Sam Altman 说 2026 年底就能实现 AGI

每次看到 Sam Altman 在各种场合语焉不详地预言 AGI 的到来，我心里就有点犯嘀咕。根据 TIME 最近的那篇报道，OpenAI 内部似乎已经非常有信心能在 2026 年底之前搞定 AGI。但问题在于，Altman 所谓的 AGI 到底是个什么东西？如果把“能像实习生一样做研究”或者“能发明点有意义的新东西”就定义成 AGI，那这概念未免也太廉价了。

现在的技术路径其实挺明显的，OpenAI 正在往“自动化研究员”这个方向猛冲。首席科学家 Jakub Pachocki 提到的那个 Astra 模型，听起来就像是一个能自主跑实验、写论文、甚至在科研流程里填坑的自动化工具。Altman 甚至给出了一个更激进的指标：模型不仅要能处理信息，还要能“发明”真正有价值的新知识。

我个人觉得这里面水分很大，或者说存在一个巨大的逻辑陷阱：

• 定义的模糊性： 如果 AGI 的标准被降级为“能够自主进行科研工作流”，那只要模型在逻辑推理和工具调用上达到一定阈值，就能被冠以 AGI 之名。这种“偷换概念”的行为，更像是为了维持融资热度和估值预期。
• “发明”的本质： 现在的 LLM 本质上是在海量人类存量知识的基础上进行概率组合。让模型“发明”新东西，到底是真正的逻辑演绎，还是某种极其高明的模式插值？如果只是在已有的科学范式里做微调，这能叫进化吗？
• 工程实现的难度： 从一个能干活的 Research Intern 到真正具备通用认知能力的 AGI，中间隔着无数个无法逾越的 Scaling Law 瓶颈。

如果大家真的接受他那种“只要模型能自主搞科研就算 AGI”的定义，那 2026 年确实有可能。但如果我们要谈的是那种具备自我意识、能真正理解物理世界底层逻辑的智能，我觉得这种乐观情绪有点过头了。