重要。这是一道阶梯——窄域 AI（我们所在的位置）→ AGI（人类水平）→ ASI（超越人类）——②和③都还没有实现。在第 3 节 DeepMind 的表格里，最高一级“Superhuman”的通用版就相当于 ASI。简单说，记住“AGI=与人类比肩”“ASI=超越人类”就够了。另外，AGI 和 ASI 描述的是“有多聪明”这种状态，而“技术奇点”指的是一个事件：此后的进步人类再也无法预见。它的由来和原始文献，请看 什么是技术奇点？
5. AGI 何时到来？预测天差地别
那么，AGI 什么时候会来？下面列出业界领袖和研究人员的发言，并注明何时、何地、原话怎么说。判断从“最早 2026 年”到“2027 年底也做不到”不等。
| 人物 / 身份 | 时间与场合 | 原话 |
|---|---|---|
| 达里奥·阿莫代伊（Anthropic 首席执行官） | 2024 年 10 月，长文 “Machines of Loving Grace” | powerful AI “最早可能在 2026 年到来，不过也有一些情形会花更长的时间” |
| Anthropic（公司） | 2025 年 3 月 6 日，向美国白宫科技政策办公室（OSTP）提交的建议 | “我们预计 powerful AI 系统将在 2026 年底或 2027 年初出现” |
| 萨姆·奥尔特曼（OpenAI 首席执行官） | 2025 年 1 月，博客 “Reflections” | “我们现在有信心，知道如何构建传统意义上所理解的 AGI” |
| 戴密斯·哈萨比斯（Google DeepMind 首席执行官） | 2025 年 3 月 17 日，伦敦的媒体吹风会（据 NBC News 报道） | “在未来五到十年里，许多这样的能力会开始显现，我们将开始迈向我们所说的通用人工智能” |
| 加里·马库斯（纽约大学荣休教授，生成式 AI 怀疑派） | 2024 年 12 月 30 日，与 Miles Brundage 的公开赌约 | 到 2027 年底，AI 能否完成 10 项任务中的 8 项：像人一样看懂一部新电影或新小说、根据需求写出 1 万行无 bug 的代码、做出诺贝尔奖级的发现等。马库斯押“做不到”：若少于 8 项，Brundage 捐 2 万美元；若达到 8 项及以上，马库斯捐 2000 美元（赔率 10 比 1） |
| 对 2,778 名 AI 研究人员的调查（2023 年实施） | 2024 年 1 月发布（Grace 等） | 预测“机器在无人协助下在所有可能的任务上超越人类”的概率：到 2027 年为 10%，到 2047 年为 50% |
* 以上均为所示日期时的发言和文件引用。AI 企业的领导者站在与自家业务利益相关的立场发言，这些都不是确定的预测。哈萨比斯的发言没有公开的文字记录，因此引自媒体报道。
排在一起就能看出，预测之间的差距，很大一部分是“什么才算 AGI”的差距。在同一项研究人员调查里，“机器在所有可能的任务上超越人类”达到 50% 的年份是 2047 年，而“所有人类职业都可以完全自动化”达到 50% 的年份是 2116 年，相差约 70 年（同一篇论文）。能完成任务，和整份工作被取代，是两回事。阿莫代伊之所以避开 AGI 一词、自己写出具体条件，也正是因为这种模糊性。在新闻里看到“某年实现 AGI”时，去原文确认是谁、何时、按哪种定义说的，讨论才能对上号。
6. 如今的 AI 离 AGI 还有多远？
预测众说纷纭，那么现状如何？截至 2026 年，按照任何一种主要定义，都还没有被广泛公认已达到 AGI 的系统。DeepMind 的论文（2025 年 9 月修订版）也把“通用”一栏中从“Competent”往上的等级都标为尚未实现。也有专门用来衡量真正“泛化”能力的基准测试，例如 ARC Prize 的 ARC-AGI 以“对人容易、对 AI 困难”为设计原则，用谜题来测量系统适应从未见过的任务的能力。最新模型的成绩变化很快，具体数字请以官方排行榜为准。
话虽如此，这并不值得悲观。随着 多模态 AI（全面处理文字、图像与音频）和 AI 智能体（能自主规划并使用工具）的出现，AI 正从“只能做一件事”向“通用”的门口逼近。正如你将在 大语言模型的工作原理 中看到的，如今的 AI 是通过海量的模式学习，表现得“看起来很聪明”。这究竟是“真正的理解与应用”，还是“仅仅是精巧的模仿”——正是这个问题，构成了专家们意见相左的核心所在。
7. AGI 到来会改变什么？（希望与风险）
据说，倘若 AGI 得以实现，社会将发生天翻地覆的变化。希望与风险是一枚硬币的两面。让我们冷静地看看两者。
✨ 所期待的益处
- 加速对疾病、新药、气候等难题的研究
- 人人触手可及的高水平“专家”
- 从繁琐劳动中解放，生产力飞跃
- 科学发现更快
⚠ 所担忧的风险
- 对就业与社会结构的骤然冲击
- 因目标错位而失控（对齐）
- 滥用（虚假信息、网络攻击、武器）
- 权力集中、不平等加剧
尤其是安全问题，分量很重。在第 3 节提到的文件里，阿莫代伊在长文开头就写道，他经常思考和谈论 powerful AI 的风险；奥尔特曼的“Reflections”也强调在安全与对齐研究上引领世界的重要性。原因在于，如果 AGI 的目标在与人类意图错位的情况下变得强大，就可能造成无法挽回的后果——这就是所谓的“对齐问题”。期待越大，就越需要谨慎。如果你关心对职业的影响，也可以看看在 AI 时代不会被淘汰的职业。
8. 常见的误解
最后，让我们纠正几个围绕 AGI 的典型误解——免得被新闻标题牵着鼻子走。
- “ChatGPT 已经是 AGI 了” → 取决于定义。按大多数人心中“像人一样什么都能应付”的含义，是 ✗：跨领域的泛化和自主习得新技能仍不及人类。另一方面，DeepMind 的“Levels of AGI”把 ChatGPT 等系统列为第一阶段“Emerging AGI”的例子（第 3 节）。与其问“是不是 AGI”，不如问“处在哪个阶段”更准确。
- “AGI = 具有意识或情感” → 未必。AGI 的定义关乎“它能否完成智力任务（能力）”，这与“它是否拥有意识/情感（心智）”是两个不同的问题。它很容易与科幻的形象相混淆。
- “AGI 一到来，就会立刻变成 ASI（超级智能）” → ✗。ASI 是 AGI 之上的另一个阶段；它会自动且立即随之而来，并非理所当然。
- “到来的日期已成定论” → ✗。正如第 5 节所示，不同的人给出的预测从“最早 2026 年”到几十年后不等。对任何说得斩钉截铁的信息都要保持警惕。
- “AGI 一定会来/一定不会来” → 两者皆不可断言。“它何时、以何种形式到来（或不到来），尚无定数”才是诚实的当下看法。
说实话，关于 AGI 最大的误解，就是那种想把它非黑即白地定性的冲动。只要记住三点——“当下它仍是窄域 AI”“目标会随定义而移动”“希望与风险并存”——你就既不会被过度的炒作、也不会被过度的恐惧所左右。
总结
下面就把 AGI（通用人工智能）面向初学者梳理一遍。
- AGI 是什么：一种“万能”的 AI，能像人类那样、在任何领域自主学习并解决全新的事物。
- 与如今 AI 的区别：ChatGPT 等都是“窄域”的。AGI 的决定性特征，是能把知识“迁移”到不同的领域。
- 定义：OpenAI 章程说的是“在大多数具有经济价值的工作上超越人类”，DeepMind 用与熟练者相比的等级，Anthropic 则说以诺贝尔奖级头脑为标尺的“powerful AI”。标尺各不相同。
- 三个阶段：窄域 AI（我们所处的位置）→ AGI（人类水平）→ ASI（超越人类，假设性）。②和③尚未实现。
- 实现时间：阿莫代伊说“最早 2026 年”（2024 年），哈萨比斯说“未来五到十年”（2025 年），研究人员调查把 50% 的年份放在 2047 年。差距很大程度上来自定义的差异。
- 当前状态：截至 2026 年并不存在 AGI。但多模态与智能体正向门口逼近。
- 希望与风险：既有解决难题的希望，也并存着对齐（目标错位）等严肃的风险。要冷静地看待两者。
归根结底，AGI 是一个“在未来某处”的目标，而非今天就会立刻夺走你工作的魔法。但正确地了解它的轮廓，意义重大。既不过度恐惧，也不过度幻想——“在冷静观望接下来会发生什么的同时，先把手中这台窄域 AI 用透”。这正是站在 AGI 时代门口的我们，所能采取的最明智的姿态。
常见问题
Q. 什么是 AGI？请简单讲讲。
A. AGI（通用人工智能）是一种“万能”的 AI，能像人类那样、在任何领域自主学习并解决全新的问题。与如今那种专攻文字或翻译的“窄域”AI 不同，它是一个志在用单一心智处理各种智力任务的概念。截至 2026 年它尚不存在。
Q. OpenAI 和 Google DeepMind 如何定义 AGI？
A. OpenAI 在 2018 年的章程中把它定义为“在大多数具有经济价值的工作上超越人类的高度自主系统”。Google DeepMind 的研究人员在论文“Levels of AGI”中，不把 AGI 视为单一终点，而是按与具备该技能的成年人相比的性能和通用性划分等级（Emerging、Competent、Expert、Exceptional、Superhuman）。Anthropic 首席执行官达里奥·阿莫代伊认为 AGI 一词不精确而避开它，改称“powerful AI”，并以比诺贝尔奖得主更聪明等条件来界定。
Q. ChatGPT 是 AGI 吗？
A. 取决于定义。按“像人一样什么都能应付”的一般含义，ChatGPT 目前还不被视为 AGI，因为它跨领域运用知识的“泛化”能力和自主习得新技能的能力仍不及人类。另一方面，Google DeepMind 研究人员的论文“Levels of AGI”把 ChatGPT 等系统列为第一阶段“Emerging AGI”的例子，并指出熟练者水平（Competent）及以上尚未实现。
Q. AGI 与 ASI（超级智能）有什么区别？
A. AGI 是“以人类水平应对任何事”的阶段；ASI（人工超级智能）则是“在每个维度上都超越全人类智能”的假设性阶段。顺序是窄域 AI → AGI → ASI，ASI 是只有在实现 AGI 之后才会被讨论的更遥远的概念。
Q. AGI 何时会实现？
A. 不同的人看法差异很大。Anthropic 的达里奥·阿莫代伊在 2024 年 10 月的长文中写道，他所说的“powerful AI”“最早可能在 2026 年到来”；Google DeepMind 的戴密斯·哈萨比斯在 2025 年 3 月表示，“在未来五到十年里”我们将开始迈向 AGI。在一项针对 2,778 名 AI 研究人员的调查（2024 年发布）中，“在所有可能的任务上超越人类”的概率达到 50% 的年份是 2047 年。另一方面，怀疑派加里·马库斯押注到 2027 年底 AI 完成不了 10 项指定任务中的 8 项。定义不同，预测也就不同。
Q. AGI 会拥有意识或情感吗？
A. 未必。AGI 的定义关乎“能力”——它能否完成人类水平的智力任务——这与“心智”，即它是否拥有意识或情感，是两回事。它常被与科幻的形象相混淆，但能力与意识是两个不同的问题。
Q. AGI 实现了会危险吗？
A. 期待与风险并存。一方面，人们期待它加速疾病研究和科学进步；另一方面，也担心它对就业的剧烈冲击、被滥用，以及“AGI 的目标与人类意图错位”（对齐问题）带来的重大风险。正在朝 AGI 推进的 OpenAI 和 Anthropic 的掌门人自己，也在公开文章中写到了安全与对齐研究的重要性。
Q. 作为初学者，现在该做什么？
A. 无需对 AGI 的到来过度恐惧。最实际的准备，是切实用透如今唾手可得的窄域 AI（ChatGPT、Gemini 等）。把 AGI 当作一个“未来的目标”了解其轮廓，不被那些说得板上钉钉的标题误导，冷静地跟进趋势即可。
