TL;DR：
一篇由顶尖科学家合著的论文首次为通用人工智能（AGI）提供了量化定义，揭示了当前AI模型（如GPT-5）在认知能力上仍存在严重“偏科”和根本性缺陷，特别是在长期记忆和视觉推理方面。这一里程碑式的框架将AGI的讨论从玄学拉回科学，驱动产业重新审视其发展路径，并敦促AI开发者正视技术鸿沟，而非依赖“能力扭曲”的捷径。
在喧嚣的科技浪潮中，通用人工智能（AGI）一直是那个被追逐却又定义模糊的终极愿景。从埃隆·马斯克的激情呼吁到OpenAI萨姆·奥特曼的乐观预言，AGI似乎近在咫尺，却又虚无缥缈。然而，近期一篇由图灵奖得主和前谷歌CEO等数十位顶尖科学家联合发表的论文，终于为AGI的评估设定了一个里程碑式的量化框架，将这一宏大叙事拉回了严谨的科学讨论。它不仅诊断了当前最先进AI模型的真实能力，更以前瞻性视角揭示了通往真正智能的漫漫长路。
AGI量化新范式：从玄学到科学的里程碑
长期以来，AGI犹如一个不断移动的靶子，其定义随着AI能力的进步而不断被推高。这篇划时代的论文首次明确提出，AGI应被定义为一种能够匹敌甚至超越“一个受过良好教育的成年人”的认知多功能性和熟练程度的人工智能。[^1] 这一大胆的定义，摒弃了模糊的描述，转而采用心理学领域权威的乔韦尔-霍恩-卡特尔（CHC）理论，将人类智能解构为10个核心能力维度：
- (K) 通识知识 (General Knowledge)
- (RW) 读写能力 (Reading & Writing)
- (M) 数学能力 (Math)
- (R) 即时推理 (Fluid Reasoning)
- (WM) 工作记忆 (Working Memory)
- (V) 视觉处理 (Visual Processing)
- (A) 听觉处理 (Auditory Processing)
- (S) 反应速度 (Processing Speed)
- (MS) 长期记忆存储 (Long-Term Memory Storage)
- (MR) 长期记忆检索 (Long-Term Memory Retrieval)
通过为每个维度分配权重并设计针对性测试题，研究者们构建了一个100分的“AGI高考”体系。这种数据驱动的分析方法，为行业提供了一个前所未有的、可量化的基准，迫使我们从技术深层原理而非表面现象去评估AI的真正进展。其意义在于，它不仅仅是一个测试，更是一套对AI能力进行系统性诊断的框架，指导未来AI研发的重心。
GPT-5成绩单透视：AI“偏科”之困与能力扭曲
在这份严苛的AGI测试中，当前备受瞩目的AI模型如GPT-4（2023年版）和其假想的迭代版本GPT-5（2025年版）的表现令人深思。GPT-4仅获得了27分，而备受期待的GPT-5也仅达到58分，远未及格。[^2] 这份成绩单凸显了当前大模型存在的严重“偏科”现象：
- 强势科目：GPT-5在通识知识(K)、读写能力(RW)和数学能力(M)等领域表现出色，得分接近满分（9-10分）。这验证了大型语言模型在文本理解和生成方面的卓越能力。
- 严重短板：然而，在长期记忆存储(MS)、长期记忆检索(MR)和视觉处理(V)等关键认知能力上，AI模型则表现得“一塌糊涂”。GPT-5的长期记忆存储(MS)得分接近0分，而视觉处理(V)也仅为4分，GPT-4在此类项上更是多处0分。
“这篇文章也在给大家敲警钟：这样搞出来的AI，是到不了AGI的。”
研究指出，当前AI对“记忆”的呈现，更多是一种**“能力扭曲”**（ability distortion）。它并非模型自身具备的真正记忆能力，而是通过堆叠更长的上下文窗口、利用外部知识库或向量数据库等“外挂”手段来实现的。这种机制使得AI在每次新对话开启时便“失忆”，无法进行持续学习和经验积累。同样，视觉处理的弱点也暴露了AI在高级视觉推理上的不足，例如对三维空间想象和物理世界交互能力的欠缺。
这不仅是技术层面的挑战，更触及了AI伦理与开发者责任。若业界持续依赖捷径来掩盖核心缺陷，短期内可能制造出“AI已然智能”的假象，但长期而言，这将阻碍AGI的真正实现，并可能导致对AI能力边界的误判，引发潜在的社会风险。
通往AGI之路：超越“外挂”与人类智能的再定义
GPT-5的成绩单清晰地描绘了通往AGI的路径上亟待攻克的难点。未来的技术突破将不再仅仅围绕模型规模和参数量，而需深耕于：
- 原生记忆架构创新：需要开发出能让模型本身具备持续学习和长期知识留存能力的架构，而非依赖于外部数据库或上下文长度的堆叠。这可能涉及全新的神经记忆网络、增量学习机制或与传统符号AI的融合。
- 多模态深度融合与推理：视觉处理的低分强调了AI在理解和推理复杂视觉信息方面的不足。真正的具身智能和通用智能需要AI能够像人类一样，无缝融合多感官输入并进行深层空间和逻辑推理。这不仅仅是识别图像中的物体，更是理解图像背后的物理规律和因果关系。
- 内省与自我修正机制：长期记忆检索（MR）与幻觉问题紧密相关。AI需要发展出更强的自我验证和校准能力，以减少“一本正经地胡说八道”现象，确保其输出的可靠性。
从哲学思辨的角度看，这篇论文也引发了深刻的讨论：AGI是否必须完全模仿人类智能？如果人类智能本身就充满了偏见和局限，那么完全复刻人类是否是最佳路径？或许，真正的AGI将是一种与人类智能并行、甚至超越人类固有认知模式的“异构智能”。然而，在探索这种全新智能形态之前，一个可量化、可验证的基准无疑是推动研究的关键第一步。它不仅为研究者提供了清晰的目标，也促使行业思考，即便AGI并非人形，也至少需要克服当前这些显而易见的认知障碍。
商业与伦理的十字路口：AGI量化标准下的产业新思
这份AGI量化标准对AI产业的商业版图和投资逻辑将产生深远影响。
- 投资风向调整：资本市场将从追逐“大模型”和“通用性”的模糊概念，转向关注模型在特定认知维度上的突破和可量化进步。在长期记忆、视觉推理等薄弱环节取得实质性进展的初创公司和研发项目，将更受青睐。这预示着AI投资将更加注重技术深度和核心能力，而非仅仅是营销声量。
- 产品路线图重塑：AI公司将被迫重新审视其产品和技术路线图。过去通过“能力扭曲”制造的错觉，将难以持续。未来，构建真正具备持续学习、跨模态推理能力的AI系统，将成为核心竞争力。这意味着，企业级AI解决方案将需要更加模块化、可插拔的组件，以弥补当前大模型的局限。
- 行业标准与监管：这一量化标准的出现，也为AI伦理治理和行业监管提供了重要参考。它将帮助监管机构和公众更清晰地理解AI的真实能力边界，从而制定更合理的使用规范和风险评估机制。对“能力扭曲”的批判，也促使AI开发者对技术的透明度和真实性负起更大责任。
展望未来3-5年，随着更多类似量化标准的出现，AGI的研发将从“炼丹”式的黑箱摸索，逐步走向工程化、模块化和科学化。产业界将更专注于基础认知能力的突破，而非仅仅是应用层面的“小修小补”。这虽然可能让AGI的到来显得“慢”了下来，但这慢，是建立在扎实地基上的稳健前进，是通向真正革命性智能的必由之路。
## 引用 [^1]: 按照Bengio等大佬的AGI新定义，GPT-5才实现了不到10% ·36氪·（2025/10/17）·检索日期2025/11/12 [^2]: 【AI技术洞察】当下AI离AGI还有多远：GPT-5仅仅得到57分？ ·知乎专栏·（2025/10/17）·检索日期2025/11/12