马斯克称：哈萨比斯用他“发现相对论”的定义混淆了ASI和AGI

信息来源：https://officechai.com/ai/elon-musk-says-demis-hassabis-is-confusing-asi-with-agi-with-his-discovering-relativity-definition/

2026年2月，谷歌DeepMind首席执行官德米斯·哈萨比斯在印度人工智能峰会上抛出了一个引爆舆论的观点：要检验一个系统是否真正达到通用人工智能（AGI），就把它的训练数据截止到1911年，然后看看它能不能自己推导出广义相对论。这不是一道普通的考题，这是爱因斯坦级别的智识飞跃。

话音未落，埃隆·马斯克在X上直接开怼，言辞简短却一针见血：哈萨比斯描述的根本不是AGI，那是ASI，也就是人工超级智能（Artificial Superintelligence）。

一场关于定义的战争

两人的分歧，表面上是语义之争，骨子里是两套完全不同的AI世界观在碰撞。

哈萨比斯的逻辑是这样的：AGI的本质，是一个系统能够拥有人类所有的认知能力，包括真正的创造力、持续学习能力和长期规划。他认为现有的AI系统，包括最先进的大语言模型，在这三个维度上依然存在显著缺口。用训练截止1911年的数据独立推导出相对论，意味着系统能从第一性原理出发，完成真正意义上的科学创造，而不只是对已有知识的重组复述。哈萨比斯认为，只有做到这一点，才算真正的AGI，离实现这一目标，他估计还需要5到8年。

马斯克的反驳逻辑同样清晰：爱因斯坦不是普通人，他是人类历史上最顶尖的智识天才之一。一个能独立完成爱因斯坦所做的事、并且可以被复制成数百万个实例同时运行的AI系统，其整体智能水平对人类来说将是压倒性的碾压。这样的系统，按照任何传统定义，都应该归入ASI的范畴，而非AGI。

在更主流的行业共识里，AGI指的是一个在大多数认知任务上能与普通人类媲美的系统，强调的是"通用"和"人类水平"，而不是"超越人类历史上最伟大的天才"。哈萨比斯的测试门槛，显然远远超出了这条线。

这场争论，为什么不只是学术游戏

有人或许会说，两个科技大佬在社交媒体上争名词定义，不过是茶杯里的风波。但事实上，这场争论牵动的利益链条，远比表面看起来复杂。

首先是时间表的问题。马斯克在达沃斯论坛上重申，他的xAI有望在2026年至2027年之间实现AGI，并预测超级智能大约在2030年前后到来。而哈萨比斯的估算是5到8年。如果两人对AGI的定义本身都不一样，那这两个时间表实际上根本不在同一个坐标系里，外界的比较和解读也就全部失效。

其次是监管和资本的问题。"AGI已经实现"还是"距离AGI还有多远"，直接影响着政府监管机构的应对节奏。欧盟、美国和各主要国家对AI的风险分级，都在隐含地参考AGI这条分界线。如果这条线本身是模糊的，监管框架就会产生巨大的政策套利空间。与此同时，投资者在为AI公司估值时，也深度依赖这条叙事主线：距离AGI越近，公司的潜在价值越难以用传统模型衡量，溢价越高。

最后是公众预期管理的问题。数十亿普通用户正在实时跟踪AI技术的演进，他们对这项技术的判断和信任，建立在对"AGI"这个词的直觉理解上。当行业最顶尖的两位权威人士公开表达截然不同的定义，这种信息混乱会直接扰动社会对AI风险和潜力的整体认知。

谁更接近"正确答案"

两人的立场其实各有道理，这也正是问题的复杂所在。

哈萨比斯的测试方案有其内在美感：它把AGI的判断标准从"完成任务"提升到"产生知识"，从"应用已有认知框架"提升到"构建新的认知框架"。这是一种更具雄心的定义，也更接近人们对"真正智能"的哲学直觉。但马斯克的批评也击中了一个关键漏洞：哈萨比斯用来验证AGI的那根标尺，起点已经远远高于"通用人类水平"。如果一个AI要通过爱因斯坦级别的测试才算AGI，那么99.99%的人类本身都不具备AGI资格，这个定义的内在矛盾就很难自圆其说。

更根本的问题在于，整个AI行业目前仍然缺乏一个被普遍接受的AGI操作定义。OpenAI有自己的版本，Anthropic有自己的理解，DeepMind有自己的标准，马斯克有自己的直觉判断。这种分歧不是因为这些人不够聪明，而是因为"通用智能"本身就是一个极难被精确操作化的概念。

马斯克与哈萨比斯的这次公开交锋，把这个长期潜伏在学术圈内部的争议推到了聚光灯下。名词之争背后，是整个人类社会对"下一种智慧形态"的想象分歧，以及由此衍生的权力、资本与责任的重新分配。这场争论，还远没有到终结的时候。