圖靈獎得主聯手前谷歌CEO，發布全球首份AGI“成績單”！GPT-5僅獲58分，最大缺陷是“金魚腦” 原創
編輯 | 聽雨
出品 | 51CTO技術棧（微信號：blog51cto）
“什么是 AGI？”
這是所有科技公司都在喊的口號，卻也是一個模糊得幾乎無法定義的詞。
OpenAI 說它要“追求 AGI”；Anthropic 宣稱 Claude 是“朝向 AGI 的安全智能體”；谷歌和 Meta 則都聲稱自己“正在逼近 AGI”。
但——什么才算真正的 AGI？
沒人說得清。
直到現在。
由圖靈獎得主Yoshua Bengio、前谷歌 CEO 埃里克?施密特、紐約大學教授 Gary Marcus 等30 多位頂級科學家聯合撰寫的論文 《A Definition of AGI》 正式給出了答案：
“AGI 是一種能在認知的廣度與熟練度上，達到或超越受過良好教育的成年人的人工智能。”
圖片
更重要的是，他們不僅給出了定義，還提出了一套可量化、可打分的“AGI 評分體系”。
結果令人震驚：
GPT-4 的 AGI 得分只有 27%；
GPT-5 則達到了 58%。
圖片
換句話說：
GPT-5 的“綜合認知能力”，相當于一個受過高等教育成年人一半的水平。
一、十大認知維度：分數越高，離AGI越近
這套評估體系并非憑空想象，而是建立在人類心理學中最權威的模型——卡特爾-霍恩-卡羅爾（CHC）智能理論之上。
它將人類通用智能拆分為10 個核心認知領域，每項權重相同（10%），共同構成完整的“智能光譜”。
圖片
具體包括：
1、知識（K）：主要測試常識、自然科學、社會科學、歷史、文化等方面的知識儲備。
2、讀寫（RW）：考察閱讀和寫作能力，包括對文本的理解、語言表達、文字創作等。
3、數學（M）：涉及數學計算、定量推理、數字概念的掌握等數學能力。
4、臨場推理（R）：即處理新穎問題、進行邏輯分析與抽象思維的能力，也就是流體推理能力。
5、工作記憶（WM）：指短期信息的保持與實時加工能力。
6、長時記憶存儲（MS）：衡量AI系統將信息進行長期穩定存儲的能力。
7、長時記憶提取（MR）：考查AI能否從長期記憶中高效地提取所需信息。
8、視覺（V）：包括圖像識別、空間定位、視覺信息解讀等視覺加工能力。
9、聽覺（A）：涉及聲音識別、語音理解、聽覺信息處理等聽覺加工能力。
10、速度（S）：主要評估AI快速處理簡單認知任務的效率。
研究團隊還為每一維度設定了測試題，例如：
“掉下玻璃瓶會怎樣？”（常識）
“2kg 物體以 3m/s 勻速運動，合力是多少？”（科學）
“請為這段視頻寫一句說明。”（視覺理解）
“請規劃一趟 14 天的歐洲旅行。”（推理與計劃）
評估采用百分制，每個認知領域滿分10分，系統總分達到100分即判定為達到AGI水平，分數越高代表離AGI的距離越近。
二、GPT-5 更聰明了，但還不會“真正學習”
研究團隊指出，當代AI 的智力結構極不平衡，呈現出所謂的“Jagged Profile（鋸齒型智能）”。這意味著AI并非在所有方面都同樣聰明，而是在其能力上表現出極端的波峰和波谷。
圖片
從實驗結果來看，AI 在知識（K）、讀寫（RW）、數學（M）三個領域表現突出，GPT-5在這三項的得分都超過了8。
圖片
知識（K）領域評估
圖片
讀寫（RW）領域評估
圖片
數學（M）領域評估
這些領域有一個共性：都圍繞著文本與符號的理解和運用展開。換句話說，這正是大模型在萬億級語料訓練中形成的模式匹配能力的集中體現。
在依賴大規模數據的任務上，AI 已經展現出接近受過良好教育成年人的水平。
但真正決定“通用智能”的，不是會背多少知識，而是能否像人一樣理解、記憶與推理。
在這些核心認知機制上——尤其是長期記憶和多模態推理方面——AI 依然存在致命短板，部分維度甚至是“掛零”的狀態。
圖片
視覺（V）領域評估
圖片
聽覺（A）領域評估
GPT-4完全不具備圖像識別與聲音處理能力，即使GPT-5也僅能完成簡單的貓犬分類、基礎語音轉文字，遠無法實現人類級別的復雜場景解讀與情感識別。
圖片
長時記憶存儲（MS）領域評估
長時記憶提取（MR）領域評估
GPT-5在長期記憶這一項上依舊掛零，這也是目前最顯著的瓶頸。
這說明它依然是一個“失憶體”，無法像人類一樣持續積累經驗。
“長期記憶存儲或許是最重大的瓶頸，當前模型的得分接近0%。由于無法持續學習，AI系統患有‘失憶癥’，這限制了它們的效用，迫使AI在每次交互中都必須重新學習上下文。”
一句話總結：
GPT-5 更聰明了，但還不會“真正學習”。
三、“聰明的假象”：AI 的能力扭曲
更關鍵的是，AI 還學會了“偽裝聰明”。
研究中提供了兩個主要例子：
1、巨大的上下文窗口 VS 真實的記憶：
AI沒有真正的長期記憶，而是依賴巨大的“工作記憶”（即其上下文窗口）來追蹤信息。研究分析指出，這種方法“效率低下、計算成本高昂”，并且“無法擴展”到需要長期積累上下文的任務中。
2、外部搜索 VS 可靠的檢索：
為了對抗“幻覺”（即一本正經地胡說八道），AI使用檢索增強生成（RAG）技術來查找事實。這被描述為一種“拐杖”或“扭曲”，它掩蓋了AI無法可靠訪問其內部知識的缺陷，更重要的是，它掩蓋了AI缺乏“動態的、經驗性的記憶”這一事實。
這些“聰明的假象”其實是能力扭曲（Capability Contortion）：
它們只是用短期技巧彌補長期缺陷，制造出“智能的幻覺”。
論文提出了一個形象比喻：
智能就像一臺發動機。
AI 的總“馬力”受最弱部件限制。
哪怕GPT-5 在語言領域馬力全開，但它的“記憶引擎”幾乎報廢。
沒有長期學習、沒有真正理解，再高的分數都只是“速度型選手”，而非“思考者”。
論文直言：
“這種補償式智能無法持續擴展，也無法支撐真正的通用智能。”
四、AGI ≠ 經濟效益
文中還批評了某些科技巨頭將“AGI”與“賺錢能力”劃等號的做法。
OpenAI 內部 reportedly 把 AGI 定義為“能年賺 1000 億美元的 AI”。
作者反駁道：
“經濟價值不等于通用智能。iPhone 也能創造千億美元，但它并不聰明。”
他們強調：
真正的AGI 衡量的是認知結構，而不是商業利潤。
五、下一步：通往 AGI 的四道坎
團隊認為，從GPT-5 到真正 AGI，仍有四大障礙：
- 長期記憶系統—— AI 需要像人類一樣持續學習。?
- 視覺與空間推理—— 理解動態世界，而非靜態圖像。?
- 多模態整合—— 跨越語言、視覺、聲音的統一理解。?
- 幻覺消除與自我一致性—— 從“能說”變為“能信”。?
這些才是通向真正通用智能的“最后四公里”。
論文最后寫道：
“GPT-5 的58%，意味著我們已經走過一半的路。
但這‘后一半’，才是真正的智能之壁。”
換句話說，AGI 不是某個版本號，也不是營銷噱頭。
它是一個系統、可測、可復現的科學目標。
當那天到來，AI 將不再只是“回答問題”，
而是——理解問題、學習世界、擁有思想。
各位評論區的大佬——
你覺得 AGI 離我們還有多遠？
你心目中的“通用智能”是什么樣子？
參考鏈接：??https://www.agidefinition.ai/??
本文轉載自??51CTO技術棧??，作者：聽雨
