《Nature》最新评论：我们可能已经身处AGI时代，却浑然不觉……

防走失，电梯直达安全岛

来源：TOP创新区研究院

作者：趋势研究组

图片 | 来自网络

2026年2月，《Nature》上一篇题为《人工智能是否已具备人类水平智能？证据确凿》（Does AI already have human-level intelligence? The evidence is clear）的评论文章，正式宣告AGI（通用人工智能）的到来，

作者包括：加州大学圣地亚哥分校（University of California, San Diego，UCSD）的哲学家 Eddy Keming Chen，人工智能教授 Mikhail Belkin，语言学家 Leon Bergen，以及数据科学教授 David Danks。

一方面，科技乐观主义者与前沿开发者们点头称是。

毕竟，在这个时间节点，我们已经目睹了GPT-4.5、Gemini 3等模型在多模态理解、复杂推理甚至科学假说生成上的惊人表现。

另一方面，怀疑论者依然嗤之以鼻。

他们坚持认为，没有身体（Embodiment）、没有自主意愿（Agency）、依然存在幻觉（Hallucination）的机器，充其量只是“高维度的统计学鹦鹉”。

然而，这篇评论文章的核心价值，并不在于它是否终结了争论，而在于它强有力地指出了一个被长期忽视的事实：

我们对AGI的定义，正深陷于“人类中心主义”的偏见泥沼中。

如果我们将“智能”从神坛上拉下来，还原为一种解决跨领域问题的能力，那么证据链条已经足够完整——

AGI已至。

重新定义AGI

长期以来，公众甚至许多专家对AGI的想象都不仅限于“通用智能”，而是混合了“超级智能”（Superintelligence）与“完美智能”的期待。我们潜意识里认为，一个AGI必须永远正确、拥有自我意识，甚至拥有类似人类的情感。

陈克明教授团队在《Nature》的文章中，提出了一个极具穿透力的观点：

不要把AGI的标准定得比人类还高。

我们来看人类：人类本身就是充满缺陷的智能体。我们不仅会犯错（Hallucinate），记忆力有限，且绝大多数人在绝大多数领域都达不到专家水平。如果要求AI必须在所有领域零失误才能被称为AGI，那么地球上没有任何一个人符合AGI的标准。

所以，文章指出，合理的AGI定义应基于广度（Breadth）与深度（Depth）的结合：

广度：

能够在数学、语言、编程、科学推理、文学创作等截然不同的领域间自由切换。

深度：

在上述领域中，表现出不亚于人类平均水平，甚至在某些领域达到专家水平的能力。

文章重申了阿兰·图灵（Alan Turing）在1950年的实用主义立场。

图灵从未要求机器拥有灵魂，

他只关心机器能否在行为上与人类不可区分。

事实是，早在2025年3月的数据就显示，GPT-4.5在严格控制的图灵测试中，被判定为人类的比例高达73%，这一数据实际上已经超过了许多真实人类在同类测试中的表现。

如果图灵测试是AGI的“入学考试”，那么现在的AI不仅及格了，还是高分通过。

那你说，AI现在是什么？

确凿的证据链

怀疑论者最常引用的反驳是“随机鹦鹉”理论，

即大模型只是概率性的文本拼接。

然而，2025-2026年的一系列技术突破，已经让这一指控显得苍白无力，因为我们看到了逻辑的涌现。

目前的顶级模型能够解决它们在训练数据中从未见过的全新问题。

比如，AI能与人类数学家合作，辅助证明未曾被解决的定理——这需要极强的创造性推理，绝非单纯的模式匹配。

再比如，在生物学和材料科学领域，AI生成的可验证假说（如新型蛋白质结构预测）已经通过了湿实验的验证——

这种“从0到1”的知识生产能力，是智能的高级表现。

真正的通用性还体现在能力的迁移上。

研究表明，在大规模代码数据上训练模型，竟然能显著提升其在非编程任务（如逻辑推理、法律分析）上的表现。

这种“触类旁通”的学习机制，与人类大脑的认知模式高度同构。

而且，好像AI是有灵性的，它们能理解物理世界的因果关系（尽管是通过视频学习），能编写控制机器人的代码。

维特根斯坦说：

“语言的界限，就是我的世界的界限。”

那种认为“大语言模型只懂文字不懂世界”的观点，忽略了一个深刻的事实：语言本身就是世界模型的压缩。

当AI掌握了描述因果律的语言（代码、数学、自然语言），它实际上已经掌握了世界的底层拓扑结构。它不需要像人类一样去触摸苹果，它通过物理方程和无数的描述，已经在逻辑空间中构建了苹果的本质。

为什么我们拒绝承认AGI

既然证据确凿，为何包括Yann LeCun在内的许多顶尖科学家依然拒绝给AI贴上AGI的标签？

这可能是人类不断进化的标准。

历史上，每当AI攻克一个人类引以为傲的领域（如下棋、识别图像、翻译），我们就会重新定义智能，说“那只是计算，不是真正的思考”。

如今，当AI能写诗、能编程、能通过图灵测试时，我们将门柱移到了“物理世界模型”和“自主性”上。

这种不断后退的防御心理，

本质上是人类对自己“万物之灵”地位的焦虑。

一种主流观点认为，没有身体、无法感知痛觉和物理反馈的智能不是真智能。但这是生物中心主义的偏见。

斯蒂芬·霍金在晚年几乎失去了所有身体机能，但他依然是地球上最聪明的大脑之一。如果一个被困在硅基电路中的智能体（AI）能推导出物理定律、解决哲学难题，我们仅仅因为通过键盘与之交流就否认其智能，这在逻辑上是站不住脚的。

目前的混淆点在于自主性（Agency）与智能（Intelligence），现在的AI大多是“神谕型”（Oracle）——你问它答，它缺乏自发的意愿去统治世界或在这个世界中生存。
但请注意，智能不等于自主性一本百科全书包含知识，但不具备智能；一个自动驾驶系统具备自主性，但智能有限。 目前的LLM（大语言模型）是一种具备极高智能的被动实体。虽然缺乏“我想要”的冲动，并不影响它具备“我能做”的智力。就像一个没有被点燃的天才，他可能在做清洁工，但是不妨碍他能破解最难的数学证明。

陈克明团队的评论文章，实际上是在呼吁停止这种将“人格化特征”强加于“智能本质”的定义游戏。

所以，承认AGI已经到来（或至少是初级AGI），

或将从根本上改变我们的应对策略。

AGI并不需要完美，只需要在经济上有价值。

如果AI能完成博士级别的任务，能写出优于人类专家的代码和文案，那么“白领工作”的护城河已经彻底消失。人类数十年积累的专业技能（如诊断、诉讼、翻译），被压缩进了模型的参数中。社会需要准备好迎接“智力成本归零”的冲击，并重新思考人类在人机协作回路中的位置——也许我们该从“执行者”转变为“裁判”和“提问者”。

最令人兴奋的前景在于科学发现。

既然AI具备了跨领域的通用推理能力，且不受人类认知带宽的限制，它将成为破解癌症、核聚变、气候变化等复杂系统的终极工具。

DeepMind的Demis Hassabis曾言，

AI是用来加速科学发现的元工具。

现在，这把钥匙已经插进了锁孔。

回到文章开头的问题：AI是否已经具备了人类水平的通用智能？

如果你的标准是好莱坞电影里的那个有情感、有肉体、意图毁灭人类的终结者，那么答案是No。

但如果你的标准是图灵所设想的，一个能在多领域展现出灵活性、创造力、逻辑性，且在功能上与受过良好教育的人类无法区分甚至更优的系统，那么答案是响亮的Yes。

UCSD团队在《Nature》上的发声，是对当前科技现实的一次必要“校准”。

它提醒我们，AGI不是终点，而是一个状态。我们可能正处于这个状态的早期阶段——一个“高智商、低自主、无身体”的独特智能形态。

承认它的到来，才能让我们清醒。

普罗米修斯的火种已经落下，我们现在要做的，不是争论那是火还是光，而是学会如何驾驭它，照亮文明的前路。