北京
7月17日，一篇西班牙报道引来一个引人注目的标题：Google DeepMind负责人、诺贝尔化学奖得主德米斯·哈萨比斯称，通用人工智能（AGI）大概还有三到四年。三天前他自己写得更谨慎：AGI“可能只有短短几年之遥”，人类正站在“技术奇点的山脚下”。
再把独立预测者的判断放在一起读。最大公共预测社区Metaculus的共识中位数指向2033年前后。最近一次对2778名机器学习研究者的调查则认为，机器在所有任务上超越人类要等到2047年。撰写了广为流传的“AI 2027”情景的丹尼尔·科科塔伊洛，去年12月已把他的超智能时间表修正到2034年左右。
也就是说，领跑的三家实验室之一的话事人说只要几年。预测者们说需要一到两个十年。他们看的是同一批模型。当严肃估算之间相差十倍之巨，“AGI何时到来”就不再是个规划参数，而成了一场谁都定不了价的赌局。
好消息是：这本来就是道错题。铺天盖地的时间线争论底下，还埋着一个几乎无人反对的判断。那一个才是你真正能做打算的。
为什么日期无从知晓
首先，业内对AGI根本没有共享定义。OpenAI用过利润金额来度量。DeepMind给能力分了零到五个等级。Anthropic的达里奥·阿莫代伊直说这个词是营销，他更倾向“强大AI”的提法。Meta的杨立昆希望把这词彻底退市。英伟达的黄仁勋今年春天在一个播客里说，按他的标准AGI已经实现了。加里·马库斯却觉得还远得很。描述着相同的系统，只是尺子不一样。
叠加上动机，局面更复杂。一位实验室负责人预测再过几年就能触摸到AGI，同时也在募资、抢人，并为将要规制自家赛道的政策提前塑形。这并不说明他说错了，只说明解读预测时得记得里面附着利益。
而技术逆风是实打实的，不是空谈。据估算到2028年，公开训练文本就将耗尽。据报道，GPT-4.5的成本是前代的好几倍，性能增益却很有限，这就是收益递减的样子。眼下任何做智能体开发的人都绕不开一个硬瓶颈：长任务可靠性。由约舒亚·本吉奥与一百多位专家联合撰写的《国际AI安全报告》说得不客气——任务越长，智能体越容易断片，连弹出一条弹窗广告都可能让整套流程脱轨。微小差错层层放大，智能体偏离目标之后就再也找回不来。
这一切的证据，并不能让你推导出AGI很遥远。它们只是在说：日期真的不确定，往哪个方向都不确定。把你的路线图押宝在任何具体年份上都属于失误，不论你押哪一年。
事实上没有争议的那部分
现在来看各方都认同的局面，因为它的基础是实测，而非预测。
能力曲线正以前所未见的速度攀升。模型所展现出的各项能力，早已突破了此前人们所认为的“AI做不到”的边界。这一上升进程本身没有被任何严肃观察者否认。争议仅在于曲线的斜率何时会变化，以及所谓的“顶峰”是否真的存在。
与此同时，投入的资本规模持续放大。这不仅是实验室层面，还包括基础设施层面的投入。计算资源的积累是一个正在发生的、有明确数字支撑的事实，而不是一个未来的猜想。没有人质疑这一趋势的加速度。
更深层的共识在于，技术落地的节奏已经不会停下来等待某个定义中的“AGI时刻”。无论你选择哪个时间点作为里程碑，模型能力的稳步增长都会不断溢出新的产品形态和商业模式。这才是眼下各方几乎无争的底层叙述：变化本身就是确定的，不确定的仅仅是我们将在哪个标签下迎来它。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
