9月3日，OpenAI总裁格雷格·布罗克曼在GPT-6 Astra发布会结尾表示“欢迎来到AGI时代”。三天后，英伟达CEO黄仁勋在社交平台X上转发呼应，称“从ChatGPT到o1，再到GPT-6 Astra，只用了四年，AGI已经到来”。然而在发布会前两天，OpenAI CEO山姆·奥尔特曼还在公开采访中称AGI是“一个定义非常糟糕的术语”。负责GPT-6 Astra关键评测的ARC Prize团队也明确表示，该模型代表了通用化能力的重要进步，但“我们并不声称它就是AGI”。
围绕同一款模型，产业界出现了截然不同的表述。这种分歧的根源在于AGI至今没有统一的行业定义。OpenAI在2018年公司章程中将AGI描述为“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”，包含经济性、超越人类、高度自主三个可灵活解释的要件。DeepMind提出的“AGI等级”框架则以性能和通用性两个维度划分L0至L5六个层级。黄仁勋的定义更为直接：能够自主创造十亿美元价值的AI即为AGI。三种定义均不具备行业约束力，而正是这种模糊性，使“AGI”成为各方按需征用的符号——对芯片厂商意味着更多算力需求，对模型公司意味着估值溢价和人才吸引力，对投资者意味着一个可以长期讲述的增长故事。
剥离口号，GPT-6 Astra的技术进步是真实的。官方数据显示，该模型在高级数学评测Frontier Math Tier 4中取得97.6分，上下文窗口扩展至105万token，在计算机操作、编程、网络安全和科学研究领域均达到行业前沿水平，是OpenAI首个在其“准备框架”下达到网络安全能力“Critical”级别的模型。更具代际意义的变化在于，大模型正从“知识问答”加速走向“自主行动”。GPT-6 Astra可以创建文档、电子表格和演示文稿，遵循用户模板和指令，并在需求变更时自主调整，不再只是回答问题的工具，而是执行任务的“劳动力”。
这一趋势并非OpenAI独有。2026年，整个行业都在向“智能体化”推进。4月，Anthropic发布Claude Opus 4.7，在AI编码、规模化工具调用和Agent计算机操作等多项基准中超越同期竞品；其未公开的研究版本将黎曼zeta函数满足黎曼假设的零点比例下界从41.6％推高至67.2％。5月，谷歌在I/O大会上推出Gemini 3.5 Flash，定位为“最强智能体与编程模型”，此后以约三周一个版本的节奏迭代，8月发布Gemini 3.7 Flash，9月推出Gemini 3.8 Flash。6月，谷歌DeepMind发布DiffusionGemma，将图像领域的扩散机制引入文本生成，在单块H100上实现每秒1000+ token的生成速度，对自回归架构形成根本性挑战。
国内厂商同样在加速。4月，沉寂145天的DeepSeek发布V4预览版，7月推出的V4-Flash正式版在智能体能力上反超自家Pro版本。9月，阿里发布Qwen3.8-Max，总参数达2.4万亿，支持1M token上下文，在智能体规划测试中拿到90.94分。字节跳动的豆包Seed 2.1 Pro、月之暗面的Kimi K3也在各自赛道上逼近国际第一梯队。从“百模大战”的跑分竞赛，到“智能体大战”的执行能力比拼，模型不再满足于“说对”，而要“做成”。这种从认知到行动的跨越，比任何AGI定义都更接近技术演进的真实脉络。
如果说技术进步是AGI之争的“里子”，那么资本动员就是它的“面子”。Gartner预测，2026年全球人工智能支出将达2.59万亿美元，同比增长47％，其中AI基础设施（含算力、服务器、数据中心）为最大支出板块，约1.43万亿美元。摩根士丹利估计，全球主要AI建设者的资本开支2025年约4660亿美元，2026年翻倍至9170亿美元，2027年将再增长60％至1.4万亿美元。仅亚马逊、微软、谷歌和Meta四家公司，2026年计划投入的资本开支合计就超过7000亿美元。中国市场方面，2026年一季度国内AI算力需求同比暴涨417％，有效供给增速仅128％，供需增速缺口达289个百分点。字节、腾讯、阿里三家年度资本开支直逼万亿人民币，百度单季度投入59亿元，阿里云AI业务占比首次突破30％。
在这一量级的资本流动面前，“AGI是否已经到来”已不完全是学术问题，而是直接影响订单和估值的商业叙事。英伟达是这轮AI基建浪潮中最大的受益者，每一座数据中心、每一次模型训练、每一个智能体部署，都在为GPU订单提供支撑。OpenAI管理层的不同表态同样可以理解：总裁布罗克曼需要激动人心的叙事来吸引企业客户和顶级人才，CEO奥尔特曼则需要保持审慎空间，以免在安全审查和监管对话中被口号反噬。两者目标一致——在AGI的模糊地带中最大化商业利益，同时最小化合规风险。
回到最初的问题：AGI时代是否已经到来？当模型可以自主完成从文档创建到数据分析的完整工作流，当全球科技巨头每年投入近万亿美元建设AI基础设施，当中国厂商在开源模型和智能体能力上逼近国际第一梯队，无论是否将其称为“AGI”，一场深刻的变革正在发生。而围绕AGI定义的争论，本质上反映的是产业话语权与资本配置权的竞争，这一竞争将随着模型能力的持续演进和基础设施投入的扩大而进一步加剧。
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。
