什么是 通用人工智能？
通用人工智能是指在多类认知任务与环境中具备广泛、可迁移能力的争议性 AI 概念；目前没有任何单一定义、Benchmark 或公认认证可以独立证明一个系统属于 AGI。
快速了解
| 规范文档 | 官方规范 |
|---|
工作原理
定义与主张边界
AGI 没有统一规范。可审查的主张必须说明参照人群、任务分布、性能阈值、允许使用的工具与脚手架、学习预算和部署条件。缺少这些约束时，「人类水平」「总体更聪明」或「能完成大多数工作」都仍是含义不清的表述。
狭义智能与通用智能的边界不取决于系统是否使用 LLM 或 Agent Loop。一个系统可以在单项 Benchmark 上超过专家，却无法迁移到陌生任务；覆盖很多产品场景也可能只是多个专用组件路由的结果，而非单一模型具有通用能力。
性能、通用性与自主性
Levels of AGI 框架把性能深度与通用性广度分开，并把自主性作为部署维度处理，从而避免用单一平均分宣布 AGI，也避免把高能力模型自动等同于自主系统。
能力画像应按领域报告性能、可靠性、新颖性、学习效率，以及对应的人类或系统基线。自主性画像则应单独说明谁设定目标、提供上下文、审批动作、监督进度，以及谁能停止系统并从故障中恢复。
测量难点
Benchmark 成绩可能受到训练数据暴露、Prompt 与工具脚手架、多次采样、评测器泄漏或面向测试集优化的影响。静态题集也很难覆盖新规则适应、长周期工作、社会语境、物理交互和故障恢复。已知任务上的高技能因此不等于高效学习新技能。
更可信的评测需要私有或新鲜任务、明确的先验与经验预算、污染检查、人类基线、置信区间和跨领域失败分析。当前没有任何单一 Benchmark 覆盖通用性涉及的全部维度。
不依赖二元标签的风险治理
实际风险取决于能力、自主性、访问权限、运行规模和可恢复性的组合。某个能力中等但持有广泛凭据且无人值守的系统，在特定部署中可能比一个被限制为只读工具的更强模型风险更高。
组织不必先解决 AGI 定义争论才开始治理。可以直接测量具体能力、限制权限、分阶段验证、监控高影响结果、要求人工审批，并随证据变化升级控制。营销标签或单项高分都不应直接决定生产授权。
主要特点
- 依赖明确口径：每项 AGI 主张都需要能力与评测契约
- 强调广度而非单点强度：性能需覆盖有意义的认知任务分布
- 关注迁移：陌生任务表现与学习新技能的效率不能被已知题目成绩替代
- 采用能力画像：保留各领域结果和失败切片，不用单一平均分掩盖短板
- 能力与自主性分离：能力水平本身不决定目标、权限或部署控制方式
- 尚无统一认证：当前没有标准组织或单一 Benchmark 授予公认 AGI 身份
常见用途
- 比较不同通用智能研究定义，同时避免把它们当成同一标准
- 设计同时报告广度、深度、新颖性和学习预算的跨领域评测
- 把模型能力主张与 Agent 的自主程度和生产权限分开审查
- 检查 Benchmark 结果是否依赖数据暴露、工具、多次尝试或定制脚手架
- 在没有二元 AGI 结论的情况下规划分阶段能力与风险治理
示例
Loading code...常见问题
AGI 是否有公认定义或统一测试？
没有。不同研究定义强调任务广度、性能水平、迁移、学习效率、自主性或经济工作能力。Levels of AGI 等框架让这些维度更明确，但仍是研究提案，不是通用认证标准。任何 AGI 主张都应同时说明采用的定义和证据。
通过一个高难度 Benchmark 能证明系统是 AGI 吗？
不能。Benchmark 只测量特定题集、Prompt、工具、采样预算和评分规则下的表现。高分仍可能伴随陌生任务或其他领域失败。AGI 主张需要覆盖广泛、检查数据污染、可复现的证据，并明确如何衡量适应能力和可靠性。
自主性是 AGI 的必要条件吗？
不同定义并不一致，但能力与自主性应分开测量。广泛能力模型可以被部署成受严格监督的工具，较窄模型也可能被放入高度自主的运行时。自主性会改变暴露面与风险，却不会自动证明智能更通用。
当前 AI 系统已经实现 AGI 了吗？
目前没有被普遍接受的结论，因为定义与评测标准仍有争议。现有系统表现出强大但不均衡的能力，公开结果也依赖模型、工具、脚手架和测试条件。更严谨的做法是报告具体能力画像，而不是给出二元标签。
AGI 与人工超级智能有什么区别？
AGI 通常指在明确人类参照水平附近具备广泛能力；人工超级智能则指在大量领域远超该参照水平的系统。两者都依赖具体定义，而且任何标签都不能单独说明自主性、访问权限、安全性或生产部署所需控制。