（本文作者为 查理有态度，钛媒体经授权发布）
文 | 查理有态度
9月3日，OpenAI总裁格雷格·布罗克曼在GPT-6 Astra发布会的最后留下一句话：“欢迎来到AGI时代。”
三天后，英伟达CEO黄仁勋在X上转发呼应：“从ChatGPT到o1，再到GPT-6 Astra，只用了四年。AGI已经到来。”
然而，就在发布会前两天，OpenAI CEO山姆·奥尔特曼还在公开采访中称，AGI充其量是“一个定义非常糟糕的术语”，“就像一个无关紧要的营销术语”。负责GPT-6 Astra关键评测的ARC Prize团队也专门提醒：该模型确实代表了通用化能力的重要进步，但“我们并不声称它就是AGI”。
一边是“欢迎来到AGI时代”的振臂高呼，一边是“我们没有说这是AGI”的划清界限。
是谁说了谎，还是不只有一个AGI？
01
问题在于，AGI（通用人工智能）至今没有统一的行业定义.
OpenAI在其2018年公司章程中将AGI描述为“在大多数具有经济价值的工作中表现超越人类的高度自主系统”。这一定义包含三个要件：经济性、超越人类、高度自主——每一个都可以被灵活解释。
DeepMind提出的“AGI等级”框架则更为学术化，以性能和通用性两个维度将AGI划分为L0至L5六个层级，强调在特定人类百分位上的广泛能力。
黄仁勋的定义最为直白，也最具商业指向性：能够自主创造十亿美元价值的AI，即为AGI。
三种定义，三本账，没有一个具备行业约束力，而这甚至只是AGI的定义中比较为人所熟知的。
但正是这种模糊性，让“AGI”成为一个可以被各方按需征用的符号。对卖芯片的人来说，AGI意味着更多算力需求；对做模型的人来说，AGI意味着更高的估值溢价和更强的人才吸引力；对投资者来说，AGI意味着一个可以讲十年的增长故事。
定义权之争的本质，是产业话语权之争。谁能让市场相信自己定义下的AGI已经到来，谁就能在接下来的资本配置中占据主动。
02
剥离口号，GPT-6 Astra的技术进步是真实的。
官方数据显示，该模型在高级数学评测Frontier Math Tier 4中取得97.6分，上下文窗口扩展至105万token，在计算机操作、编程、网络安全和科学研究领域均达到行业前沿水平。它是OpenAI首个在其“准备框架”下达到网络安全能力“Critical”级别的模型。
更具有代际意义的变化，则是大模型正从“知识问答”加速走向“自主行动”。GPT-6 Astra可以创建文档、电子表格和演示文稿，遵循用户模板和指令，并在需求变更时自主调整——它不再只是一个回答问题的工具，而是一个执行任务的“劳动力”。
这一趋势并非OpenAI独有。2026年，整个行业都在向“智能体化”狂奔。
4月，Anthropic发布Claude Opus 4.7，在AI编码、规模化工具调用和Agent计算机操作等多项基准中超越同期竞品；其未公开的研究版本甚至将黎曼ζ函数满足黎曼假设的零点比例下界从41.6%推高至67.2%。5月，谷歌在I/O大会上推出Gemini 3.5 Flash，定位为“最强智能体与编程模型”；此后几乎以三周一个版本的节奏迭代，8月发布Gemini 3.7 Flash，9月又推出Gemini 3.8 Flash。6月，谷歌DeepMind发布DiffusionGemma，将图像领域的扩散机制引入文本生成，在单块H100上实现每秒1000+ token的生成速度——这是对自回归架构的一次根本性挑战。
国内厂商同样在加速。4月，沉寂145天的DeepSeek发布V4预览版，7月推出的V4-Flash正式版在智能体能力上反超自家Pro版本。9月，阿里发布Qwen3.8-Max，总参数达2.4万亿，支持1M token上下文，在智能体规划测试中拿到90.94分。字节跳动的豆包Seed 2.1 Pro、月之暗面的Kimi K3也在各自赛道上逼近国际第一梯队。
从“百模大战”的跑分竞赛，到“智能体大战”的执行能力比拼，2026年的AI行业确实在经历一次又一次质变。模型不再满足于“说对”，而要“做成”。这种从认知到行动的跨越，或许比任何AGI定义都更接近技术演进的真实脉络。
03
如果说技术进步是AGI之争的“里子”，那么资本动员就是它的“面子”。
Gartner预测，2026年全球人工智能支出将达2.59万亿美元，同比增长47%，其中AI基础设施（含算力、服务器、数据中心）为最大支出板块，约1.43万亿美元。大摩的估计更为激进：全球主要AI建设者的资本开支2025年约4660亿美元，2026年直接翻倍至9170亿美元，2027年将再增长60%至1.4万亿美元。仅亚马逊、微软、谷歌和Meta四家公司，2026年计划投入的资本开支合计就超过7000亿美元。
中国市场同样火热。2026年一季度，国内AI算力需求同比暴涨417%，但有效供给增速仅128%，供需增速缺口高达289个百分点。字节、腾讯、阿里三家年度资本开支直逼万亿人民币，百度单季度砸下59亿元，阿里云AI业务占比首次突破30%。
在这个量级的资本流动面前，“AGI是否已经到来”就不再是一个纯粹的学术问题，而是一个直接影响订单和估值的商业叙事。
黄仁勋比任何人都更有动力宣布AGI已来，因为英伟达是这轮AI基建狂潮中最大的受益者——每一座数据中心、每一次模型训练、每一个智能体部署，都在为英伟达的GPU订单添砖加瓦。
OpenAI的双簧同样可以理解。总裁布罗克曼需要一个激动人心的叙事来吸引企业客户和顶级人才，CEO Altman则需要保持足够的审慎空间，以免在安全审查和监管对话中被自己的口号反噬。一个唱红脸，一个唱白脸，目标一致：在AGI的模糊地带中最大化商业利益，同时最小化合规风险。
换言之，大声喊出AGI的口号，最根本的目的，是让资本可以继续为叙事定价。
04
回到最初的问题：AGI时代真的到来了吗？
答案或许是：这个问题本身已经不重要了。
当一个模型可以自主完成从文档创建到数据分析的完整工作流，当全球科技巨头每年投入近万亿美元建设AI基础设施，当中国厂商在开源模型和智能体能力上逼近国际第一梯队，当诺奖经济学家开始认真测算AI对生产率的长期影响——
我们工作生活的方方面面，都已经越来越离不开AI，而更深层的，在科研和政策端，AI的身影也越来越明显，无论你是否愿意称之为“AGI”，一场深刻的、席卷所有已知的人类生产生活领域的变革，正在发生。
AGI的定义可以继续模糊，巨头与巨头争论可以继续下去，但有一件事是确定的：从2026年开始，AI已经是一个“现在进行时”的产业现实，它正在重写职业的技能图谱、重新分配全球的资本流向、乃至重构人类社会的组织方式。
真正值得关注的，不是“AGI是否已经到来”这个语义问题，而是另一个更紧迫的现实问题：在这场被口号加速、被资本驱动、被技术验证的变革中，谁能真正把算力转化为生产力，把模型能力转化为商业价值，把技术进步转化为广泛共享的经济增长？
AGI时代的大门是否已经打开，或许见仁见智。但门后的世界，已经容不得任何人驻足观望。