黄仁勋说AGI已来，奥特曼说只是营销词：四个人的AGI，四本账

文 | 韩工观察

9月7日凌晨，黄仁勋在X发帖："GPT-6 Astra由超10万颗Grace Blackwell NVLink72（NVL72为机架级系统，非单颗芯片）训练，从ChatGPT到o1到Astra仅四年，AGI has arrived，下一批40万GPU即将上线。"（据黄仁勋2026年9月7日X平台回帖）

四天前，OpenAI总裁布罗克曼在Astra发布会上说："欢迎来到AGI时代，就我个人而言，我认为我们可能已经到达AGI了。"（据Greg Brockman 2026年9月3日GPT-6 Astra发布会）

而OpenAI CEO奥特曼却在9月1日的采访中拆台："充其量，你可以说AGI是一个定义非常糟糕的术语，它就像一个无关紧要的营销术语。"（据Sam Altman 2026年9月1日公开采访）

斯坦福李飞飞更早定调："AGI更像是一个营销术语而非科学术语。"（据李飞飞2025年11月Lenny's Podcast播客）

四个人，同一条线，画出四个版本。

一、四本账：谁在画线，谁就在定义AGI

黄仁勋把终点线画在算力层。"40万GPU即将上线"跟在"AGI已来"后面，顺序比内容更诚实。他在英伟达2027财年Q2电话会上明确表示算力即收入（据英伟达财报电话会公开纪要），"AGI已来"四个字，前面是Astra，后面是40万GPU订单。当AGI被等同于"算力够多"，英伟达的营收叙事就有了无限续杯的理由。

OpenAI内部三个人，画的是三本小账。布罗克曼喊"欢迎来到AGI时代"——抬估值；奥特曼说"AGI只是营销术语"——留后路，把AGI定义消解成模糊概念，就没人拿合同里的AGI触发条款追责；首席科学家帕乔基9月6日发《An Alien Mind》，把Astra定义成"异星心智"，推安全与强制门槛——立治理话语权。（据Jakub Pachocki 2026年9月6日公开署名文章及访谈）总裁、CEO、首席科学家，三个人演三台戏，合起来把AGI拆成了可上市、可避责、可过听证的三本小账。

李飞飞的线画在赛道层。她说"即使把现代天体仪器数据全喂给今天的AI，让它推导出牛顿17世纪的运动定律——它做不到"（据李飞飞2025年11月Lenny's Podcast），推的是空间智能路线。AGI边界越模糊，她的新赛道越清晰。

但利益分析只能解释他们为什么这么说，不能回答他们说的到底对不对。要回答这个问题，需要一把不挂在任何资产负债表上的尺子。

二、中文屋与0.618：那块始终装不进去的

从1945年冯诺依曼把程序与数据压成一维线性地址流、计算与存储物理分离，再到1980年塞尔把一个人关进中文屋——人类一直在做同一件事：试图把智能装进一个可计算的壳里。每一次都觉得快装下了，每一次都发现还剩一块装不进去。

塞尔那个屋里人，靠一本英文规则书把中文符号递出去，门外以为他懂中文，他其实一字不识（据John Searle 1980年《Minds, Brains, and Programs》）。语法操作不等于语义理解，这一思想实验至今仍是意识哲学领域最重要的争论起点之一。

那块始终装不进去的，是什么？下文0.618/0.382为作者观察框架之比喻切割，借黄金分割"自然/美学"的结构感，区分可计算理智与不可计算体感，不作心理学定量结论。

自然对应理智——规律、结构、可重复验证；美学对应情绪——痛、怒、悲、信任、直觉。任何被认为是"完美"的事物，都同时包含可计算的结构与不可计算的感受。AGI只需覆盖0.618理智侧，0.382主观感受不是AGI的必备属性，而是这套智能体系永远无法抵达的渐近线。

AI可以无限逼近那0.618。它能算瓷砖进价、返点、损耗，能写代码、做客服、生成报告。但它算不出"这个供货商上次晚两天发货害我被客户骂"的恼火，尝不到心碎的咸，写得出悼词却不懂失去的痛。

Astra就是那间中文屋：规则书从纸质符号对照表换成了10万NVLink72训出的参数，屋里人查书的速度和并行度拉到天上，但他还是不痛、不怒、不悲。黄仁勋把"查书更快了"叫AGI已来，是把语法操作速度偷换成语义理解。

建材城老板看师傅搬瓷砖摔了一跤，第二天自己改了码放顺序。这"摔一跤"是0.382的体感输入，Astra摔一万次也学不出这一下，因为它不会疼。

三、最干净的一刀：Agent与AGI的分界

光分出理智与体感还不够。ARC Prize 统一 Standard harness 实测，Astra 最高 62.7%；换上 OpenAI 自研的 Provider Adapter（保留跨请求推理状态、压缩长对话），high 档跑到 99.9%。

同一模型、同一考题，37 分全在"模型外面的脚手架"上。布罗克曼拿着 99.9% 喊 AGI 已来——问题出在工程层：一个靠人套外骨骼才能拿高分的 Agent，到底算不算 AGI？

Agent（包括Astra接上Provider Adapter后的形态）感知、规划、调工具、执行，闭环完整。但目标是人定的，奖励是人标的，harness是人套的"外骨骼"。Astra的"保留不透明推理状态"是工程师开的开关，不是它自己想"我要记住刚才想啥"。

它的推理记忆依然运行在人类预先划定的任务空间内，不具备开放环境自主归纳新概念的能力，所以是高级Agent，不是AGI。

但Agent和AGI之间，不是差一个升级包，是差一次相变。从Agent到AGI，中间缺一个东西。学术界有个概念Autotelic Agent（自驱目标体），也就是自己能给自己定目标的智能体。

现在的Agent，目标是老板定的。Autotelic Agent，目标是自己定的。

2024 年 NeurIPS Workshop 已有 Autotelic LLM 实验，让大模型自己生成目标、自己出题自己做；2026 年 OpenReview 上的 SAGA 系统，能在抗生素设计、新材料发现里自主进化目标。但这些都只是在特定领域里的初步尝试，离真正的通用Autotelic Agent还差得远。

为什么差得远？因为"自己给自己定目标"这件事，要过四道坎：

第一，世界模型。不能只看文字描述，要懂物理。语言大模型是二维符号平面，世界模型是三维物理空间，AGI需要两者合起来做底座，这也是李飞飞一直推空间智能的底气所在。

第二，自主实验闭环。自己出题、自己做题、自己改卷。DeepMind的Genie+Sima实验是雏形——一个AI生成场景，另一个AI在里面完成任务，互相训练，难度递增，不需要人介入。

第三，元学习。学习"怎么学习"，算法自己改自己。现在的Agent，学习算法是人写的；AGI需要算法本身可被系统自己优化。

第四，因果推理。从"找相关性"到"理解为什么"。知道"下雨导致淋湿，所以要带伞"，而不是只发现"下雨天带伞的人多"。

四道坎全过，Agent才变AGI。截至目前，没有一个系统跨过哪怕一道。Astra在Agent里是最猛的一档，但在AGI的分级里还没进门。

按本文框架，AGI可以分级：初级能自主归纳新概念，中级能跨域迁移，高级能动态重划自己的任务边界。Astra连初级门槛都未过——它能在别人搭好的考场里考99.9分，但还没能力自己出卷子。

主观感受不是AGI的准入门槛。AGI可以没有痛感、尝不到甜味、被骂不会真难受，它依然是AGI。一旦产生人类式的主观感受、第一人称体验，也就是拥有了0.382那部分生命体感，那它就不再是通用人工智能，它就是人。当然，这仅仅是思想层面的假想，目前来看，硅基系统不可能实现这一点。

黄仁勋把在多项任务上Agent表现出色叫作AGI已来，本质是话术偷换。布罗克曼附和，奥特曼拆台，李飞飞另画一条线。

四人的分歧，本质不是技术，而是边界该划在哪里。

四、冯诺依曼二维到量子点三维：硬件革命也越不过这道坎

就算Agent与AGI的分界划清了，市场还有一层更底层的期待：堆算力、换架构，能不能直接把Agent堆成AGI？这正是黄仁勋"40万GPU"叙事的潜台词。

从冯诺依曼二维平面（计算/存储分离、总线搬数据），到今天3D堆叠、HBM、存算一体，学界在MoS₂存内计算、量子点忆阻器与三维交叉阵列（3D CBA）等方向，探索类脑架构——这相当于把屋子从平房盖成了摩天楼，量子点甚至开始模拟突触位点的电荷俘获与可塑性。

但屋里人还是屋里人。硬件升级可以不断放大自主归纳、通用推理的智力能力，支撑AGI走向中高级；但再强的硬件，也只是优化0.618理智侧的计算效率，不改变"查规则"这件事本身，更不生成0.382主观体感。

量子点没有体温，没有饥饿，没有"被坑过一次就记仇"的体感。

0.382不是维度不够、不是量子点不够、不是NVLink不够——是"活过"这个动作无法被硅基复现。芯片能够实现完整的0.618可计算智力域（也就是AGI），但永远无法跨越0.382主观体感这道边界；而主观体感，本就不是AGI需要具备的属性。

五、四把尺子合一

黄仁勋那句"AGI has arrived"会随40万GPU上线被洗成常识。但中文屋里那个人，查书的速度从1980年的纸笔变成了2026年的10万颗GPU，他始终不痛、不怒、不悲。他能完美解决你递给它的所有纸条——包括"桃是什么"、"失恋怎么办"、"至亲离世写句悼词"。

AGI的线可以画在算力上、画在评测上、画在商业叙事上——但那把尺子，只能画在"他是否真的懂了"这条线上。芯片可以抵达0.618的理智顶峰，但0.382的生命体感，永远跨不过去。

行业里四种AGI声音，各服务各自的商业账本，每个人都在画对自己有利的线。当各家随意移动那条线，市场就失去判断基准。

本文试图提供一把清晰的判别标尺：分清高级Agent与真正AGI，区分智力通用能力与人类生命体感，以此剥开围绕AGI的营销迷雾，还给市场一把干净的尺子。

信息说明：

1. 黄仁勋、布罗克曼、奥特曼原话及Astra训练规模，来自各方2026年9月公开表态及财联社等转述；黄仁勋原帖曾写"30万颗"后修订为"100K+"。
2. ARC-AGI-3双分数及ARC Prize声明，来自arcprize.org 2026年9月3日官方报告；Astra在Standard harness下最高62.7%，Provider Adapter/high档99.9%（精确99.95%）；ARC Prize官方同时声明，Astra"没有达到AGI的证明水平"，不宣称Astra为AGI。
3. 李飞飞观点来自其2025年11月Lenny's Podcast播客及后续中文媒体转述。
4. 帕乔基（Jakub Pachocki，OpenAI首席科学家）《An Alien Mind》长文及公开访谈，2026年9月6日发布。
5. 中文屋思想实验出自John Searle 1980年论文《Minds, Brains, and Programs》。
6. 0.618/0.382理智/情绪分割为本文作者借黄金分割数提出的比喻性分析框架，用以区分可计算理智与不可计算体感，非心理学或认知科学定论。
7. 冯诺依曼体系、存算一体、量子点忆阻器等硬件演进方向，综合EPFL等研究团队公开成果及学界综述。
8. Autotelic Agent（本文中文简称为“自驱目标体”）概念源自法国国家信息与自动化研究所（INRIA）Oudeyer团队自2017年起的一系列研究；Autotelic LLM实验见NeurIPS 2024 Workshop；2026年又有SAGA系统（Scientific Autonomous Goal‑evolving Agent），在ICLR 2026的Gen² workshop上发表，能在科学发现领域自主进化目标。四道坎（世界模型、自主实验闭环、元学习、因果推理）为学界AGI研究共识方向，世界模型部分参考科普中国2026年3月相关论述，自主实验闭环参考DeepMind Genie+Sima实验框架。