§ 1.2 · Sub-chapter
通用 AI · AGI 篇
Artificial General Intelligence
通用 AI（AGI）是 AI 的"圣杯"——一台机器像人一样能干任何智力活：今天学下棋，明天学开车，后天学做菜。它是不是已经出现了？答案是——没有，但比过去任何时候都更近。
生活场景
🎓 从"考试型选手"到"实习生"
弱 AI 像"考试型学生"——某科目考满分，其他科目一问三不知。
AGI 更像刚毕业的"实习生"——什么活都能上手、都能学、都能触类旁通。给他一份新任务，他自己规划、查资料、试错、完成。这样的 AI 至今不存在——但今天的大模型让它的轮廓越来越清晰。
AGI 的三个判定条件
01
跨领域能力
同一个模型能解数学题、写小说、写代码、看病历、说 30 种语言——不需要针对每件事重训。
02
自主学习
遇到没见过的任务，能自己找资料、试错、总结出方法——不需要人再喂它数据。
03
世界建模
脑子里有一套关于物理、时间、因果、社会的"常识"，做事情不会违反常识。
今天到哪一步了
| 能力维度 | 2020 年 | 2026 年今天 | 离 AGI 差距 |
|---|---|---|---|
| 语言理解 | 只能做窄任务 | 接近或超过普通人 | 已很接近 |
| 知识广度 | 需要领域微调 | 通用大模型覆盖几乎所有学科 | 已很接近 |
| 数学 / 推理 | 非常差 | 推理模型能解奥数题 | 还差一大截 |
| 长期规划 | 没有 | Agent 能做几步规划 | 差很多 |
| 物理世界经验 | 没有 | 仍然没有（除了机器人） | 差最远 |
| 自我改进 | 没有 | 基本没有 | 差最远 |
Analogy · 一半天才、一半婴儿
今天最强的大模型像一个拥有博士级知识、却只有 3 岁运动 / 常识能力的怪物：能给你讲量子力学，但让它用夹子夹起一颗葡萄却办不到；能写小说，却记不住半小时前你告诉它的事。要变成 AGI，需要在"具身""长记忆""因果推理"上补课。
业内的三派看法
- 乐观派Sam Altman、Dario Amodei 等认为 AGI 就在 2027-2030 年，只是算力和数据问题。
- 谨慎派Yann LeCun 等认为大模型永远不会通向 AGI，需要新的"世界模型"范式。
- 怀疑派部分学者认为 AGI 或许永远做不到，"智能"本身可能有生物学不可复制的部分。
Note · 提示
AGI 是一个仍在讨论"该怎么定义"的目标——不同公司甚至对"什么算 AGI"都没共识。与其纠结它到底哪天来，不如关注：每半年发布一次的新模型，正在填补前面表里哪一格。
Xue Hai Wu Ya · § 1.2 · AGI