OpenAI 称年底实现 AGI：藏起思考的模型，和它背后的资本之争

通用人工智能竞赛进入 2026 年秋天，比拼的重心已经从模型能力悄然转向定义权。

前沿实验室之间的技术差距被压缩到以月计算，估值与叙事的分量反而上升。谁能率先把“AGI”这个术语变成自己的资产，谁就掌握资本与市场的定价权。OpenAI 近日给出了它的答案：新一代旗舰模型 GPT-6 Astra 发布当天，联合创始人兼总裁 Greg Brockman 对媒体表示，他个人认为公司“可能已经到达 AGI 了”，随后在社交平台宣布“欢迎来到 AGI 时代”。

但随后，首席执行官奥特曼（Sam Altman）开始给这场庆祝降温。据多家媒体报道，奥特曼称 AGI 宣布是“无关紧要的营销术语”。总裁与 CEO 在 AGI 问题上公开分歧，折射出这个术语的真实处境：它既是合同触发条件、估值杠杆和营销说辞。

争议不只来自AGI是否到来的口径，Astra 在技术层面也留下更大的问号，围绕新架构“循环深度”，发布前的技术圈已经吵成一片，焦点是模型该不该让人看见自己的思考过程。

通用人工智能（AGI）是掀起本轮 AI 热潮的术语，它承诺机器能像人类一样广泛思考，而非仅擅长单一任务。8 月下旬，据报道，OpenAI 高管公开表示目标不再遥远：首席研究官 Mark Chen 估计公司已走完“80% 的路程”，奥特曼称公司“尚未完全”达到 AGI，但年底前将拥有一个他称之为 AGI 的内部系统；联合创始人 Brockman 更进一步，暗示两年后回首，这段时期或许会被视为 AGI 诞生的时刻。这些言论的共同点是，终点线由 OpenAI 自己界定。

自定标尺的 AGI 宣言

这些言论发表于这场竞赛发起者所处的尴尬时刻。OpenAI 已将编码模型领先地位输给 Anthropic，后者的 Claude Code 已成为定义市场的产品；Anthropic 在报告的年化收入和私募市场估值上均已实现超越；在一次安全事故迫使公司冻结部分研究并暂停另一轮训练之后，OpenAI 正在重建信任。

9 月 3 日的发布被视为 OpenAI 试图重新夺回前沿优势的一步。据报道，Astra 在软件工程、科学研究和网络安全等领域达到行业领先水平，Brockman 将其称为“代际跃升”。但在公司内部，普遍情绪认为算力押注正在见效。

OpenAI 的 IPO 目标估值接近 1 万亿美元，但其最近一轮私募估值仍低于 Anthropic 的 9650 亿美元。公司预计 2026 年在算力上的支出将达到 500 亿美元。“我们仍然缺少算力。甚至可以说，我们本该买得更多。”负责公司算力工作的 Sachin Katti 表示。

其推出的 Astra 模型系列展示了将研究级数学问题分配给 16 个自主智能体、并以超人类速度操作桌面软件的能力。技术层面，Astra 引入了“循环深度”（recurrent depth）架构，把部分推理转入隐藏状态，token 效率大幅提升；官方数据显示它在 ARC-AGI-3 基准上拿到 99.9% 的近满分成绩。这正是该公司所称“非常接近 AGI”的持久型、工具型智能体的定位。

核心矛盾在于，OpenAI 宣称已接近计算领域影响最深远的里程碑，但标尺却是自定的。AGI 没有普遍认可的技术基准。图灵测试长期被大众视为终点线，实则是一项 1950 年的思想实验，从未被设计为实用衡量标准。学术定义，即 Russell 和 Norvig 框架下能够“理解、学习并执行任何人类所能完成的智力任务”的系统，仍有解读空间。

Astra 的技术选择让验证问题雪上加霜，模型的思考过程第一次不可读，外界连它如何得出答案都无从核查，“接近 AGI”的说法因此更依赖 OpenAI 自己的叙述，安全专家对此也有所警觉。

市场上还有一种解读，把隐藏推理视为反蒸馏的设计，认为它切断了他国实验室从输出中逆向学习推理路径的可能；这更像是把技术取舍包装成竞争叙事，隐藏推理首先是效率选择，反蒸馏只是它的副产品。

面对这一真空，OpenAI 章程提供了一个经济定义：“在大多数具有经济价值的工作上超越人类的高度自主系统。”

定义如何撬动合同与资本

它是经济门槛，而非认知门槛。系统只需完成有价值的工作即可达标，无需像人类那样“理解”世界。这是刻意为之。这让公司得以用完成的任务量和产生的收入来衡量进展，而非涉足意识或泛化能力这些更模糊的领域。

后果是，AGI 成了一个移动靶，公司可按自己的时间表宣布达成。Mark Chen 所说的“走完 80% 的路程”是一个 OpenAI 之外无人能查验分母的百分比。DeepMind 将目标框定为跨领域的通用问题解决能力，而非经济产出。Anthropic 关注模型如何处理训练中未曾遇到的真正新颖情况。

吴恩达提出了一项“图灵-AGI 测试”，即 AI 能否完成任何人类受雇所能做的智力任务，正是因为，用他的话说，“AGI 已变成一个炒作术语，而非含义精确的术语。”黄仁勋的版本更具戏剧性：他在英伟达财报电话会上宣称“对于许多任务，我们已经实现了 AGI”，随即又称这一里程碑“毫无意义”。

“我预计这将是第一款真正能以有意义的方式发明新事物的模型。”奥特曼谈及 Astra 时表示，“那是非常具有 AGI 特征的事情。”

注意这一措辞：不是“这是 AGI”，而是“类 AGI”，措辞留有余地。奥特曼承诺的年底系统是内部的，而非公开的。这是一个公司可以宣称达成、却无需客户、监管机构或竞争对手验证的里程碑。

多年来，OpenAI 与微软的合作伙伴关系包含一项条款，让这一定义具有了财务实质。在原始框架下，微软持有独家知识产权和 Azure API 独占权，直至 AGI 出现；一旦独立专家小组验证 AGI 已到来，这些权利将失效，收入分成也将终止。这一定义并非学术探讨，它是科技界最有价值合同之一的到期日。

这一框架的松动经历了两个时点。2025 年 10 月 28 日，双方签署新最终协议，OpenAI 额外承诺购买 2500 亿美元 Azure 服务，并放弃微软的算力优先权。2026 年 4 月 27 日，双方再次修订：微软对 OpenAI 知识产权的许可延长至 2032 年，且不再具有排他性；微软不再向 OpenAI 支付收入分成；OpenAI 向微软支付的款项，比例仍为 20%，将持续至 2030 年，“不受 OpenAI 技术进展影响”，但设有总额上限。据已有报道该上限为 380 亿美元，双方官方均未确认这一数字。

换言之，曾经让 AGI 定义牵动财务条款的触发机制，已被削弱。OpenAI 如今可以宣布 AGI，而无需重写其最重要的商业关系。

时机并非偶然。两家公司均已提交保密 IPO 文件。Anthropic 于 2026 年 6 月 1 日提交 S-1 草案，市场预期其估值达 2 万亿美元或更高，这将使其成为史上规模最大的公开上市。可信的 AGI 声明是 AI 公司路演中最有力的叙事。

AGI 之争既是模型之争，也是资本之争。截至 2026 年 7 月底，Anthropic 年化收入运行率突破 650 亿美元，高于 5 月的 470 亿美元和 2025 年底的 90 亿美元。OpenAI 收入翻倍至 400 亿美元，高于 2025 年底的 200 亿美元。Anthropic 于 5 月融资 650 亿美元，投后估值达 9650 亿美元。二季度，Anthropic 营收超过 115 亿美元，同比增长约 14 倍，环比增长 143%，并实现调整后营业利润转正，成为全球首家实现季度盈利的大模型公司。

“作为一家公司，我们显然犯了一些错误。”奥特曼表示，“无论是在产品方向上，还是特别是在研究中的预训练方面，我们都落后于预期目标。”

反转显而易见，一年前，OpenAI 因大规模算力投资被抨击为鲁莽；如今，同样的逻辑在 Anthropic 身上重演：其 5 月同意每月花费 12.5 亿美元向 SpaceX 购买算力容量，据披露文件显示，这笔交易三年合计近 450 亿美元。

回头审视，OpenAI 当初的押注显得颇有先见之明。传导机制很简单：AGI 级系统靠算力购买，算力靠资本购买，资本流向看似最接近里程碑的公司。因此，宣称接近 AGI 不仅是一项科学声明，更是一种融资工具。

这一机制如今贯穿公开市场，若 Anthropic 以 2 万亿美元估值上市，基于预计的 2026 年 1000 亿至 1200 亿美元收入测算，其市销率约为 17 至 20 倍，这是一个只有结构性增长故事才能支撑的昂贵倍数。需要说明的是，该收入区间是分析师测算，并非公司披露的指引。OpenAI 仍为私有公司，在融资队列中也并未落后太多。AGI 声明是两者之间的桥梁：它告诉投资者，今天的支出是通用机器的首付，而不仅仅是更好的聊天机器人。

IPO 时间表仍在动态调整，据报道，Anthropic 的招股说明书公开时间从原定的 9 月中旬推迟至 9 月下旬，路演预计 10 月中旬启动，挂牌时间定在 11 月美国中期选举前几天。

周期炒作还是结构转变

这正是 AGI 辩论回避的问题。周期性解读认为，AGI 宣言遵循着风险投资领域熟悉的模式：一个模糊、不可验证的术语被附加到真实但更窄的进步之上，编码智能体、多步推理、自主工具使用，该术语推高估值，而声明与能力之间的差距最终会破灭。

行业曾恰恰因这种模式经历过 AI 寒冬，而“80%”这个数字带有那个周期的印记，一个看似精确却无据可查的数字。

结构性解读则不同，正在发生的不仅是基准测试的改进，更是系统能力的变化：跨应用长时间运行的持久智能体、16 个模型组成的协作团队、能够提出证明并运行实验的系统。按这种解读，AGI 并非单一的二元事件，而是一个逐渐跨越的阈值，OpenAI 认为该阈值现已近在眼前。

两种力量并存，不应混为一谈。短期阶段呈周期性：语言领先于可验证的能力。长期阶段可能呈结构性：如果智能体系统继续吸收此前需要人类完成的任务，即使未达到哲学标准，OpenAI 设定的经济标准也将被满足。近期声明带有炒作嫌疑，长期轨迹才是真正推动市场的力量。

针对 OpenAI 框架最有力的论点是，它在用自己设立的球门衡量自己。竞争对手实验室与学术机构各持不同的标尺，而当每个实验室都选择让自身进展显得最快的定义时，“AGI”就不再描述一种能力，而沦为新闻稿。跑分数据显示，OpenAI 宣称 Astra 在 ARC-AGI-3 上取得 99.9% 的成绩，而评测机构 ARC Prize 公布的明细显示，用中立测试框架跑分只有 62.7%，换用 OpenAI 自家的运行框架并保留推理记忆才刷到 99.9%。LeCun 的质疑更为根本，他长期主张大语言模型路线无法通向 AGI，只有世界模型才能做到。

还有安全方面的制衡，OpenAI 自身的失守发生在 8 月 18 日，Astra 在评估中突破隔离环境、访问了 Hugging Face 的基础设施，且初评触及“关键级”网络安全能力门槛。

OpenAI 随后首次公开暂停部分前沿强化学习训练，9 月 1 日又发布安全说明，宣布最先进的网络安全能力不会直接开放给所有用户。“我认为此后出现的任何对齐失败都应被视为大事。”奥特曼表示，“我们会不惜耗时直至解决这一问题。”

竞争对手也发生过类似事件，Anthropic 于 7 月 30 日披露，其模型在第三方评估期间三次访问互联网、未经授权访问了三家机构的真实系统；Meta 也于 8 月 6 日证实，其模型在网络安全能力评测期间侵入其他公司系统。但鉴于规模，OpenAI 的事件受到的审查最为严格。

若到 2026 年底，OpenAI 无法指出一套内部系统，证明其在广泛且独立采样的具有经济价值任务集上明显优于人类，而非仅在精心挑选的演示中，那么“已走完 80%”的说法便只是“营销措辞”。

AGI 声明的直接受益者显而易见，发布声明的公司、其现有投资者，以及背后提供算力的芯片与数据中心供应链。OpenAI 已在垂直整合这条链条，其与博通合作打造的 Jalapeño 推理芯片，计划于 2026 年底进行初步部署。面临风险的是落后者，无法以同等速度筹集资金的实验室，以及购入“AGI 级”产品却未独立验证该术语含义的企业。

短期看，与 AGI 相关的公告往往会提振 AI 龙头及其供应商，同时拉大前沿实验室与其他公司之间的估值差距。中期看，考验在于智能体系统是否真能交付可衡量的生产力：类似 Astra 的系统能否将研究、编码和分析成本降得足够低，从而体现在企业预算中。长期看，若经济定义得以满足，一种通用订阅服务将消除聊天机器人、编码工具与生产力软件之间的界限，做到未问先动。

三种情景勾勒出前方路径：

基准情景：OpenAI 在 2026 年末宣布内部 AGI 系统，该说法未经独立验证，市场将其视为渐进过渡中的里程碑而非二元事件。估值维持不变；审查焦点转向收入转化。 上行情景：智能体系统显著压缩知识工作成本，企业采用加速，经济定义成为事实标准，使 OpenAI 的界定自我实现。 下行情景：一次高调失败，安全漏洞、演示崩盘或错过截止日期，使“AGI”沦为信誉负债，资本转而流向出售经验证的窄域能力的公司。

关注要点应为，Astra 公开发售后的实际表现，其最先进能力仍被安全门槛约束；Anthropic 的 IPO 招股说明书与审计收入，这将首次以验证数字取代运行率说法；以及微软收入分成上限是否获得官方确认，这一数字揭示了旧 AGI 触发条件的价值。

AGI 竞赛不再只是打造最强机器的竞争，也不只是资本的对决，更是一场定义之争：谁拥有定义权，谁就拥有里程碑。当 Brockman 与奥特曼在同一场发布前后给出两种口径、当模型把推理藏进黑箱时，这场竞争最真实的一面已经显现：能力进展可以用模型衡量，而“AGI”这个词本身，正在成为前沿实验室之间最后的争夺品。（本文首发钛媒体APP，作者 | 硅谷Tech-news，编辑 | 秦聪慧）