一个价值 1000 亿的词，让 OpenAI 和微软杠上了

　　Grok 4 发出之后，风评非常两级。有人大喷特喷，觉得它又贵又不好用。有的则啧啧称神，断言「AGI 已经实现啦」。

　　AGI 怎么又实现了，AGI 究竟是什么还不好说呢——华尔街日报报道，微软和 OpenAI 又因为这个要吵起来了。

　　早在 2023 年，两家公司就签订协议，将 AGI 定义为「可以产生 1000 亿美元利润的自主系统」。

　　但仅仅一年后 OpenAI 就不这么想了，而是在官网上声称，AGI 定义为「在最具经济价值的工作上表现优于人类的高度自主系统」，并认为自己将最先实现制造 AGI。

　　OpenAI 提出的 AGI 五阶段理论 图片来自：Bloomberg

　　微软跟 OpenAI 之间的合同，价值超过 130 亿美元——而他们甚至没有对 AGI 到底是什么达成一致，这是在玩过家家吗？

　　一个反直觉的可能性是：不定义清楚，比定义清楚，更有利。

　　定义权？No；印钞术，Yes

　　微软之所以跳起来，不仅是因为他们真金白银在花钱，也是因为曾经的合同中有一个危险条款：当 OpenAI 的系统达到 AGI 水平时，这家初创公司将能够限制微软对其技术的访问。

　　微软正在努力阻止这种情况发生，其中就包括直接挑战「AGI」的定义。

　　「AGI 到底是什么？」 这是近几年最常见，也最无解的问题之一。别说答案不仅不清晰，甚至连问题本身都开始模糊。

　　技术社区从未就 AGI 的定义达成共识——是多模态能力的融合？是持续学习与自我优化？还是与人类智力的等价比肩？没人知道，也没人敢下断言。

　　为了解决这一麻烦，微软曾经的尝试算是提出了一个看似客观的判断方法：如果 AI 能创造的利润达到了 1000 亿美元，就可以认为是实现了 AGI。

　　这看上去像是玩笑，但其实并不荒谬。

　　考虑到人工智能是大烫门赛道，热钱不断翻涌，「AI」已经不够吸引人了，「AGI」才行。天才们不是要做人工智能，更要做通用人工智能。而做通用人工智能，需要大量的资金投入。

　　但投入不能完全没有回报，那么当靠烧钱培养出来的 AGI 真的能扛起挣钱的重任时，怎么不算实现 AGI 了呢？

　　在这个前提下，一条台面下的规则在发生作用：谁能定义 AGI，谁就抓住了一台「印钞机」——包括但不限于吸引投资、驱动估值、收获舆论与政策资源。

　　在商业策划案上写上「AGI」，敲不开的门都自动打开了，进不去的赛道都敞开怀抱了。这一现象背后的逻辑，并不只属于商业谈判的范畴，而是反映着一种权力结构。

　　OpenAI 与微软之间的业务关系，图片来自：The Information

　　把模糊的术语绑定到经济收益上，对于微软而言是更有利的，除此之外也能进一步兜售未来想象，为自己在巨头之间的竞争中获得话语资源。

　　不得不说，Sam Altman 是有大智慧的：AGI 无法被定义，正是它好用的原因。

　　AGI 是一种典型的「模糊术语」——你越无法精确说明它是什么，它就越容易在不同情境下被灵活调用，用于估值、用于谈判、用于兜售未来。

　　这也是为什么微软与 OpenAI 会在 AGI 的定义上出现张力：不是因为谁更关心技术真相，而是因为谁拥有宣布「它已到来」的话语权，就拥有了改写合作关系、重组利益分配的权力。

　　数字一定更客观吗？

　　如果技术都不足以定义 AGI，那难道除了吵架，就没有别的方法了吗？

　　此时就轮到数据建模登场了。

　　英国纽卡斯特大学的一项研究引发了讨论，这篇论文对 AGI 以及潜在的社会影响，提出了一个社会经济学的分析框架。

　　它的特殊之处在于，尝试通过数学建模的方式，来推算 AGI 社会影响的临界点。研究人员基于 AI 发展对不同行业劳动力替代率、资本积累速度和平台集中度的数据建模，试图找出一个拐点：在哪个阶段之后，AI 技术将不可逆地引发社会结构的断裂、重组。

　　研究里使用了多种不同的生产函数，构建了一个「Power shift」模型，希望能够模拟 AGI 代替人力所带来的影响。

　　用量化数据揭示 AGI 替代效应与劳动收益崩溃的临界阈值，这和「年营收 1000 亿美元即是 AGI」的判断方式，属于同一种思维范式：如果你无法理论性地定义它，那就给它设一个数字，数字总是相对「客观的」。

　　当然，在细节上，建模还是有很多问题。比如缺少行业数据、历史真实案例的支撑，使得推演更像是一种「预言」，而缺乏一定的解释效力。另外，行业内部竞争所带来的算力价格变化、运营成本，甚至是监管所带来的影响，都很难体现出来。

　　因此论文的结论也比较谨慎，它不是说「AGI 实现了」，而指出「一旦超过这个点，社会将进入结构性变革阶段」。

　　不过，建模这种思路在科技界并不陌生。与其在哲学上争辩「AI 是否具有意识」、「世界模型是不是更高级的范式」，不如在财务模型上设立一个目标函数。

　　当估值模型跑通、数据指标达标，AGI 就可以「实现」了——不是因为它真的实现了，而是因为它具备了被宣布为现实的全部前提。

　　这或许是为什么研究人员，将这种趋势称为「技术封建主义」：真正统治世界的，不是技术，而是对技术的定义权。平台不需要创造新的文明，只需要控制对新文明的描述方式。

　　而一个概念的定义越含糊，就容易根据不同的场景来调整。虽然合同已经签好了，但是「AGI」的定义变化了，资金的使用也可以随之变化，享受的待遇也可以变化，连合作结构也可以变化。

　　这也是为什么我们需要警惕——AGI 可能永远无法精确定义，但它已被嵌入制度，成为真实存在的行动基础。它的模糊性没有削弱它的效力，反而增强了它的「多功能」：既可作为投资叙事，也可作为政策筹码，还可作为控制合约的开关。

　　当某一天你看到一款 AI 产品上线，宣称「AGI 已至」，不妨先别问技术细节，而是问一句：这是谁的 AGI？又是为谁而宣布？