AGI 跟 ASI 差在哪:定义、时间线,还有为什么这事重要

你只要在 AI 圈晃过,就会看到同一出戏一直重播:有人贴一个跑分结果,另一个人截图写「AGI 已经来了」,第三个人 quote tweet 骂「这离 ASI 还差远了」。看起来像在认真辩论。其实大部分时间是大家用同样的字母指不一样的东西。

来把它拆干净。

AGI:通用人工智能(Artificial General Intelligence)

最早的概念可以追到 1950 年代:一台机器能做任何人类能做的智力工作。不是窄领域,不是特定任务,是「通用」。

「通用」这两个字承担了很多。现在实际在使用的定义至少有四种:

实务上,有人说「AGI 已经来了」通常是套上其中一个定义但没讲清楚是哪个。所以才会吵不完。

ASI 是 AGI 之后的东西。一个系统在几乎所有认知任务上都「明显比最强的人类更好」。不是「跟聪明人一样聪明」,是大幅超越。

「超级智能」这个词是 Nick Bostrom 在 2014 年带火的。他的分类拆三种:

大部分 ASI 讨论在乎的是「质量版」。担忧跟期待一样:一个能比现存最强人类更快更好做科学、工程、战略的系统。

诚实的答案是:在 AGI 各种定义的中间地带,视你采用哪一种而定。

认知测验。 2026 前沿模型(Claude 4.7 Opus、GPT-5、Gemini 3 Ultra)在大多数文字任务上达到或超越中位受过教育的成年人:法律推理、代码、研究生层级数学、翻译、摘要。长期规划、新领域研究、需要真实世界物理脉络的任务还在挣扎。
经济。 模型确实在某些工作的某些部分自动化了:写代码、客服、文案、翻译、图片生成。但它们还没到能在没有人类监督下端到端取代整个职位。
自主。 写代码 agent(Claude Code、Cursor agent mode)在隔离任务上可以跑数十分钟,但跑好几天追求开放式目标还会跑歪。这是现在最大的鸿沟。
DeepMind 等级。 纯文字任务上大概是「competent」;在大多数领域离「expert」或「virtuoso」还远。

采认知定义的人会跟你说 AGI 基本上到了。采自主定义的人会说还早得很。在各自定义下都是对的。

AGI 的辩论是经验性的:现在的模型符不符合定义 X?可以跑跑分。

ASI 的辩论主要是外推:

能力跟算力、数据量扩展的速度有多快? 目前 scaling laws 看起来是稳定上升;有研究员觉得到 ASI 之前会撞墙;有人觉得 reasoning RL 改变了斜率。
递归自我改进会不会发生? 一个强到能做 AI 研究的模型,理论上能帮忙更快盖出下一代。这就是「智能爆炸」场景。目前没有实证证据显示会有硬起飞。
「在所有事情上比人类聪明」到底长什么样? 可能就是一个更冷静、更快的 Claude;也可能是我们完全预料不到的东西。诚实答案:不知道。

这就是为什么 ASI 在 Twitter 上吵不出结果。它不是事实分歧,是预测分歧。

实务上有三个理由:

产品定位。 如果你的 AI 产品话术靠「AGI 就要来了」,你是在赌某个定义。讲具体一点。「AGI 等级的写代码助理」有意义,「AGI 来了」没有。
招聘跟时间线。 OpenAI 跟微软的合约里有 AGI 条款,Anthropic 的公司结构也有,劳动力预测也是。2030 年有多少工作会消失,完全取决于采哪个定义。
安全优先顺序。 「2027 年的 AGI 是一个聪明写手」跟「2027 年的 AGI 是自主研究员」要担心的事完全不一样。

日常做产品:这两个词都先放一边。问的问题改成「我面前这个模型,今天实际能做什么?」拿你的真实任务去跑,量它的失败模式,挑能跑得动的最便宜那个。

战略跟政策对话:把你的定义讲明白。「我说的 AGI 是 OpenAI-Microsoft 合约意义,也就是能产生 1000 亿美元利润的系统」是可辩护的主张;「AGI 要来了」是修辞。

产品文案尽量别用 AGI / ASI。读者要嘛(a)当你字面意思看,告你过度宣称;要嘛(b)当营销话术直接无视。具体的能力宣称(「能解 AIME 2025 84% 的题目」)比较会被听进去。