黄仁勋：AGI已经来了

2026年9月初的某天凌晨，黄仁勋在X上回复了一条帖子。

被回复的是Crusoe联合创始人兼CEO Chase Lochmiller。他转发了OpenAI介绍GPT-6 Astra成绩的帖子，祝贺OpenAI，并称美国得克萨斯州的阿比林为“AGI的诞生地”。这座城市是“星际之门”旗舰数据中心的所在地，Crusoe参与建设，园区使用英伟达芯片，为OpenAI提供算力。

建数据中心的先送来贺词，卖芯片的随后跟上。

黄仁勋的回复很短：从ChatGPT到o1，再到Astra，只用了4年。AGI已到来。祝贺OpenAI团队。下一批40万块GPU即将上线。

“AGI已到来”四个字，前面是Astra，后面是40万GPU订单。顺序比内容更诚实。

半年内，AGI来了三次

这句“AGI已到来”，让人似曾相识。

2026年3月23日，黄仁勋做客Lex Fridman播客。主持人问他：AI能不能创立、发展并经营一家价值超过10亿美元的科技公司？需要5年、10年、15年还是20年？黄仁勋没有选任何一个：“我认为，我们已经实现了AGI。”不过，他随后补了一句限定条件——“你说的是十亿美元，又没说要永远经营下去。”

8月26日，英伟达财报电话会上，他再次说：“在许多方面、对许多任务而言，我们可以说已经实现了AGI。”这次，他还表示，继续纠结这些里程碑已经没有多大意义。更值得关注的是AI能否完成有用的工作、输出能带来利润的内容、投入更多算力能否换来更多收益。

到了9月，让黄仁勋第三次发出“已到来”的，是一张新模型成绩单。

OpenAI展示了GPT-6 Astra在数学、推理和计算机操作等测试中的表现。其中，Astra在采用厂商适配框架的ARC-AGI-3半私有测试中，得分达到99.9%。ARC-AGI测试的名字里直接带着“AGI”，而Astra几乎把它做成了满分。

半年之内，同一个判断，说了三次。半年前已经实现的东西，为什么今天还能再次到来？

99.9%与62.7%

99.9%这个数字确实醒目。

但ARC Prize基金会联合创始人Greg Kamradt在测试后公开提醒：这个成绩是在“厂商适配框架”下取得的。也就是说，测试方法和评分环境由模型厂商深度参与设计。一旦换到统一、独立设定的评测环境中，Astra的成绩骤降至62.7%。

99.9%的AGI，62.7%的真实。

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”。

AI研究员Gary Marcus的反应更为直接。他在Substack上发文称：“黄仁勋既没有提出证据，也没有给出定义，在我看来，这就像是试图以企业单方面的宣告，主导一项科学问题。没有定义就径自宣布胜利，只会让问题更加混乱。”Marcus还列出了自己提出的AGI十项定义标准，指出Astra仅符合其中1至2项。“按照一般通行的定义，Astra仍未达到AGI的标准。”

四种人，四本账

如果把围绕AGI的表态放在一起看，会发现一个有趣的格局。

9月3日，OpenAI总裁格雷格·布罗克曼在Astra发布会最后留下一句话：“欢迎来到AGI时代，就我个人而言，我认为我们可能已经到达AGI了。”

然而就在两天前，OpenAI CEO山姆·奥特曼在接受采访时拆了台：“充其量，你可以说AGI是一个定义非常糟糕的术语，它就像一个无关紧要的营销术语。”

斯坦福李飞飞更早定调：“AGI更像是一个营销术语而非科学术语。”

四个人，同一条线，画出四个版本。

黄仁勋把终点线画在算力层。他在英伟达2027财年Q2电话会上明确表示“算力即收入”。“AGI已来”四个字，前面是Astra，后面是40万GPU订单。当AGI被等同于“算力够多”，英伟达的营收叙事就有了无限续杯的理由。

OpenAI内部三个人，画的是三本小账。布罗克曼喊“欢迎来到AGI时代”——抬估值；奥特曼说“AGI只是营销术语”——留后路，把AGI定义消解成模糊概念，就没人拿合同里的AGI触发条款追责；首席科学家帕乔基在9月6日发《An Alien Mind》，把Astra定义成“异星心智”，推安全与强制门槛——立治理话语权。总裁、CEO、首席科学家，三个人演三台戏，合起来把AGI拆成了可上市、可避责、可过听证的三本小账。

李飞飞的线画在赛道层。她说“即使把现代天体仪器数据全喂给今天的AI，让它推导出牛顿17世纪的运动定律——它做不到”。AGI边界越模糊，她的空间智能路线越清晰。

但利益分析只能解释他们为什么这么说，不能回答他们说的到底对不对。

AI在跑，电跟不上

抛开定义之争，黄仁勋在技术层面提出的另一个判断，反而更值得认真对待。

9月10日，高盛科技大会上，黄仁勋表示英伟达增长极快，上游封装、DRAM和LPDDR内存、连接器、电压调节器以及晶圆均面临挑战；下游土地、电力和数据中心厂房同样是难题。

高盛交易团队指出，电力、内存、数据中心建设及产能等方面的制约，可能令AI算力供不应求的局面延续至2028年。

这不是黄仁勋第一次把电力称为瓶颈。2026年6月，他直言美国能源产能长期滞后，海量数据中心的算力消耗持续加剧电力基建压力，能源短缺已成为制约美国AI产业领跑的关键短板，“不能在沒有電力情況下建立一個工業”。

Gartner预测，2026年全球数据中心电力消耗将达到565太瓦时，同比增长26%。国际能源署的预测更为激进：2026年全球数据中心电力消耗可能超过1000太瓦时，同比翻倍。

当一座AI数据中心的耗电量接近日本全国一年的用电量时，算力扩张的物理天花板就不再是芯片，而是电网。AGI能不能到来，可能不取决于模型跑分，而取决于电够不够用。

定义权之争

回到黄仁勋的那条帖子。他说的“AGI已到来”，到底是什么意思？

如果按OpenAI公司章程的定义——AGI是“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”——Astra还没有做到。如果按DeepMind的学术框架——以性能和通用性两个维度划分L0至L5——Astra大概在L2到L3之间。如果按黄仁勋自己的定义——能够自主创造十亿美元价值的AI即为AGI——这个门槛低得多。

三种定义，三本账，没有一个具备行业约束力。而正是这种模糊性，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。

2026年秋天，通用人工智能竞赛的重心已经从模型能力悄然转向了定义权。当技术差距被压缩到以月计算，估值与叙事的分量反而在上升。谁能率先把“AGI”这个术语变成自己的资产，谁就能在接下来的资本配置中占据主动。

黄仁勋说AGI已经来了。这句话最诚实的部分，或许是跟在后面的那半句——下一批40万GPU即将上线。