聊到AGI，圈里人最近分成了好几派。

有人觉得它明天就来，有人觉得这辈子都悬。

说真的，这两种声音我都听过，但情况比这复杂得多。

**到底什么是AGI？这事儿本身就扯不清。

**

吴恩达前段时间直接开炮，说AGI已经变成了一个营销术语。

他说得挺狠——各家公司在不断降低定义门槛，把一段代码能跑通就叫通用智能。

他给了一个很实在的标准：让AI像远程工作者一样，用几天时间完成真实的工作任务，才算接近AGI。

另一边，周鸿祎的看法就宽松多了。

他说AGI不一定非要出来一个爱因斯坦才叫AGI，AI现在已经比每一个普通人都要聪明了。

红杉资本更激进，直接喊出2026年是AGI元年，标志就是“长时程智能体”的成熟。

**大佬们的时间表，乱得一塌糊涂。

**

马斯克最猛，明确说2026年实现AGI，到2030年AI智能总和将超越全人类。

OpenAI首席研究官Mark Chen也释放了强烈信号，说AGI即将到来。

但哈萨比斯（DeepMind的CEO）就谨慎多了，说2030年前实现AGI的概率只有50%。

吴恩达直接泼冷水——真正实现AGI可能还需要几十年甚至更久。

杨立昆更狠，说AGI本质上是个定义模糊的伪命题。

你看，同一个词，有人觉得已经到了，有人觉得还得等几十年。

**技术到底卡在哪了？**

哈萨比斯点出了三个没解决的问题：持续学习、长程推理和记忆。

现在的大模型上下文窗口能做到上千万token，但存得下和找得到是两码事。

他打了个比方——就像你用记事本写了一百万字的笔记，从不分类归档，每次找东西都得从头翻到尾。

还有一个问题叫“内省”。

他说同一个模型能解出IMO金牌级别的题目，但换个方式问，又会在小学数学上犯错。

模型对自己的推理过程缺乏真正的反思能力。

DeepMind最近发了篇论文，把AGI定义为“达到中等人类水平的通用智能”。

更值得关注的是，他们已经在讨论AGI之后的路径了——从AGI到ASI（超级人工智能），有四条路和六道关。

**说点实在的。

**

与其纠结AGI哪天来，不如看看眼前的变化。

红杉资本说得挺对——2023、2024年的AI应用是“对话者”，2026年之后的将是“执行者”。

智能体开始能干活了，能完成有意义的、长周期的真实工作。

这才是普通人能摸得到的东西。

AGI这事儿吧，别被带节奏，也别不当回事。

技术确实在往前走，但离那个“什么都能干”的通用智能，中间还隔着好几道坎呢。

慢慢看吧，反正也急不来。

声明：本文内容仅代表作者个人观点，与本站立场无关。

如有内容侵犯您的合法权益，请及时与我们联系，我们将第一时间安排处理。