上周四，OpenAI发布GPT-6 Astra，并在官网将其描述为「世界上最智能、最对齐的模型」。不过，在这份官方发布材料中，并没有出现「AGI已实现」这样的表述。
随后，英伟达CEO黄仁勋在X上发文称：「AGI已经到来。恭喜OpenAI团队。」这条表态把外界讨论迅速推向更高热度，也让GPT-6 Astra是否已达到AGI的问题再次成为焦点。
OpenAI内部表态并不统一
与黄仁勋的明确措辞相比，OpenAI自己的表达明显留有空间。
在Astra发布当天的记者电话会上，OpenAI总裁Greg Brockman说：「欢迎来到AGI时代。」他还表示，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。」
但紧接着，Brockman又补充了两个限定：第一，这是他的「个人判断」；第二，AGI本身是一个灰色、模糊的概念，是否算作AGI，「由用户自己决定」。
这意味着，在最重要的产品发布节点上，OpenAI并没有给出一份明确、可公开适用的AGI认定口径。
OpenAI CEO Sam Altman此前也公开批评过「AGI」这一说法，称它是一个定义糟糕、接近营销术语的词。于是出现了一个微妙局面：CEO认为这个词定义不清，总裁把相关判断定位为个人观点，官方发布页则干脆不直接提AGI是否已经实现。
同一基准测试，Astra出现99.9%和62.7%两套成绩
争议的核心，落在ARC-AGI-3这项基准测试上。
OpenAI发布页称，Astra在ARC-AGI-3上取得99.9%的成绩，已经「饱和」这一以AGI命名的基准。按OpenAI给出的说法，这一成绩极为突出。
但在同一天，负责该测试的ARC Prize基金会发文，对这项成绩进行了拆解，并明确表示「不算」。
按照ARC Prize的说明，Astra实际上在两种环境中参加了测试，成绩也被分别标注在ARC-AGI-3榜单中。该榜单上，Claude Opus 5的成绩为30.2%，GPT-5.6 Sol为7.8%。
其中，在OpenAI深度定制、带有专用工具的测试环境里，Astra确实拿到了99.9%的成绩。ARC Prize称，这一环境允许模型保留推理状态，并使用独家技术管理长对话；在这一设置下，Astra测试成本接近1.9万美元。
但如果换到对所有厂商一视同仁的标准环境，也就是不带上述定制工具的条件下，Astra的最高分只有62.7%，测试成本则升至2.6万美元。
ARC Prize基金会的立场很明确：未来若要认定AGI，系统必须能在标准条件下完成任务。因此，带工具环境中的99.9%，与标准环境中的62.7%，不能被视为同一层面的结果。
不过，ARC Prize同时也承认Astra展现出「阶跃式」进展。根据其披露，在96%的关卡中，Astra完成任务所用动作数少于人类，平均少用51.7%。按其说法，这是AI首次在动作效率上全面超过人类。
即便如此，ARC Prize还是重申，ARC-AGI-3从上线之初就已写明：即便某个模型刷满这一基准，也不等于「证明达到了AGI」。原因在于，这类测试再难，也仍属于封闭环境，机制和目标都是确定的，不能直接代表真实世界中的复杂开放任务。
黄仁勋帖文中的三个数字
黄仁勋在X上的完整表述是：「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。」
这段话中，最醒目的信息是三个数字：10万颗、4年、40万颗。
第一个数字是10万颗。按帖文说法，Astra是在约10万颗NVIDIA Grace Blackwell NVLink72上训练完成的，这也是OpenAI迄今规模最大的一次训练。
第二个数字是4年。黄仁勋把从ChatGPT到o1再到Astra的演进压缩进一条四年时间线里，把对话模型、推理模型和他口中的AGI放进同一叙事链条。
第三个数字是40万颗。他在帖文最后写道：「接下来还有40万颗GPU上线。」至于这些GPU归谁、是什么型号、将被用于什么用途，帖文本身并未展开。
在这条信息结构中，「10万颗GPU训练出Astra」与「AGI已经到来」被放在同一段文字中，而「接下来还有40万颗GPU上线」则把算力需求继续向后延展。文章原文据此指出，在这种语境里，AGI不再只是技术终点，也成为算力投入需求的一种证明。
社交平台上的AGI表态，不等于合同认定
围绕AGI的说法之所以格外敏感，还与商业协议直接相关。
根据文中援引的信息，去年10月，OpenAI与微软的新协议规定：即便OpenAI宣布AGI，仍需由一个独立专家小组完成核验。
今年2月，OpenAI与微软又联合重申，合同中的AGI定义和认定流程「均保持不变」。
到了4月，双方再次修订协议，微软的收入分成被调整为「与OpenAI技术进展无关」。原文称，外界普遍将此解读为AGI条款对商业利益的触发作用已经大幅弱化。
按照这条线索，无论是Brockman在记者会上的表态、黄仁勋在X上的发言，还是Astra在ARC-AGI-3上的成绩，都不构成合同意义上的AGI认定。
报道还提到，当前正值OpenAI筹备IPO的关键节点，Anthropic也在推进上市。与此同时，「AGI」这一表述已被写入OpenAI与微软、亚马逊的投资协议中，因此它牵动的并不只是技术叙事，也关系到股权定价与商业控制权。
在这一背景下，OpenAI没有在官网上直接写下AGI已实现，Brockman把说法限定为个人判断，也就不难理解。文章原文的判断是，舆论层面可以欢迎「AGI时代」，但落到合同文本里，措辞空间非常有限。
谁有资格宣布AGI，行业并无统一答案
文中还援引Bloomberg的长篇报道，对「谁有资格宣布AGI」这一问题作了梳理，结论是：没人说了算。
从定义看，各方分歧明显。
OpenAI给出的版本是：在大多数具有经济价值的任务上超越人类的系统。
Google DeepMind在2023年的论文中，更看重通用性，以及系统能否用很少的数据学会新技能，而不是经济价值。
ARC Prize则认为，用经济价值衡量智能本身就是错误尺度，他们给出的定义是：能够高效习得训练数据之外新技能的系统。
连用词都在分化。Anthropic的Dario Amodei更常使用「强大人工智能」（powerful AI），微软的Mustafa Suleyman则提出「可用人工智能」（artificial capable intelligence）。Meta和OpenAI最近则直接更多谈论「超级智能」（superintelligence）。
时间表同样并不一致。
2024年9月，Sam Altman曾表示，「指向AGI的系统正在显现」，并称「几千天内」可能出现超级智能。
一年后，在GPT-5发布时，他又承认「我们还缺一样相当重要的东西」，但并未说明具体缺什么。
再过一年，Brockman在Astra发布会上说出「欢迎来到AGI时代」。
DeepMind方面，Shane Legg自1999年起一直押注2028年前实现AGI的概率为50%；Demis Hassabis则表示，还需要五到十年，并称时间线看上去缩短，是因为「AGI的定义正在被稀释」。
按照原文总结，目前行业内至少存在四种不同角色：模型公司掌握产品叙事，公布成绩但不愿直接下结论；芯片厂商掌握算力叙事，更愿意高调宣布时代已经到来；基准测试机构掌握评价标尺，坚持不轻易承认；而微软这样的资金与商业合作方，则依照合同条款行事。
过去四年，行业竞争的焦点一直是谁最先做出AGI。近期，话语时态已经出现变化，从「还要一到三年」或「最快半年」，转向「已经到来」。但截至目前，公认的AGI验收标准仍未出现。
参考信息
- 黄仁勋X帖子：https://x.com/JensenHuang/status/2096700264569090384
- Bloomberg报道：https://www.bloomberg.com/news/features/2026-09-04/what-is-agi-openai-anthropic-race-for-artificial-general-intelligence
- Axios报道：https://www.axios.com/2026/09/03/openai-astra-gpt-6-agi-brockman
本文源文注明来自微信公众号「新智元」，作者为「ASI启示录」，编辑为「元宇」。
