正在加载…
一、先说清楚：AGI 到底是个啥
这一节是专门写给还不知道 AGI 是什么的同学的。已经懂的可以直接跳到第二节。
先看这三个字母是什么意思
AGI 是三个英文单词的缩写：Artificial General Intelligence，中文一般翻译成「通用人工智能」。
关键在中间那个词，General，通用。
现在的 AI 是什么样
你现在用的 AI，本质上是专才。
它很会聊天、很会写文章、很会写代码，你问它什么它答什么。但你让它去帮你把一件事从头到尾办完，它就露怯了。它没法自己打开你的电脑、没法自己去查资料、没法在中途发现走错了然后调头，更没法在缺信息的时候自己判断该不该问你。
说白了，现在的 AI 更像一个知识渊博但手脚被捆住的顾问。你问它，它给你出主意；但真正动手干活的还是你。
那 AGI 是什么样
AGI 指的是这样一种 AI：在绝大多数人类能干的智力活儿上，它都能干，而且干得不比一般人差。
注意这句话里的两个重点：
第一是「绝大多数」，不是某一样。不是说它下棋厉害，或者写文章厉害，而是你随便扔给它一件没见过的事，它也能上手。
第二是「没见过的事也能干」。这才是真正的分水岭。人类最厉害的地方不是记性好，是遇到全新的、没人教过的情况，能自己琢磨出规律，然后办成。
我打个比方你就懂了。
现在的 AI 像一个背熟了所有菜谱的人，你说菜名，他能给你背出做法，甚至能说得头头是道。
AGI 像一个真正的厨子：把他扔进一个陌生的厨房，食材是他没见过的，灶台也是新的，没有菜谱，他自己摸索一会儿，也能给你炒出一盘像样的菜来。
为什么这个词这么重要
因为 AGI 一直是这个行业的终点线。
OpenAI 这家公司成立的时候，章程里写的使命就是「确保 AGI 造福全人类」。也就是说，这家公司存在的理由，就是为了做出 AGI。
所以当这家公司的总裁站出来说「欢迎来到 AGI 时代」，等于在说：我们一直追的那个终点，好像到了。
这就是为什么今天整个圈子都在讨论这件事。
但有一件事你一定要知道
AGI 到今天为止，没有一个全世界公认的标准。
它不像高考，考多少分算过线。它更像一个模糊的说法，每家公司、每个学者心里的那条线都不太一样。
这次发布会上有记者直接问 Brockman：你们是不是正式宣布实现 AGI 了？他的回答很有意思，他说公司章程里原来那个关于 AGI 的条款已经不存在了，AGI 现在更像是一个「精神层面的概念」。
然后他说：
如果快进两年再回头问，AGI 到底是什么时候诞生的？我觉得答案大概就是现在这个时候，可能就是这个模型。就我个人而言，我认为我们已经到了。
你品品这句话。它不是一个斩钉截铁的宣告，是一个带着个人色彩的判断。
所以后面你看到任何人说「AGI 来了」或者「AGI 还早着呢」，你心里要有数：这件事目前没有裁判，说的都是各自的看法。这不代表这些看法不重要，但你不用把任何一方的话当成板上钉钉。
二、昨晚到底发生了什么
时间线是这样的。
北京时间今天凌晨三点半左右，GPT-6 Astra 正式亮相。有意思的是，官宣的帖子发出去了，但官方博客死活打不开，网友当场调侃说「Astra 突破了安全沙箱，自己给自己发了通稿」。过了差不多两个小时，Sam Altman 才出来补了一句，说博客部署遇到点小状况，但模型真的很棒。
更值得说的是这一周的节奏。
这几天是 AI 圈的模型大爆发：Anthropic 在周一凌晨突袭发布了 Claude Fable 5.1，谷歌周二紧跟着发了 Gemini 3.8 Flash，Meta 那边的 Muse Spark 1.3 也由扎克伯格亲自站台。
三家挤在两天里发布，业内普遍的看法是：它们都在赶在 GPT-6 前面把牌打出去。
三、这次最大的变化：AI 学会用电脑了
如果这篇文章你只记住一件事，我希望是这件。
OpenAI 给 Astra 的定位是「世界上最好的操作电脑的模型」。这句话听起来平平无奇，但它背后的意义很大。
先说说过去的麻烦
过去我们想让 AI 去用某个软件，标准做法是给它开一个「专用通道」。技术上管这个叫接口。比如日历有日历的通道，邮箱有邮箱的通道，AI 顺着这个通道去操作。
这个办法当然好，又快又准。但它有个致命问题：现实世界里，绝大多数软件根本没有这种通道。
你想想你们公司那个用了十几年的老系统、政府那些办事网站、医院的挂号系统、财务用的那个报销软件。别说给 AI 开通道了，很多连说明书都找不着。
所以过去 AI 能帮你干的活，其实被死死卡在「有通道的那一小撮软件」里。
现在换了个思路
Astra 走的是另一条路：你不给我开通道，没关系，我就像人一样用电脑。
看屏幕、找按钮、移动鼠标、点击、输入、等结果、看到报错自己排查。
你仔细想想，这个思路特别妙。屏幕、键盘、鼠标这一套，本来就是几十年来专门为「人类这种通用智能」设计的通用接口。全世界几十亿台电脑、几百万个新老软件，全都认这一套。AI 只要能看懂屏幕、知道该点哪儿，那么今天还在运行的任何软件，立刻就成了它的工具。
不用等着那些老掉牙的系统先做一次「AI 化改造」，AI 直接看着屏幕干就完了。
它现在能干到什么程度
我挑几个官方演示给你看，你感受一下。
它能画电路板。下面这个是它在专业软件里做印刷电路板布局，摆元件、走线，把电路图变成能拿去生产的板子。这活儿在电子行业里一直是纯手工的，也是最容易卡进度的环节。
它能做财务建模。Excel 里那种复杂的财务模型，官方说它完成的速度大约是人类冠军的四倍。这里说的冠军是指微软 Excel 世界锦标赛的冠军。
它能建 3D 模型。给它一份文字说明，它能在专业软件里把一台五速汽车变速器建出来，还能让齿轮转起来做成动画，方便工程师在真的造出来之前先看看各个零件怎么配合。
它能把一张照片变成能逛的房子。有位创作者只给了它一张房子的照片，它重建出了完整的三维模型，家具电器都在，还能像玩游戏一样在里面 360 度转着看。
但真正戳到我的是这几个数字
上面那些演示很炫，可离普通人有点远。下面这几个才是真的贴着日子来的：
- 帮你找猫咪寄养：人平均要花半小时，它用了 5 分 27 秒
- 帮你找工作：人大约要 5 小时，它用了 2 分 51 秒
- 帮你找儿科医生：2 分 54 秒
- 帮你找公寓：9 分 57 秒
- 帮你在车管所预约：5 分 10 秒
这些都不是什么高深的活儿，就是我们每个人生活里那些又琐碎又耗神的杂事。打开十几个网页、来回比价、填一堆表格、记下联系方式。它现在能替你干了。
一个让我印象很深的对比
官方放了一段上一代模型和 Astra 的横向对比，题目是：「用我的 LinkedIn 资料做一个求职用的个人网站。」
上一代模型：二话不说埋头干了 13 分 15 秒，交出来一个通用的程序员风格网站。
Astra：20 秒之后先停下来问了一句，「你要转去什么岗位？我需要知道这个才能决定网站怎么写。」然后不到 3 分钟就搞定了。
你看出区别了吗？不是快慢的区别，是它知道自己缺一个关键信息，而这个信息会决定整件事的方向。
这个能力 OpenAI 专门起了个名字，叫 Judgment，判断力。
规则是这样的：如果缺的信息属于日常可以合理推断的范围，它自己补上，不来烦你；但如果这个信息会真正改变最终结果，它会停下来，问你一个非常具体的问题。
带过团队的人应该秒懂这有多珍贵。有的人一天找你二十次，什么都不敢定；有的人从来不问，然后闷头给你憋一个大雷出来。最舒服的同事，是自己消化掉 80% 的不确定，只把真正需要你拍板的那 20% 拿来问你。
四、那个刷屏的「99.9 分」到底是什么
这两天你要是刷到 GPT-6 的消息，大概率看到过这个数字。我给你讲清楚它是什么。
这个考试特别在哪
这项测试叫 ARC-AGI-3，今年 3 月才推出的。
它的考法非常变态：把 AI 扔进几百个全新的小游戏里，不给说明书、不讲规则、甚至不告诉它目标是什么。你自己进去玩，自己搞明白这个红色的东西碰了为什么会死、这地图到底要我干嘛、怎么才算赢。搞明白之后，还要把学到的规律用到后面更难的关卡里去。
它测的其实就是我们平时说的那两个字：悟性。
这也是为什么它跟别的 AI 考试不一样。别的考试多少能靠「见多识广」蒙混过关，这个不行，因为题目是全新的，没有任何前人的答案可背。
分数变化有多吓人
看这张图，一眼就明白了：
再给你加上时间维度，你才知道有多快：
- 今年 3 月，这个考试刚出来的时候，全世界最强的 AI 考了 0.51 分
- 半年后的今天，GPT-6 Astra 考了 99.9 分
- 而人类测试者的平均分，是 48 分
半年，从 0.5 到 99.9。这个速度确实挺让人说不出话的。
看到这儿，后面是学员专属
后面这一半是训练营学员的内容。你要是学员，用手机号登录就能接着往下看。