2026 年 10 月 28 日
OpenAI 总裁格雷格·布洛克曼（Greg Brockman）近期就其先进模型发表言论，引发了关于人工通用智能（AGI）定义及现状的广泛讨论。如果将人工智能普遍定义为模拟人类智能的能力，OpenAI 对 AGI 的定义则更为具体：指在经济上最有价值的工作中表现优于人类、能更好地完成大多数人类可执行的数字和认知任务的人工智能系统。这些任务涵盖编写计算机代码、组织活动及项目管理等。
目前，该定义暂不包含农业或建筑等涉及体力劳动的工作。然而，随着人工智能与机器人技术的融合，这些领域未来可能不再由人类独占。
AGI 定义的多元视角
OpenAI 的定义侧重于系统的能力范围，但其他专家观点各异。Google DeepMind 创始人 Demis Hassabis 认为，AGI 应具备完成“人类所能完成的几乎任何认知任务”的能力，这强调了认知的广度而非深度。Meta 前首席人工智能科学家 Yann LeCun 则指出，“AGI”这一术语本身存在缺陷，建议用“人类级别人工智能”替代。这些分歧反映了业界对于 AGI 何时到来以及如何识别它的激烈辩论。
据 Venturebeat 报道，布洛克曼在 9 月关于 GPT-6 Astra 的闭幕新闻发布会上承认，行业最初预期会有一个明确的时刻让所有人认识到 AGI 的到来，但现实并非如此。他补充道：“对我个人而言，我确实认为我们已经到了。”
布洛克曼发表上述评论几天后，Anthropic 首席执行官达里奥·阿莫代（Dario Amodei）发布题为《我们必须跨越前沿》的文章，呼吁人工智能行业减缓发展速度。萨姆·奥尔特曼（Sam Altman）和埃隆·马斯克（Elon Musk）随后表示赞同。尽管布洛克曼认为 AGI 已至，但证据仍指向多个方向，结论尚不确定。
GPT-6 Astra 的技术突破与争议
GPT-6 Astra 最显著的变化在于用户交互模式的转变。此前模型需要逐步详细指导，而 Astra 允许用户设定目标和界限，由模型自行计算执行序列。OpenAI 演示显示，该前沿模型能同时处理多个不相关任务，超越了人类逐条提供指令的模式。
在基准测试方面，Astra 在 ARC-AGI-3 中获得了 99.9% 的分数。OpenAI 估计，当被要求练习同样的陌生游戏时，其表现优异。然而，ARC Prize 报告指出，Astra 通过每款车型共享的“带”（一种软件操作系统或物理环境）获得的最佳分数为 62.7%。值得注意的是，99.9% 的高分源于 OpenAI 为 Astra 制造的不同“带”，该配置保留了模型在请求之间的推理能力。本质上，当能够重复使用之前的工作而非“从头开始”时，Astra 的表现显著提升。
独立评价者对 GPT-6 Astra 相较于前身的进步程度意见不一。Epoch AI 将其与 Claude Fable 5.1、Kimi K3 和 GPT-5.5 Pro 等尖端模型并列为前沿水平；而 Artificial Analysis 并未将其评价高于前身 GPT-5.6 Sol。澳大利亚悉尼新南威尔士大学人工智能研究员托比·沃尔什（Toby Walsh）告诉阿尔贾齐拉，即使是最好的人工智能模型，其智能在今天仍然非常有限，且在许多任务上表现不佳。
数学难题解决与安全警示
2026 年 9 月 8 日，OpenAI 发布了一份关于纳维 - 斯托克斯方程问题的解决方案声称稿，该问题属于数学界七大千禧年大奖难题之一。媒体常将此成果归功于 Astra，但事实并非如此。据 OpenAI 称，这一证明来自一个未发布的内部模型，其能力显著强于 Astra。该模型并行运行了约 10,000 个 AI agent，耗时约 88 小时。Astra 的贡献仅在于后续的形式化和验证工作，又花费了 17 个小时。目前，该证明尚未经过数学界的全面检查。
阿莫代在 9 月的文章中发出的警告，仍是近期关于前沿模型风险的最强烈声明。他写道，在 6 到 12 个月内，一群特工可能利用持久的僵尸网络接管互联网，导致关键系统灾难性故障，造成数十亿美元损失。
滥用案例与现实局限
Anthropic 的 9 月份威胁报告列举了人工智能被令人担忧地使用的实例。报告显示，也门北部一个组织利用 Claude Code 构建火箭和导弹的指导软件；俄罗斯和中国的操作员自动化间谍工作；一名法语使用者利用人工智能构建软件平台，在网上搜索特定政治运动参与者的个人信息。在这些案例中，人类选择目标，模型提供执行力。
这种在人类指导下运用速度和规模的能力是一种狭窄的技能，并不构成一般智力的描述。能力与一般智力是不同的概念，需要不同的应对策略。阿莫代建议减缓前沿发展的同时，扩大独立评估并协调各国的安全标准。真正的通用制度应回答这些措施未能解决的问题。
GPT-6 Astra 并未确定 AGI 是否已经到达，而是揭示了为何这个问题越来越难以回答。智能越来越多地被视为包括模型、内存、工具和代理在内的人工智能系统的属性，而非单独测试的模型。关于这些系统是否会造成严重伤害的问题，公司管理层直言不讳。
