朋友看 AI 半小时写完一份周报还顺手改了段代码，脱口而出：这不就是通用人工智能了吗？还真不是。现在的模型再能干，多数情况下仍属于专用 AI 的范畴，离真正的 AGI 还有明显的距离。

先分清几个说法

学界早年习惯分弱人工智能和强人工智能，前者只擅长单一任务，后者对应人类水平的通用认知，AGI 大致就是强人工智能这个方向的现代表述。真正卡住的地方不在单项能力，而在长链条任务：让模型把昨天的会议纪要、今天的报表和行业新闻串成一份分析，多数产品要么丢上下文，要么每个环节都得人工喂材料，步骤一多就散架。

AGI 和大模型的差距在哪

通用人工智能指的是像人一样跨领域学习、推理、自己设定目标的智能。目前的大模型有几块硬伤：不会持续学习，训练结束知识就冻结了；缺乏真正的长期记忆和自主意图；还会一本正经地编造不存在的事实。能聊天写代码，跟具备人类水平的通用认知能力，中间还隔着不少坎。训练数据里没见过的全新领域，它的迁移能力也远不如人类，碰到没学过的规则体系就容易答非所问。

连怎么衡量都没有共识

图灵测试被提得最多，但如今聊天模型早就能骗过不少人，这个标准明显松了。有人主张看能否通过人类水平的职业考试，有人看完成真实经济任务的能力，各家评测口径差得很远，同一个模型在不同榜单上排名能差出几十名。还有团队专门做跨学科问答、长程规划这类评测集，分数涨得快，但离通用二字仍有距离。

业界的几个努力方向

  • 把模型接上工具和执行环境，做成能实际干活的智能体
  • 多模态融合，让模型同时理解文字、图像、声音
  • 具身智能，让 AI 在机器人身体里通过和环境交互学本事
  • 研究世界模型，让 AI 理解物理规律和因果关系

通用性越强，安全对齐和治理的讨论也越多，各国相关法规这几年陆续出台。至于时间表，从几年的乐观估计到几十年的保守判断都有，拍着胸脯给确切年份的基本值得怀疑。

看到产品宣传里挂着通用人工智能的名头，多数情况是营销话术，判断能力高低还是看它在真实任务上的表现和第三方评测。