AGI的模糊定义：权力与利益的博弈

Grok 4发布后，市场反馈呈现两极分化。有用户猛烈批评其高昂的价格和实用性不足，而另一些用户则将其誉为神作，断言“AGI已经实现”。

AGI究竟何为，尚存争议——据《华尔街日报》报道，微软与OpenAI因定义差异再起纷争。

早在2023年，双方曾达成协议，将AGI定义为“可产生1000亿美元利润的自主系统”。然而，仅仅一年后，OpenAI便改变了立场，在官网宣称AGI为“在最具经济价值的工作上表现优于人类的高度自主系统”，并自诩为AGI的先驱。

OpenAI提出的AGI五阶段理论，源自Bloomberg的报道。

微软与OpenAI的合同价值超过130亿美元，但双方对AGI的定义仍未达成一致，这不禁让人质疑他们是否在儿戏。

一个反直觉的可能是：未明确定义，比明确更有利。

定义权？No；印钞术，Yes

微软之所以急于挑战，不仅因为资金投入巨大，还因为合同中有一条关键条款：一旦OpenAI的系统达到AGI水平，该公司将有权限制微软对其技术的访问。

微软试图阻止这种情况发生，包括直接挑战AGI的定义。

“AGI究竟为何物？”这是近年来最常见也最无解的问题。不仅答案不清晰，问题本身也开始变得模糊。

技术界从未就AGI的定义达成共识——是多模态的融合？持续学习与自我优化？还是与人类智力的等价比肩？无人知晓，也无人敢断言。

为解决这个问题，微软曾尝试提出一个看似客观的标准：如果AI能创造的利润达到1000亿美元，即可视为实现了AGI。

这看似玩笑，实则不然。

考虑到人工智能的热门程度以及资金的持续涌入，“AI”已不足以吸引眼球，“AGI”才是关键。天才们追求的不仅是人工智能，更是通用人工智能。而实现通用人工智能，需要巨额投资。

但投资不能无回报。当通过烧钱培养的AGI真能担起赚钱重任时，怎能不算实现AGI呢？

在此前提下，一条潜规则正在发挥作用：谁能定义AGI，谁就掌握了一台“印钞机”——包括吸引投资、提升估值、获取舆论与政策资源。

在商业提案中写上“AGI”，连紧闭的门都会自动打开，难以进入的赛道也会敞开怀抱。这一现象背后的逻辑，已超出商业谈判的范畴，反映了一种权力结构。

将模糊术语与经济收益绑定，对微软而言更为有利。此外，这还能进一步推销未来愿景，为自身在巨头间的竞争中赢得话语权。

不得不说，Sam Altman深谋远虑：AGI无法被定义，正是其优势所在。

AGI是典型的“模糊术语”——你越无法精确说明它是什么，它就越能在不同情境下灵活应用，用于估值、谈判、推销未来。

这也是微软与OpenAI在AGI定义上出现分歧的原因：不是因为谁更关心技术真相，而是因为谁拥有宣布“它已到来”的话语权，从而改写合作关系、重组利益分配。数字一定更客观吗？

如果技术都无法定义AGI，难道除了争吵就没有其他方法了吗？

此时数据建模登场了。

纽卡斯特大学的一项研究引发讨论。这篇论文提出了一个社会经济学的分析框架，探讨AGI及其潜在社会影响。

...（此处省略部分图片和描述）...

研究使用了多种生产函数，构建了一个“Power shift”模型，试图模拟AGI替代人力带来的影响。

...（此处省略部分图片和描述）...

通过量化数据揭示AGI替代效应与劳动收益崩溃的临界阈值。这与“年营收1..." alt="AGI替代效应与劳动收益崩溃的临界阈值"/>........................