老黄说“AGI要来了”Gary Marcus 当场开怼定义呢证据呢先交代背景最近 AI 圈又吵起来了。英伟达的 Jensen Huang 在一次公开场合放话说通用人工智能AGI会在很短时间内到来语气笃定得像是在公布新品发布日期。结果话音未落纽约大学心理学和神经科学教授、长期对深度学习持批判态度的 Gary Marcus 就出来泼冷水核心就一句话“你连 AGI 是什么都没定义清楚也没拿出可验证的证据凭什么宣布它要来了”这个事情非常值得停下来仔细聊一聊。因为它不是两个大佬互相看不顺眼的口水仗而是当下 AI 产业里最关键的认知分歧当科技领袖们反复抛出“AGI 即将到来”“欢迎来到 AGI 时代”之类的说法时我们到底应该把它理解成一种基于技术的严谨判断还是仅仅把它当成一个服务于商业叙事、股价和融资节奏的口号这篇文章想把这场争论拆开讲清楚两人分歧的根源在哪里为什么“无定义”和“无证据”这两个词会如此精准地戳中当下 AI 宣传的痛点以及作为普通从业者和关注者我们该怎么在这一波接一波的 AGI 叙事里保持清醒不至于被带着跑偏。适合谁看平时关注 AI 进展的技术人、做产品和投资的朋友、写 AI 报道的媒体人只要你需要判断“AGI 到底到哪一步了”这类问题这篇文章就是帮你建立一套自己判断框架的参考。1. 争论现场还原一个说“要来了”一个说“拿证据来”1.1 双方的身份决定了这不是普通的隔空互怼先看说话的人。Jensen Huang 是什么位置他是英伟达的掌舵者而英伟达是目前全球 AI 算力基础设施的绝对统治者大模型训练离不开他的 GPU。这样一个身份去谈论 AGI 时间表本身就带着天然的立场英伟达的市值、景气度、未来增长空间与“AI 还会继续爆发式增长”这个叙事深度绑定。他说“AGI 几年内到来”可以被理解成对整个行业前景的乐观预期也可以被理解为对他自己公司商业模式合法性的最强背书——全世界都需要更多的算力因为 AGI 就在眼前。Gary Marcus 又是什么人他在 AI 圈是一个争议很大但无法忽视的存在。他是认知科学家出身早年做过语言发展研究后来长期写书、写文章批评深度学习路线的根本性局限代表作里反复强调的一个观点是当前这套“海量数据 大规模神经网络”的技术范式虽然在感知任务上很强但距离真正像人一样理解世界、推理、规划还差得很远。 Marcus 骂过的可不只是英伟达OpenAI、谷歌、Meta 都挨过他的批评。所以当他站出来质疑 Huang 时他不是在挑某个人的刺而是在质疑整个行业里流行的那种“宣布未来”的行为模式。1.2 “无定义”和“无证据”这两把刀锋利在哪Marcus 的批评听起来简单但仔细看每一个词都扎得很深。先看“无定义”。AGI 这个词谁都在用但至今没有一个公认的、可操作的、能量化验证的定义。你说 AGI 是“像人一样思考”那“像人一样”标准是什么是图灵测试通过还是所有认知任务都得达到人类水平你说是“能在任何智力任务上超越人类”那“任何任务”具体包括哪些边界怎么划你说是“能完成任何经济上有价值的工作”那“经济上有价值”又该怎么计量Huang 在发言时并没有回答这些问题他只是给出一个时间判断但这个判断建立在什么标准之上完全不清楚。再看“无证据”。退一步讲就算我们暂时先用一个模糊宽泛的 AGI 定义那 Huang 的判断依据是什么是英伟达内部有秘密基准测试跑出了惊人结果还是基于“算力持续增长所以 AGI 必然到来”的外推如果是前者请公布如果是后者那其实只是信仰不是证据。Marcus 批评的正是这一点你可以对 AGI 有自己的信念但那不等于事实。在没有清晰定义、没有可复现实验、没有第三方验证的前提下宣布 AGI 到来本质上是在做修辞而不是在做科学。这两个批评放到一起杀伤力非常大。因为一旦定义不清晰任何关于“AGI 到来”的讨论都无法被证实或证伪一旦证据缺失整个宣称就成了空中楼阁只剩下叙事本身。2. 没有定义的“AGI”说到底只是营销黑话2.1 主流 AGI 定义大盘点每种定义导向完全不同的结论要想理解 Marcus 为什么死咬“定义”不放我们需要先看看 AGI 这个词在业界到底有多少种用法。不同背景的人口中的 AGI 其实完全是不同的东西。学术界、产业界和公共舆论里常见的 AGI 定义大概有这么几种定义流派核心表述代表倾向判断“到来”的难度认知科学派AGI 需要具备人类级别的感知、记忆、推理、学习、语言和情感能力强调机制与人类认知的相似性极难几乎无法通过现有测试完全证明行为主义派如果一个系统能在各种认知任务上达到或超过人类平均成绩就算 AGI强调外部表现不关心内部机制较难但可以通过基准测试逼近经济替代派当 AI 能完成绝大部分经济上有价值的工作时即视为 AGI强调对劳动力市场的实际替代取决于“绝大部分”如何界定技术实用派把 AGI 当作一个可操作的系统能在人类设定的目标下自主完成复杂任务常见于工程团队和 AI 产品经理中等到较难看任务复杂度商业叙事派AGI 约等于“全面超越人类智能”“技术奇点”用来描述远期的无限可能常见于发布会和采访模糊而宽泛无法评估因为它不是可测度的定义你看同样说“AGI”学者们在意的是认知机制是否成立工程师在意的是任务完成率能不能稳定达标投资人和企业家在意的往往是下一个增长故事能不能讲通。当 Jensen Huang 不假思索地说“AGI 会在五年内到来”时他用的到底是哪一个定义是英伟达自有评估体系里的某个阈值还是他个人感受上的“AI 已经够聪明了”他没有说明而这恰恰是问题所在。2.2 为什么“没有定义”会导致整个讨论失去意义从科学哲学的角度来说一个命题要成为可检验的命题前提是该命题中的关键概念必须有清晰、可操作的定义。什么叫可操作就是你把它转化成“可以用数据来判定对错”的标准。比如“某模型在某个评测集上达到 X 分”是一个可操作的定义“AI 在很多事情上已经很厉害了”则不是。那为什么“没有定义”是危险的因为当一个大佬宣布“AGI 即将到来”时这个说法在公众心里会留下一个强烈的印象——技术已经成熟到某种极限了。但实际上呢这句话连对错都无法判断。如果五年后 AI 确实更强大了支持者会说“你看被我说中了吧”如果 AI 发展没有明显跃迁支持者又会说“我说的是广义的 AGI还需要一点时间”。这就是典型的不可证伪陈述怎么解释都有理。更糟的是这种不可证伪的宣称在舆论场上天然比严谨的科学判断更有传播力。“AGI 五年内到来”这种消息标题是自带流量的而“我们尚不具备评估 AGI 的标准”这种话只会安静地待在论文里。2.3 实操建议评论任何 AGI 言论前先逼对方亮出定义我自己在记笔记、写分析时养成的一个习惯是看到任何“AGI 将在 X 年内到来”的说法第一步不是去查资料验证对方的证据而是先在旁边写下“该说法中的 AGI 指什么可操作标准是什么”。如果我自己都替对方补不出一个具体定义那这条信息在我这里默认降级为“观点”而非“事实”。如果是在公司内部讨论技术规划时遇到类似说法我还会进一步要求对方把“AGI 到来”翻译成可校验的里程碑。比如“能达到 AGI 的意思是不是指我们的系统有 90% 以上的任务能连续 100 次不需要人工干预”一旦把问题翻译到这个程度很多夸夸其谈就会瞬间变回现实。Marcus 对 Huang 的批评本质上也是在做这个翻译的动作。提示判断一个 AGI 宣称靠不靠谱第一步永远不是看证据而是看定义。定义没给出后续讨论全是空转。3. 有成绩不代表有证据为什么“模型很强”不等于“AGI 来了”3.1 演示型证据与评估型证据是完全不同的两种东西这几年我们确实看到了非常多令人震撼的 AI 能力展示多模态模型可以看图说话语言模型可以写代码、做数学题推理模型在竞速式任务上表现亮眼。很多人会问一个问题这不就是“AGI 快要到来”的证明吗它都这么强了还不够吗这里就要引入一个 Marcus 非常看重的区分也是我认为理解这场争论最重要的一个概念演示型证据与评估型证据的不同。演示型证据是什么是“你看它做成了这件事”。比如模型在视频里流畅地帮你规划了一次旅行或者解出了一道奥赛题或者生成了一段可以运行的代码。这些东西当然有价值它们能证明当前系统在某一个侧面具备惊人的能力。但评估型证据要求更高它需要系统性地、可重复地、在预先设定好的任务集上给出可量化成绩需要定义清楚“成功”和“失败”需要控制变量、排除数据污染需要其他团队也能复现结果。问题就出在这里很多宣称“AGI 已经到来”的人给出的其实是演示型证据。你用一大堆精心挑选的案例证明某个模型很聪明但你没有提供一个标准化的评估体系证明它能稳定地、可靠地在广泛领域达到人类水平。3.2 强弱项清单当前模型距离“通用”还有明显距离把话讲得更实在一点。当前的模型群哪怕是最强的多模态系统放在一个“通用智能”的框架下去审视强弱项其实非常明显。强的地方不用多说感知类任务图像识别、语音理解、知识问答、代码生成、部分推理任务尤其是数学和逻辑类的标准题都已经到了非常高的水平有些领域甚至超过普通人类。多模态技术这两年突飞猛进之后模型能同时处理文字、图像、音频交互体验越来越像“真人助理”这也难怪“多模态 AGI”会成为一个热门说法。弱的地方则集中在几个方面第一鲁棒性不稳定。同一道数学题换个表述方式模型可能就答错了今天能答对的问题过两天版本更新之后反而失分这种现象在业内并不少见。第二长期规划和自主性仍然薄弱。模型擅长在给定一个明确子任务后把内容生成得很好但很难像人一样在复杂环境下自己拆解目标、动态调整策略、持续执行数小时甚至数天。第三幻觉问题没有根本解决。系统可以非常自信地编造一个不存在的引用、一个错误的法律条款而它自己完全意识不到。第四真正的“理解”依然存疑。模型到底是在进行分布式表征计算还是像人一样建立了对世界的因果模型这个问题在学界仍有激烈争论而 Marcus 的立场显然是在回答这个问题之前别说 AGI。把这些强弱项放在一起看理性的结论其实很清楚当代模型是“窄才能的惊人扩展”不是“通用智能的质变”。它们很强但还没有强到可以被称为“通用人工智能”的地步。如果你用“能稳定地完成绝大多数认知工作”这个标准去衡量差距依然明显。3.3 为什么“无证据”的宣称特别让人恼火所以Marcus 强调“无证据”并不是说他没有看到模型能力的进步而是说哪怕能力进步是真的从“能力进步”到“AGI 来了”这个推断中间还隔着一个巨大的证据鸿沟。进步可以是指数级的但指数级进步也不等于质变到来。算力翻倍、参数扩大、基准分数上涨这些数据当然存在但它们衡量的是当前模型在特定任务上的水平不是“通用智能已经实现”的证据。打个比方你可以说“跑车的速度每年都在提升”但你不能因此宣布“跑车已经能飞了”。要证明它能飞你需要给它装翅膀、让它升空、让它安全降落然后再让第三方机构来做验证。而现在不少人做的事情是跑车开得越来越快了于是直接宣布“可以飞了”然后还歇斯底里地问“你为什么不信”这也是为什么“无证据”这个批评会让很多人觉得刺痛——因为它戳穿了当下 AI 宣传中最普遍的叙事技巧用真实但片面的进展去支撑一个跨越式的、尚未被验证的结论。4. 这种“宣布未来”的玩法正在影响所有人的判断4.1 炒作不只是嘴上说说它直接影响资金和研发资源流向有人可能会想大佬们打打嘴仗跟我们有什么关系只要产品好用就行呗。这话在技术圈里看似合理但实际操作中“AGI 即将到来”之类的叙事会直接左右资源分配。我举一个很现实的例子。当一家公司的高管在内部会上说“我们离 AGI 只剩五年”时下面的研发总监们会怎么反应他手下最优秀的工程师会开始质疑自己现在做的“小任务”是否有意义。“既然 AGI 马上就来一切都会被通用模型接管那我还做这个垂直功能优化干什么”一旦这种心态蔓延真正的工程优化、数据治理、系统可靠性建设就会被轻视所有人的精力都会被吸收到包装 Demo、参加竞速赛、追逐热点方向上面去。反过来如果领导层能够冷静地说“我们离真正的通用智能还很远当前的瓶颈在于数据质量、推理稳定性和成本”那团队就会踏踏实实地把这些硬骨头啃下来。所以“AGI 到底来了没有”这个问题绝不是学术圈里的概念游戏它会实实在在地影响未来几年数以百亿计的资金往哪里去、成千上万的工程师在做什么事。4.2 监管者和公众也在被叙事牵着走AGI 的宣布还影响政策制定者。我观察到这些年各国对 AI 的监管讨论出现了两个看似矛盾、实则同源的现象一方面是过度恐慌看到“AGI 即将到来”就急着出台各种极端限制导致创新空间被压缩另一方面则是过度宽松因为“通用智能还远着”于是说不需要监管先放任自由生长再说。这两种态度都建立在被人为扭曲的时间表上。真正理性的做法应该是什么应该是把注意力放在当下已经真实存在的问题上数据隐私、算法偏见、深度伪造、模型滥用、版权争议、劳动力冲击。这些问题不需要等 AGI 到来就已经在发生。但由于媒体和资本都愿意追逐“AGI 近了”这样的大新闻真正值得讨论的眼前问题反而被挤出了公共视野。4.3 舆论的摇摆会反噬整个行业的公信力更严重的是如果每隔一两年就跑出来一次“AGI 即将到来”的宣布但每一次都没有兑现公众会逐渐丧失对 AI 科学的整体信任。等到某一天真正重大的技术突破出现了人们可能反而会条件反射式地想“又在炒作了上次不也这么说吗”这种信誉透支对整个行业的长远发展非常不利。Marcus 站出来较真看起来是在跟某个人过不去但本质上他在为整个学科维护一条底线你可以对技术有激情可以宏大叙事但你不能把未经定义、未经证实的东西当作既成事实来宣布。这条底线一旦崩塌整个 AI 领域在公众面前的公信力都会跟着遭殃。5. 面对“AGI 来了”的声浪普通人该怎么保持清醒5.1 一套实用的四步判断法帮你识别靠谱的 AGI 声明与其站在场边看两个大佬拌嘴不如掌握一套自己的判断方法。我在日常信息筛选里基本遵循下面四个步骤分享出来给大家参考。第一步先找定义。看到“AGI 来了”的标题先停下来问文中或视频中对这个词的定义是什么如果看完整个内容仍然无法说出它的判定标准基本可以直接把它当成营销物料。第二步再找证据。如果定义明确接下来检查证据它是否有可量化、可复现的评测结果是否有第三方团队的独立验证是否有基线对比是否公开了评测集和采样方式还是仅仅放了一段经过精心剪辑的演示视频记住一条铁律演示不等于评测个例不等于统计。第三步看任务覆盖。AGI 的核心在“通用”两个字上。如果宣布者展示的只是它在编程、数学等几个高标准任务上的表现而没有说明它在日常规划、复杂协作、长期自主决策等更广泛场景下的稳定性那么这里面很可能存在幸存者偏差。真正的通用性不只是“上限高”还要“下限稳”。第四步问时间表依据。如果有人说“AGI 五年内到来”可以礼貌地问一句请问当前距离 AGI 还差哪些具体能力您预测的时间表是基于哪些里程碑推演出来的如果对方说不出两个具体的技术里程碑那么这个时间表大概率是拍脑袋拍的。5.2 为什么说 Marcus 式较真对所有关注 AI 的人都有价值很多人觉得 Gary Marcus 老是泼冷水、招人烦。但换个角度看他扮演的是一个反向质检员的角色。在 AI 行业这个信息高度不对称的领域有人愿意站出来说“我不接受你没定义、没证据的宣布”其实是在为广大从业者和公众争取一个更健康的信息环境。正因为有这样的人存在那些大公司在发布消息前多少会掂量一下这个说法会不会被第三方专家“打假”如果整个生态里都是欢呼声而没有质疑声那泡沫只会越吹越大到最后受伤的还是真正在做技术的人和被误导的普通用户。我把这件事翻来覆去聊这么多其实最想分享给各位的一个体会是在 AI 行业里真正稀缺的能力不是预测未来而是拒绝在没有依据的情况下预测未来。老黄可以基于自己公司的商业逻辑说 AGI 靠近了这我们理解但作为信息接收方的我们也应该像 Marcus 审问 Huang 那样审问所有大消息——你的 AGI 是什么你的证据在哪谁来复现过你的结论用这套凶悍却理性的方式去面对每一条激动人心的新闻你在 AI 浪潮里就不太容易被带节奏。技术会进步但进步的节奏通常和宣传的节奏不太一样这一点我在过去几年的实操中体会得越来越深。