谷歌DeepMind官宣：AGI已过时，1亿个“硅基打工人”合体就是超级智能！

温故智新AIGC实验室

TL;DR：

谷歌DeepMind出了一份57页的重磅报告，标题就叫《从AGI到ASI》。他们直接跳过“AGI啥时候来”的老话题，开始讨论“造出AGI之后，AI怎么成神”。最骚的操作是：论文第一章不是给人看的，是写给AI的指令。核心结论：就算模型能力卡在人类水平，只要算力继续涨，一亿个普通人水平的AI抱团，就能硬生生“挤”出超级智能。

全世界还在焦虑“AGI还要几年”，谷歌DeepMind却直接甩出一句：AGI，已经过时了！

最近，DeepMind联合创始人Shane Legg带着他的博士导师Marcus Hutter，加上14人的顶级天团，搞出了一份57页的论文，四个大字：《From AGI to ASI》。1

这不是科幻小说，是干货满满的技术路线图。而且，这群人不是在画饼——Legg从2009年就赌AGI在2028年到来，赌了17年没改口；他导师Hutter更是发明了AIXI理论，号称智能的数学天花板。师徒俩联手，直接把战场从AGI拉到了ASI。

等等，AGI还没造出来，你们就开始讨论ASI了？

这就是最反直觉的地方。DeepMind说：我们不是来预测时间线的，我们是来画地图的。 报告的核心问题不是“AGI何时来”，而是**“AI来了之后，它会停在哪？”**

历史上的技术，没有一种能自我强化还停在原地的。火药→大炮，蒸汽机→工业革命，互联网→智能手机。AI如果真到了人类水平，它凭什么不继续进化？

所以DeepMind给出了智能的三级分类：

  • AGI：在大多数认知任务上达到普通人水平。就是“和你我差不多聪明”。
  • ASI：在几乎所有任务上，稳定超过数万名顶尖专家、协调良好、围绕单个问题连续协作十年的产出。注意，数万名，十年，这是起评分。
  • Universal AI (UAI/AIXI)：智能的理论极限，数学上已证明的终极存在，ASI只是逼近它的一个里程碑。

为了堵死漏洞，报告还规定：那数万名专家只能用2010年的技术储备——正好是DeepMind成立那年。意思很明确：别拿“人类先造出ASI再用它解题”来抬杠。

硅基生物的六大外挂，碳基人类怎么玩？

为什么DeepMind敢说“硅基智能必定碾压碳基”？因为AI天生自带六大外挂，而且算力越强，差距越大：

  1. 输入/输出速度：人类看书要几天，LLM几秒吞下几本书。
  2. 内部处理速度：人类神经元放电有物理上限，AI的“思考”速度随算力起飞。
  3. 基底独立性：人类换大脑？不存在的。AI可以从旧电脑无缝迁移到超算，甚至运行时分布式部署。
  4. 无损复制与经验共享：培养一个博士要20年，复制一个AI瞬间完成——几百万个完美分身，零边际成本。
  5. 记忆容量与持久性：人类会忘，AI不会。
  6. 高维通信：同源AI之间能直接共享高维向量，一个节点顿悟，全部同步。

这几张牌一摆，人类就像拿着弓箭在跟机枪手打架。

一亿个“你”合体，就是超级智能？

最炸裂的推论来了：DeepMind认为，就算单个AGI的能力完全卡在人类水平，只要算力继续涨，光靠堆数量就能堆出ASI。

思想实验：假设刚造出AGI时，全球只能跑1000个实例（因为贵）。按算力每年10倍增速，一年后1万个，五年后1亿个。一亿个普通人水平的AI同时运行——这真的是“普通人”吗？

不，它们绝不只是各自为战的“硅基打工人”。

  • 无损克隆：一亿个分身，经验共享，瞬间覆盖人类科学所有盲区。
  • 零摩擦通信：同源AI共享底层权重，一个顿悟，一亿个大脑毫秒级同步进化。
  • 赛博科研帝国：面对可控核聚变这样的巨型工程，瞬间拆解成一亿个子任务，海量平行试错。

更恐怖的是，那些无法并行拆解的单线任务？把算力用来纵向加速，让一个AGI思考速度提升100倍。人类花十年死磕的理论物理，对加速版AI来说只是一个多月的计算量。

质变就这样因量变而发生。 一亿个不知疲倦、共享大脑、思考速度快上百倍的集群，稳稳踏入ASI的领域。

四条黄金路径，哪条能封神？

除了“大力出奇迹”，DeepMind还列出了另外三条路径，可能同时推进：

路径一：大力出奇迹（扩展计算、模型和数据） ——正在发生的路径，也是最稳妥的。

路径二：范式跃迁 ——如果Transformer撞到天花板，可能逼出全新架构。比如脉冲神经网络、神经形态硬件，或者Mamba那样的无限工作记忆架构。

路径三：多智能体协作与群体涌现 ——数百万AGI专家通过“市场机制”或“蜂群思维”协作，沟通带宽极高，无需官僚层级。科幻迷会想到《星际迷航》里的博格集合体。

路径四：递归自我改进（RSI） ——火力最猛的一条。AI自己写更好的神经网络架构，自己设计芯片（AlphaEvolve已经在做），通过自我博弈生成更高质量的训练数据（类似AlphaZero）。一旦闭环形成，智能爆炸就不再是科幻。

六道“叹息之墙”，能拦住AI成神吗？

前途光明，但DeepMind也给了严厉警告。一共有六道可能锁死未来的墙：

  1. 数据墙：互联网高质量文本预计本年代末耗尽，“模型崩溃”就在眼前。
  2. 资源墙：算力、电力、芯片账单指数级膨胀，AI经济回报覆盖不了成本就会泡沫破裂。
  3. 范式墙：靠预测下一个Token真的能通往终极智能吗？幻觉、无法处理不确定性、易被Prompt注入，是致命基因缺陷。
  4. 研究变难：低垂的果子摘完了，每美元产出的突破在递减。
  5. 人为刹车：AGI大规模接管白领工作，社会反弹、监管、事故可能逼人拉电闸。
  6. 抽象壁垒：全篇最锐利的原创观点——如果把牛顿时代之前的文字都喂给AI，它能自己“顿悟”出广义相对论吗？DeepMind认为极大概率不行，因为它缺乏微积分等底层概念基元。单个模型可能永远是一只超级鹦鹉，被锁死在人类认知上限。

不过，报告也给了一颗定心丸：就算每个AI都被抽象墙摁住，集体智能照样能靠堆实例冲过去。 墙挡得住一个天才，挡不住一亿个普通人。

AGI不是终点，是中场

报告最后留了一句相当克制的判断：要让AI进步停在人类这条线上，得是好几个关卡同时变成死路，这种巧合不太可能发生。他们押注两种结局：要么在AGI之前就先卡住，要么从AGI到弱ASI走得相当顺。

正如图灵1950年说的：“我们只能看清前方很短的距离，但我们能看到那里有许多必须要做的事情。”

DeepMind没给时间表，但给了地图。而我们这代人，很可能就是见证人工智能最终夙愿实现的一代。

引用

  1. From AGI to ASI · arXiv · Google DeepMind (2026/6/14) · 检索日期2026/6/14 ↩︎