老黄替OpenAI宣布AGI！出题人当场打脸：换个考场99.9%掉到62.7%

新智元报道

上周四，OpenAI发布GPT-6 Astra。

官网给它的定性是「世界上最智能、最对齐的模型」。

紧接着，黄仁勋在X上发了一条帖子，把这件事推向另一个高度：

AGI已经到来。恭喜OpenAI团队。

反观GPT-6 Astra的官方发布页，通篇找不到「AGI已实现」这样的字眼。

一个卖GPU的，替做模型的，把话说满了。

更有意思的，是出题的人。

OpenAI发布页写着Astra在ARC-AGI-3上拿到99.9%，「饱和」了这个以AGI命名的基准。

负责出卷子的评测机构ARC Prize看完跑分，却一把拒签：「不算。」

ARC Prize基金会当天就发文拆解：

这个分数来自OpenAI定制的测试环境，换成对所有厂商一视同仁的标准环境，只有62.7%。

他们的结论只有一句：Astra在泛化上有实质进展，「但我们不宣称它是AGI」。

芯片供应商直接盖章，模型厂商留了余地，负责出题的基准机构直接拒签。

这大概是过去几天AI圈最魔幻的一幕：AGI这次没有被真正「实现」，而是被各方代言人在社交平台上「宣布」了。

OpenAI自己怎么说？

在发布当天的记者电话会上，总裁Greg Brockman说了一句极具煽动性的话：

欢迎来到AGI时代。

他甚至预言，如果几年后回头看AGI是何时诞生的，「大概就是这个时期，可能就是这个模型。」

听起来像官宣？

但他立刻又补了两个限定词：第一，这是他「个人判断」；第二，AGI是个灰色、模糊的概念，「到底算不算，由用户自己决定。」

在自家最重要的产品发布会上，总裁居然用「个人看法」来给时代定调，甚至还把最终裁定权甩给了网友。

这只能说明一件事：OpenAI内部，也拿不出一份明确、能公示的AGI认定书。

更有意思的是CEO奥特曼的态度。

在Astra发布前，他曾公开吐槽「AGI」是个定义糟糕、接近营销术语的词。

CEO嫌这个词太虚，总裁拿它当「个人看法」，官网干脆闭口不提。

黄仁勋那句AGI的「盖章」和恭喜，恰好就落在了这个微妙的空白里。

99.9%与62.7%

同一张卷子的两套成绩

Astra到底强不强？

OpenAI发布页上写着：

Astra在以AGI命名的基准测试ARC-AGI-3上拿到了99.9%的逆天高分，「饱和」了这个测试。

但打脸来得也快。

当天，负责出题的ARC Prize基金会就发文，把这个「99.9%」当众拆解了。

原来Astra考了两次。

ARC-AGI-3榜单，Astra两套环境的成绩分开标注；同榜Claude Opus 5为30.2%，GPT-5.6 Sol为7.8%。

在OpenAI深度定制的「自带工具」环境下（允许模型保留推理状态、用独家技术管理长对话），它确实考了99.9%，花了近1.9万美元。

但如果换成对所有厂商一视同仁的「裸考」标准环境，它的最高分其实只有62.7%，成本更是飙升到2.6万美元。

ARC Prize的态度很坚决：未来的AGI，必须能在标准条件下解题。带工具拿到的99.9%和裸考拿到的62.7%，完全是两码事。

当然出题人也承认Astra带来了「阶跃式」的惊喜，在96%的关卡里，Astra用的动作数比人类还少，平均少用51.7%。

这是AI第一次在动作效率上全面碾压人类。

可ARC Prize早就把话说在前头：ARC-AGI-3上线那天他们就写明，刷满这个基准不等于「证明达到了AGI」。

理由很简单：测试环境再难也是封闭的，机制确定、目标封闭，代表不了真实世界的复杂与开放。

就像一个学霸，卷子考了满分，到了真实职场未必依然能够开挂。

10万颗炼模型

40万颗卖未来

既然出题人都不认，老黄为什么最急着宣布「AGI已到」？

仔细拆解黄仁勋的那条帖子，你会发现它的信息结构比表面热闹得多。

帖子全文是：

GPT-6 Astra，在约10万颗NVIDIA Grace Blackwell NVLink72上训练。从ChatGPT到o1再到Astra，只用了4年。AGI已经到来。恭喜OpenAI团队。接下来还有40万颗GPU上线。

第一个数字：10万颗。

Astra是OpenAI迄今规模最大的一次训练，用掉了超过10万颗GPU。

第二个数字：4年。

从ChatGPT到o1再到Astra，黄仁勋用一条时间线，把对话模型、推理模型和所谓的AGI连成了一条直线。

第三个数字：40万颗。

「接下来还有40万颗GPU上线。」

这40万颗归谁？什么型号？用来干嘛？黄仁勋在这里留下了悬念。

但当这三个数字与「AGI已到」被塞进同一条帖子里时，读者脑海中就会出现这样一种商业叙事：

10万颗GPU砸出了Astra（也就是AGI），那接下来的40万颗会砸出什么？

在这个语境下，AGI不再是一个抽象的技术终点，而变成了一份最有力的算力需求证明。

一旦AGI被公认「已到」，天价的算力就不再是企业的成本项，而是谁都不敢下牌桌的必需品。

推特上的AGI

进不了商业合同

去年10月，OpenAI和微软的新协议里写了一条：OpenAI宣布AGI之后，还得由一个独立专家小组核验。

今年2月两家又联合重申，合同里AGI的定义和认定流程「均保持不变」。

到了4月，协议再度修订，微软的收入分成改为「与OpenAI技术进展无关」，外界普遍解读为AGI条款对商业利益的触发作用已经大幅弱化。

也就是说，Brockman在记者会上说什么、黄仁勋在X上写什么、ARC-AGI-3跑了多少分，都不构成合同意义上的AGI认定。

眼下正是OpenAI筹备IPO的关键节点，死对头Anthropic也在冲刺上市。

「AGI」这个词早已写进了OpenAI与微软、亚马逊的投资协议里，它牵动的已经超出技术信仰，还有股权定价和商业控制权。

这就能解释，为什么Brockman只敢说是「个人判断」，为什么OpenAI官网严防死守不提AGI。

舆论场上可以尽情欢迎AGI时代，落到合同里，一个字都不能多写。

谁有资格宣布AGI？

Bloomberg一篇长文把这个问题捋了一遍，答案是没人说了算。

先看定义。

OpenAI的版本是「在大多数具有经济价值的任务上超越人类的系统」。

谷歌DeepMind 2023年的论文不看经济价值，看通用性，看能不能用很少的数据学会新技能。

ARC Prize更直接，说经济价值「是衡量智能的错误尺度」，他们的定义是「能高效习得训练数据之外新技能的系统」。

连词也都不一样。

Anthropic的Dario Amodei不爱说AGI，改叫「强大人工智能」（powerful AI）。微软的Mustafa Suleyman造了个「可用人工智能」（artificial capable intelligence）。

Meta和OpenAI最近干脆跳过AGI，直接谈「超级智能」（superintelligence）。

时间表更乱。

2024年9月，奥特曼说「指向AGI的系统正在显现」，甚至说「几千天内」可能有超级智能。

一年后GPT-5发布，他承认「我们还缺一样相当重要的东西」，但没说缺什么。

再一年，Brockman在Astra发布会上说「欢迎来到AGI时代」。

DeepMind那边，Shane Legg从1999年起就押2028年前实现AGI的概率是50%；Demis Hassabis却说还要五到十年，时间线看起来在缩短，只是因为「AGI的定义正在被稀释」。

于是就出了眼下这个局面。

同一个词，四拨人用四种方式定义它。

模型公司握着产品叙事，只晒跑分不下定论；

芯片巨头握着算力叙事，急着宣布时代降临；

基准机构握着测试标尺，死死咬住底线，不承认；

微软这样的大金主握着合同条款，稳坐钓鱼台，按规则算账。

过去四年，全行业争的是谁最先做出AGI。

最近，叙事时态变了，从「还要一到三年」「最快半年」，直接跳到「已经到来」。

可一套公认的AGI验收标准，至今没人拿得出来。

参考资料：

https://x.com/JensenHuang/status/2096700264569090384

https://www.bloomberg.com/news/features/2026-09-04/what-is-agi-openai-anthropic-race-for-artificial-general-intelligence

https://www.axios.com/2026/09/03/openai-astra-gpt-6-agi-brockman

编辑：元宇