AGI定义框架的提出背景 - AI行业存在关于大语言模型能否通向人工通用智能的激烈争论，企业界（如OpenAI、Google）持乐观态度，而学术界重量级人物（如Richard Sutton、Gary Marcus、Yann LeCun）则提出尖锐批评，认为当前模型存在根本缺陷[1] - 争论的核心症结在于AGI缺乏清晰、可操作的定义，导致各方难以在同一基准下讨论[1] - 为解决此问题，由图灵奖得主约书亚·本吉奥领衔的豪华国际研究团队于10月16日发表重要论文《A Definition of AGI》，试图为AGI提供迄今为止最清晰的定义[2] - 研究团队的27名作者涵盖了人工智能领域全球顶级学者、行业领袖及跨领域专家，包括AI安全、伦理、计算机安全、经济学等方向的权威人士，彰显了研究的重要性[5] AGI的新定义与评估框架 - 论文将AGI定义为：一个在认知通用性和熟练度上，能够达到或超过一个受过良好教育的成年人水平的人工智能[8] - 定义包含两个核心特质：通用性（广度），强调AGI需在广泛认知领域具备能力；熟练度（深度），要求AGI在每个认知领域的能力达到人类成年人的精通水平[9][10] - 评估框架基于心理学界最受认可的人类智力结构模型——Cattell-Horn-Carroll理论，将AGI的能力划分为十大方向，每个方向占AGI满分评分的10%[12][13] - 十大能力方向包括：通用知识（K）、读写能力（RW）、数学能力（M）、即时推理（R）、工作记忆（WM）、长期记忆存储（MS）、长期记忆检索（MR）、视觉处理（V）、听觉处理（A）、速度（S）[13][14] - 论文为每个能力方向下的细分项提供了具体的定义、测试样例和公开数据集参考，使评估具备高度可操作性[15][16] - AGI的100%分数代表一个高度熟练、在所有测试维度上达到精通水平的个体，但并非要求聚合人类顶尖技能，而是衡量全面且强大的认知能力水平[17] 当代AI模型的能力评估结果 - 根据新框架评估，GPT-4的AGI总分为27%，而GPT-5（假设于2025年问世）的总分可达58%，进步显著但不均衡[20] - AI模型的强项集中在可从海量数据直接学习的领域：GPT-5在通用知识（K）得分9%、读写能力（RW）得分10%、数学能力（M）得分10%，显示出极高的熟练度[21][24] - 模型存在严重短板：长期记忆存储（MS）得分均为0%，意味着AI患有“失忆症”，无法从互动中积累经验或形成个性化记忆[21][24] - 在即时推理（R）方面，GPT-5得分7%（GPT-4为0%），但在“适应”分项上仍为0%，表现出认知僵化，无法灵活适应未明确告知的规则变化[24][25] - 在多模态能力上，GPT-5在视觉处理（V）得分4%（GPT-4为0%），听觉处理（A）得分6%（GPT-4为0%），但高级视觉推理、空间扫描及声音底层理解能力得分均为0%，表明其对物理世界的认知仍很浅薄[24][26] - 长期记忆检索（MR）中的“幻觉”分项，GPT-4和GPT-5得分均为0%，意味着模型在事实准确性上依然不可靠，输出存在幻觉问题[24][25] - 在速度（S）上，GPT-5得分3%，与GPT-4持平，表明认知能力的提升并未带来执行速度的必然提升[24] 能力扭曲与AGI发展启示 - 论文提出“能力扭曲”概念，指当代AI系统利用其优势能力（如巨大的工作记忆和计算速度）来掩盖基础能力的根本缺陷，制造脆弱的通用假象[27] - 具体扭曲表现包括：用长上下文窗口（工作记忆）伪装长期记忆，以及用检索增强生成（RAG）等外部工具伪装内部记忆检索，这两种方式都是对长期记忆得分为0%这一核心缺陷的弥补[27][28] - 新AGI定义框架的价值在于将模糊概念转化为具体可测指标，为行业提供了共同的讨论基础和发展方向图，尽管框架存在基于英语和西方文化等局限性[29] - 评估结果清晰显示，从GPT-4的27%到GPT-5的58%，AI能力快速提升，但真正的AGI之路依然任重道远，行业需着力解决长期记忆、可靠性、适应性及深层世界模型等根本缺陷[29]