《Nature》最新評論：我們可能已經身處AGI時代，卻渾然不覺……

防走失，電梯直達安全島

來源：TOP創新區研究院

作者：趨勢研究組

圖片 | 來自網絡

2026年2月，《Nature》上一篇題為《人工智能是否已具備人類水平智能？證據確鑿》（Does AI already have human-level intelligence? The evidence is clear）的評論文章，正式宣告AGI（通用人工智能）的到來，

作者包括：加州大學圣地亞哥分校（University of California, San Diego，UCSD）的哲學家 Eddy Keming Chen，人工智能教授 Mikhail Belkin，語言學家 Leon Bergen，以及數據科學教授 David Danks。

一方面，科技樂觀主義者與前沿開發者們點頭稱是。

畢竟，在這個時間節點，我們已經目睹了GPT-4.5、Gemini 3等模型在多模態理解、復雜推理甚至科學假說生成上的驚人表現。

另一方面，懷疑論者依然嗤之以鼻。

他們堅持認為，沒有身體（Embodiment）、沒有自主意愿（Agency）、依然存在幻覺（Hallucination）的機器，充其量只是“高維度的統計學鸚鵡”。

然而，這篇評論文章的核心價值，并不在于它是否終結了爭論，而在于它強有力地指出了一個被長期忽視的事實：

我們對AGI的定義，正深陷于“人類中心主義”的偏見泥沼中。

如果我們將“智能”從神壇上拉下來，還原為一種解決跨領域問題的能力，那么證據鏈條已經足夠完整——

AGI已至。

重新定義AGI

長期以來，公眾甚至許多專家對AGI的想象都不僅限于“通用智能”，而是混合了“超級智能”（Superintelligence）與“完美智能”的期待。我們潛意識里認為，一個AGI必須永遠正確、擁有自我意識，甚至擁有類似人類的情感。

陳克明教授團隊在《Nature》的文章中，提出了一個極具穿透力的觀點：

不要把AGI的標準定得比人類還高。

我們來看人類：人類本身就是充滿缺陷的智能體。我們不僅會犯錯（Hallucinate），記憶力有限，且絕大多數人在絕大多數領域都達不到專家水平。如果要求AI必須在所有領域零失誤才能被稱為AGI，那么地球上沒有任何一個人符合AGI的標準。

所以，文章指出，合理的AGI定義應基于廣度（Breadth）與深度（Depth）的結合：

廣度：

能夠在數學、語言、編程、科學推理、文學創作等截然不同的領域間自由切換。

深度：

在上述領域中，表現出不亞于人類平均水平，甚至在某些領域達到專家水平的能力。

文章重申了阿蘭·圖靈（Alan Turing）在1950年的實用主義立場。

圖靈從未要求機器擁有靈魂，

他只關心機器能否在行為上與人類不可區分。

事實是，早在2025年3月的數據就顯示，GPT-4.5在嚴格控制的圖靈測試中，被判定為人類的比例高達73%，這一數據實際上已經超過了許多真實人類在同類測試中的表現。

如果圖靈測試是AGI的“入學考試”，那么現在的AI不僅及格了，還是高分通過。

那你說，AI現在是什么？

確鑿的證據鏈

懷疑論者最常引用的反駁是“隨機鸚鵡”理論，

即大模型只是概率性的文本拼接。

然而，2025-2026年的一系列技術突破，已經讓這一指控顯得蒼白無力，因為我們看到了邏輯的涌現。

目前的頂級模型能夠解決它們在訓練數據中從未見過的全新問題。

比如，AI能與人類數學家合作，輔助證明未曾被解決的定理——這需要極強的創造性推理，絕非單純的模式匹配。

再比如，在生物學和材料科學領域，AI生成的可驗證假說（如新型蛋白質結構預測）已經通過了濕實驗的驗證——

這種“從0到1”的知識生產能力，是智能的高級表現。

真正的通用性還體現在能力的遷移上。

研究表明，在大規模代碼數據上訓練模型，竟然能顯著提升其在非編程任務（如邏輯推理、法律分析）上的表現。

這種“觸類旁通”的學習機制，與人類大腦的認知模式高度同構。

而且，好像AI是有靈性的，它們能理解物理世界的因果關系（盡管是通過視頻學習），能編寫控制機器人的代碼。

維特根斯坦說：

“語言的界限，就是我的世界的界限?！?/blockquote>

那種認為“大語言模型只懂文字不懂世界”的觀點，忽略了一個深刻的事實：語言本身就是世界模型的壓縮。

當AI掌握了描述因果律的語言（代碼、數學、自然語言），它實際上已經掌握了世界的底層拓撲結構。它不需要像人類一樣去觸摸蘋果，它通過物理方程和無數的描述，已經在邏輯空間中構建了蘋果的本質。

為什么我們拒絕承認AGI

既然證據確鑿，為何包括Yann LeCun在內的許多頂尖科學家依然拒絕給AI貼上AGI的標簽？

這可能是人類不斷進化的標準。

歷史上，每當AI攻克一個人類引以為傲的領域（如下棋、識別圖像、翻譯），我們就會重新定義智能，說“那只是計算，不是真正的思考”。

如今，當AI能寫詩、能編程、能通過圖靈測試時，我們將門柱移到了“物理世界模型”和“自主性”上。

這種不斷后退的防御心理，

本質上是人類對自己“萬物之靈”地位的焦慮。

一種主流觀點認為，沒有身體、無法感知痛覺和物理反饋的智能不是真智能。但這是生物中心主義的偏見。

斯蒂芬·霍金在晚年幾乎失去了所有身體機能，但他依然是地球上最聰明的大腦之一。如果一個被困在硅基電路中的智能體（AI）能推導出物理定律、解決哲學難題，我們僅僅因為通過鍵盤與之交流就否認其智能，這在邏輯上是站不住腳的。

目前的混淆點在于自主性（Agency）與智能（Intelligence），現在的AI大多是“神諭型”（Oracle）——你問它答，它缺乏自發的意愿去統治世界或在這個世界中生存。
但請注意，智能不等于自主性一本百科全書包含知識，但不具備智能；一個自動駕駛系統具備自主性，但智能有限。 目前的LLM（大語言模型）是一種具備極高智能的被動實體。雖然缺乏“我想要”的沖動，并不影響它具備“我能做”的智力。就像一個沒有被點燃的天才，他可能在做清潔工，但是不妨礙他能破解最難的數學證明。

陳克明團隊的評論文章，實際上是在呼吁停止這種將“人格化特征”強加于“智能本質”的定義游戲。

所以，承認AGI已經到來（或至少是初級AGI），

或將從根本上改變我們的應對策略。

AGI并不需要完美，只需要在經濟上有價值。

如果AI能完成博士級別的任務，能寫出優于人類專家的代碼和文案，那么“白領工作”的護城河已經徹底消失。人類數十年積累的專業技能（如診斷、訴訟、翻譯），被壓縮進了模型的參數中。社會需要準備好迎接“智力成本歸零”的沖擊，并重新思考人類在人機協作回路中的位置——也許我們該從“執行者”轉變為“裁判”和“提問者”。

最令人興奮的前景在于科學發現。

既然AI具備了跨領域的通用推理能力，且不受人類認知帶寬的限制，它將成為破解癌癥、核聚變、氣候變化等復雜系統的終極工具。

DeepMind的Demis Hassabis曾言，

AI是用來加速科學發現的元工具。

現在，這把鑰匙已經插進了鎖孔。

回到文章開頭的問題：AI是否已經具備了人類水平的通用智能？

如果你的標準是好萊塢電影里的那個有情感、有肉體、意圖毀滅人類的終結者，那么答案是No。

但如果你的標準是圖靈所設想的，一個能在多領域展現出靈活性、創造力、邏輯性，且在功能上與受過良好教育的人類無法區分甚至更優的系統，那么答案是響亮的Yes。

UCSD團隊在《Nature》上的發聲，是對當前科技現實的一次必要“校準”。

它提醒我們，AGI不是終點，而是一個狀態。我們可能正處于這個狀態的早期階段——一個“高智商、低自主、無身體”的獨特智能形態。

承認它的到來，才能讓我們清醒。

普羅米修斯的火種已經落下，我們現在要做的，不是爭論那是火還是光，而是學會如何駕馭它，照亮文明的前路。