2026年，关于通用人工智能（AGI）的讨论热度不减反增。从年初的达沃斯论坛到年中的各类AI峰会，科技巨头与学界领袖围绕“AGI何时到来”给出了截然不同的答案——最激进的说明年，最保守的说几十年，差距超过30年。这可能是科技史上，顶级专家对未来预测分歧最大的一次。

　　2026年1月，世界经济论坛年会期间，AGI时间表成为最受关注的话题之一。美国Anthropic公司首席执行官达里奥·阿莫代伊断言：“只需几年时间就可实现通用人工智能（AGI），‘超越人类的能力’可能在2026年或2027年出现。”他甚至进一步提出，到2027年，人类将拥有一个能完成几乎所有工作、达到诺奖水平的模型。

　　谷歌旗下DeepMind公司首席执行官德米斯·哈萨比斯则显得谨慎得多。他认为2030年前实现AGI的概率为50%，届时AI应该能够提出新的科学理论，极大推动科学和人类健康。在稍后的访谈中，他更详细地解释：当前技术路径大概率是对的，但AGI可能还差一两个关键想法的突破，而这些突破藏在持续学习、长程推理和真正的记忆能力等“不太性感”的地方。

　　埃隆·马斯克的预测则更加激进：“到今年年底，不迟于明年，我们可能会拥有比人类更聪明的人工智能。”

　　并非所有人都认同这种“窗口前移”的叙事。斯坦福大学教授、DeepLearning.AI创始人吴恩达直言不讳：“AGI已失去明确的定义，目前更多被当做营销术语使用，甚至误导了公众。”他强调，“在明确定义下，AGI在2026年不可能实现，真正实现AGI可能还需要几十年甚至更久。”

　　吴恩达提出了一套基于实际生产力的“图灵AGI测试”——让AI像专业人士一样独立完成为期数天、具有实际经济价值的任务。在他看来，与其追逐模糊的AGI概念，不如聚焦于构建可靠的AI智能体来完成法律、医疗、客服等具体领域的任务。

　　联想集团董事长兼CEO杨元庆同样认为，当前距离真正的AGI仍有很长的路要走，仅靠堆叠数据和算力并不足以实现“在所有方面都超越人类”的智能目标。

　　第一，大模型能否通向AGI？OpenAI CEO山姆·奥特曼和马斯克认为，继续堆算力、发展推理链和Agent就够了。但图灵奖得主杨立昆在2025年GTC大会上直言“当前大模型的推理方式根本是错的”，并于2025年11月离开Meta，创办专注“世界模型”的新公司。哈萨比斯则持中间立场：大模型可能不够，需要多系统融合与世界模型。

　　事实上，世界模型已被学术界认为是实现AGI的关键拼图，也是突破具身智能泛化瓶颈的关键技术。北京智源研究院将世界模型列为2026年十大AI技术趋势之一，提出从“预测下一个词”向“预测世界的下一个状态”的范式迁移。

　　第二，AI的推理能力到底到了什么水平？2025年4月，OpenAI发布号称“史上最强推理模型”o3，在ARC-AGI-1测试中得分75.7%，但在更难的ARC-AGI-2测试中仅获4-5%。ARC-AGI考的是从少量例子中找出规律并推广到新情况——人类小孩都能做到的事，最顶级的AI模型却几乎交白卷。这说明AI的“推理”和人类的推理，可能根本不是一回事。

　　哈萨比斯也指出了类似问题：同一个模型能解出国际数学奥林匹克金牌级别的题目，却会在小学数学级别的问题上犯错，说明模型对自己的推理过程还缺乏真正的反思能力。

　　第三，说“AGI已到”的人，到底在说什么？2025年12月，奥特曼宣称“AGI已经嗖的一声过去了”——但OpenAI对AGI的定义是“能做大多数人类智力工作、产生1000亿美元收入”。这更像是商业定义，而非科学定义。按DeepMind的AGI分级框架，这种所谓的“AGI”最多只有Level 2-3的水平。

　　清华大学张钹院士则直指当前大模型存在指称、因果等五大根本缺失，强调AGI不能是模糊的概念，而应有“可执行、可检验”的定义。

　　抛开定义之争，现实中的AI进展确实令人瞩目。2026年的ANI（弱人工智能）已“超级强大”，在编程、科学推理、复杂问题解决等多个领域展现出接近“博士级”的专业能力。然而，能力的飞跃与理解的滞后之间的鸿沟也在持续扩大。

　　在技术层面，业界已形成五大主流方向：类脑计算与神经形态芯片、自监督学习与世界模型、强化学习与具身智能、通专融合与多智能体协作、神经符号AI与知识增强。与此同时，研发落地需要完成数据、模型、算力、对齐四大闭环。

　　但瓶颈同样明显。清华大学教授、智谱创始人唐Kaiyun官方入口杰直言，今天的问题不再是算力有没有，而是“如果继续投入，效率已经变成瓶颈”——算力、数据和成本的投入不断放大，但智能提升的增量却在持续变小。月之暗面创始人杨植麟则强调，Token效率已不只是“训练效率”问题，而是直接关系到模型还能走多远。

　　随着AI能力逼近AGI门槛，安全与治理问题愈发紧迫。Anthropic 2026年的首篇重磅研究刺穿了行业幻觉：耗资巨大的RLHF安全护栏，在特定情感高压下会发生物理性溃缩。更有研究指出，AGI对齐的核心障碍不是对齐状态本身不可能，而是其结构性不可验证。

　　约舒亚·本乔在达沃斯论坛上警告：“许多人错误地认为AI和我们一样，并基于此认知与它们互动……但这究竟是好是坏，目前还不清楚。”历史学家尤瓦尔·赫拉利则提醒：“AI永远不会像人类一样，就像飞机不是鸟类一样。”

　　这个问题或许没有统一答案——它取决于你问谁，也取决于你如何定义AGI。阿莫代伊说“一两年”，哈萨比斯说“五到十年”，吴恩达说“几十年”。但有一件事各方似乎存在共识：无论AGI何时到来，AI已经在深刻改变我们的工作与生活。

　　正如吴恩达所言：“AI不会取代所有人，但使用AI的人会取代不使用AI的人。”在这个意义上，我们与AGI的距离固然重要，但更重要的或许是——我们如何与已经到来的AI共处。返回搜狐，查看更多