通用人工智能是什么？理解 AGI 的定义与判断争议
介绍 AGI 与单项能力的区别，比较不同组织的判断范围，并说明通用性、自主性和实际评测为何不能用一次演示或榜单名次代替。
先理解这个概念
AGI通常译为通用人工智能，用来讨论能够跨广泛任务工作的智能系统，而不只是擅长某一项任务的模型。目前没有一个得到所有研究者和机构共同采用的达成标准。讨论某个系统是否接近AGI时，应先说明采用的定义和任务范围，不能只根据一次演示、模型名称或单个评测分数作结论。
不同定义采用的能力范围并不相同
OpenAI宪章用能够在多数有经济价值的工作中超过人类的高度自主系统描述AGI。关于AGI等级的研究则提出按表现水平与任务通用性等维度讨论进展。这些表述的用途和范围不同，应注明出处，不能混成一个已经统一的门槛。
例如一个系统能很好地写代码，但完全无法完成别类任务，只能证明它在已检查范围内有效。另一方面，能回答很多主题的聊天系统，也不自动证明可以独立执行所有工作。谈论广泛能力时，需要把能回答与能完成实际任务分开。
跨任务表现与自主程度分别检查
同一模型在写作和计算任务中表现不同很常见，应分别报告测试条件。是否需要人不断提供下一步，与它在某道题答得多好，是两个问题。AGI讨论中的自主性也不能通过一个带自动按钮的界面来确认。
若演示有人提前筛选输入，或在失败后反复重试，只保留成功片段，公开结果就不足以说明完整表现。可以要求查看失败案例和人工介入情况，但没有这些证据时，应保留未知，而不是替系统补写未展示的能力。
当前产品选择仍应回到具体任务
使用者通常需要判断某个助手能否整理资料或修改代码，不必先解决AGI的哲学争议。把输入和成功条件列清，再检查实际产物，能够得到更可复查的结论。一个任务通过，也不应扩写成所有领域已经通用。
本文核对的是公开定义和研究框架，没有认证任何产品已达到AGI，也没有把尚未确定的时间预测当成事实。阅读相关宣传时，优先查明确的任务范围和外部验证材料；定义改变会改变结论，引用时应保留这个前提。
核对来源
以下资料用于核对概念和方法。文中的示例与测试范围分别注明，实际使用时请核对所用工具的版本。