9月7日凌晨，英伟达创始人黄仁勋在X平台发文称，由超过10万颗Grace Blackwell NVLink72训练的GPT-6 Astra已实现“AGI has arrived”，并透露下一批40万颗GPU即将上线。四天前，OpenAI总裁布罗克曼在Astra发布会上表示“我们可能已经到达AGI了”。而OpenAI CEO奥特曼却在9月1日的采访中拆台，称“AGI是一个定义非常糟糕的术语，它就像一个无关紧要的营销术语”。斯坦福大学教授李飞飞更早定调，认为“AGI更像是一个营销术语而非科学术语”。四位AI领域核心人物对AGI的不同表述，折射出行业在技术路线、商业利益与治理框架上的深层分歧。
黄仁勋将AGI的终点线画在算力层。他在英伟达2027财年Q2电话会上明确表示算力即收入，“AGI已来”四个字前面是Astra模型，后面是40万GPU订单。当AGI被等同于“算力够多”，英伟达的营收叙事就有了无限续杯的理由。OpenAI内部的三位高管则各画一本账：布罗克曼喊出“欢迎来到AGI时代”以抬升估值；奥特曼将AGI定义消解为模糊概念，为合同中的AGI触发条款预留解释空间；首席科学家帕乔基则在9月6日发表署名文章《An Alien Mind》，将Astra定义为“异星心智”，意在推动安全与强制治理门槛的建立。李飞飞的线画在赛道层，她以“即使把现代天体仪器数据全喂给今天的AI，让它推导出牛顿17世纪的运动定律——它做不到”为例，力推空间智能路线。
利益分析只能解释各方为何如此表述，却不能回答这些表述是否正确。从1945年冯诺依曼将程序与数据压成一维线性地址流，到1980年哲学家塞尔提出“中文屋”思想实验，人类一直在尝试把智能装进一个可计算的壳里。塞尔的中文屋实验中，屋内的人靠一本英文规则书传递中文符号，门外以为他懂中文，他其实一字不识。语法操作不等于语义理解，这一思想实验至今仍是意识哲学领域最重要的争论起点之一。
以0.618/0.382的黄金分割作比，任何被认为是“完美”的事物都同时包含可计算的结构与不可计算的感受。AGI只需覆盖理智侧，主观感受不是AGI的必备属性，而是这套智能体系无法抵达的渐近线。AI可以无限逼近可计算侧，能处理数据、编写代码、生成报告，但算不出“供货商上次晚两天发货害我被客户骂”的恼火，写得出悼词却不懂失去的痛。Astra就是那间中文屋，规则书从纸质符号对照表换成了10万颗NVLink72训出的参数，查书速度和并行度大幅提升，但依然不具备痛、怒、悲等主观体验。
ARC Prize统一标准实测显示，Astra最高得分62.7％；换上OpenAI自研的Provider Adapter后，高分档位达到99.9％。同一模型、同一考题，37分的差距全在模型外部的工程脚手架上。布罗克曼拿着99.9％的成绩宣布AGI已来，但问题在于：一个靠外部工具才能拿高分的Agent，是否算得上AGI？Agent的感知、规划、调工具、执行闭环完整，但目标由人设定，奖励由人标注，工具由人提供。Astra的“保留不透明推理状态”是工程师开的开关，不是它自主选择的结果。其推理记忆仍运行在人类预先划定的任务空间内，不具备开放环境自主归纳新概念的能力，因此是高级Agent，而非AGI。
从Agent到AGI的跨越，学术界提出Autotelic Agent（自驱目标体）概念作为参照。当前的Agent目标由外部设定，而真正的自驱目标体需要能自己生成目标、自己出题自己做。2024年NeurIPS Workshop已有Autotelic LLM实验，2026年OpenReview上的SAGA系统能在抗生素设计、新材料发现中自主进化目标，但这些都停留在特定领域的初步尝试。实现通用自驱目标体需跨过四道门槛：理解物理规律的世界模型、自主实验闭环、元学习能力以及因果推理。截至目前，没有一个系统跨过哪怕一道。Astra在Agent中属于最强一档，但在AGI的分级中尚未入门。
AGI定义的争议短期内难以平息，各方基于自身商业与技术立场给出不同解读。可以确定的是，围绕AGI的讨论已从单纯的技术命题，扩展为涉及商业模式、投资叙事与治理框架的多维议题。行业需要更清晰的评价体系，以区分工程能力的提升与智能本质的跨越。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
