AI領袖各自定義AGI：點解「幾時到」根本唔可以直接比較

「AGI」（通用人工智能）而家幾乎變成一個萬用標籤：有人指佢係可自主完成高價值工作嘅數碼員工；有人指佢係諾貝爾獎級研究者；有人要求佢具備人類全部認知能力；亦有人覺得只要喺大量測試勝過人就算。

正因為大家講緊嘅唔係同一樣嘢，幾位AI領袖提出睇落同樣進取、實際卻互相無法對照嘅時間表，先可以同時成立。對公眾而言，更重要嘅問題亦隨之浮現：究竟邊個有權宣佈AGI已經出現？

四位領袖，四條終點線

Sam Altman：AGI係可帶來經濟價值嘅高度自主系統

OpenAI常被引用嘅定義，將AGI描述為「喺大部分最具經濟價值工作上勝過人類嘅高度自主系統」。焦點係經濟效用同實際工作表現，而唔係系統係咪完美模仿人類思考。

OpenAI近期香港（公開）論述則更著重人嘅主導權：公司話目標係幫人完成自己揀嘅目標，而唔係取代人對「乜嘢重要」嘅判斷；將所有事情徹底自動化，既危險亦令人失去滿足感。23 OpenAI談就業轉型時亦提醒，就算AI可以自動完成一份工嘅大量工序，都唔等於該職業必然消失，因為交付服務、監督同問責仍然可能要由人承擔。25

呢個定義有助觀察AI對真實經濟嘅影響，但「有價值工作」本身範圍會變，亦唔係一個公開、科學化嘅合格試。

Dario Amodei：用「強大AI」描述一組極高門檻能力

Anthropic行政總裁Dario Amodei通常寧願講 「強大AI」，少啲直接講AGI。Anthropic向美國政府提交嘅政策文件定義，呢類系統必須明顯超越今日模型：在大多數學科擁有匹敵甚至超過諾貝爾獎得主嘅智力能力；能操作人類數碼工作者可用嘅各種介面；並可自主處理複雜工作。3

Anthropic預期呢類系統會喺2026年底或2027年初出現。Amodei將呢個前景形容為「資料中心入面嘅天才之國」，強調如果龐大能力集中喺少數機構，將帶來經濟、安全同地緣政治後果。6 7

呢個講法比泛泛的AGI具體，但仍然將專業廣度、工具操作、長時間自主執行同持續可靠性綁埋一齊。一個模型可能提早符合其中幾項，卻距離全部達標仍然好遠。

Demis Hassabis：AGI要涵蓋人類全部認知能力

Google DeepMind行政總裁Demis Hassabis對AGI設得更高：系統必須具備人類擁有嘅全部認知能力。佢認為人類級AI或會喺今個十年出現，但同時強調現時系統距離人類級AGI「仲差好遠」。33 38

按呢個框架，AGI唔單止係產品里程碑，而係一條關於穩健通用性嘅科學門檻。考試成績靚、幾個專業領域表現突出，都未夠；系統要能夠橫跨人類認知嘅廣闊範圍運作。

Jensen Huang：AGI可以係廣泛測試全面贏人

Nvidia行政總裁黃仁勳（Jensen Huang）採用過較偏向基準測試嘅標準。佢喺2024年表示，如果AGI定義為在幾乎每一項測試都勝過人類嘅AI，五年內可能出現；到2026年，有報道將其觀點概括為：以較寬鬆、實用嘅標準而言，AGI已經達成。34

呢個方法優點係清楚：測試有分數。但缺點同樣明顯——通過大量測試，唔等於系統一定能夠長時間可靠地自主做事、有健全判斷，或者喺混亂嘅現實環境安全運作。

所以，呢啲時間表唔可以直接比

四人唔係估同一件事喺唔同日子發生，而係預測緊四個唔同目的地：

• Altman／OpenAI： 在大部分高經濟價值工作上做到自主而超越人類。
• Amodei／Anthropic： 大範圍諾貝爾獎級智力工作，加上可長時間自主執行數碼工作。
• Hassabis／DeepMind： 具備人類全部認知能力。
• Huang／Nvidia： 在廣泛測試中超越人類。

AI可以喺好多基準測試攞高分，卻未必能夠獨力完成數星期嘅研究；亦可以自動化大量數碼工作，卻未必展示到一個人完整嘅認知能力。換言之，附喺各個說法後面嘅年份，唔應該被當成同一個「AGI倒數鐘」。

點解有人話AGI「驗唔到」甚至近乎玄學？

問題唔係AI能力無法量度——能力當然可以測。真正問題係，AGI目前冇一套由獨立機構管治、人人接受嘅公開合格／不合格規則。

一篇學術提案已形容AGI係具爭議概念，並將它操作化為「至少在大部分工作上達到人類水平」。呢個定義反映研究界嘗試令概念可測，但亦揭示未解問題：測邊啲工作？同邊類人比較？失誤率要幾低？又要喺咩條件下測？50

一套值得公眾信服嘅測試，至少應包括：

1. 明確界定嘅任務分布，而唔係隨時可換嘅示範清單；
2. 表現同可靠性門檻，包括系統幾常失手；
3. 長時間自主工作同工具使用測試，而唔係只測一次性回答；
4. 防止開發者專門為考試訓練模型嘅機制；
5. 足夠嘅獨立存取與審核條件，令結果可以重現或核查。

欠缺呢套基建，AGI就容易變成由最有動機定義終點線嘅公司作出嘅地位宣言。AI Now Institute批評，現有好多指標既狹窄又含糊，而且帶有自利性。62

真正爭議：公眾點樣再信AI公司？

AGI之爭背後，其實係可信度問題。公司可以描繪突破性能力，但工人同客戶實際接觸到嘅系統，可能仍然時靈時唔靈、會出錯，或者難以穩定部署。呢種落差唔足以證明所有長期預測都錯，但意味住愈非凡嘅主張，愈需要可觀察嘅證據同可追責嘅預測。

就業討論正好反映當中張力。OpenAI承認AI會重塑工作：有啲職位會消失、其他職位會改變；但它又指，至今證據顯示AI較多係協助者，而非取代者。17 呢兩句未必矛盾，因為自動化工序、改變職業內容同消滅職位，本身係三種不同結果。不過，若果鋪天蓋地嘅轉型預測冇配合透明嘅實際勞動市場數據，公眾信心自然會受損。

與其爭AGI名號，不如按能力監管

一個較穩陣嘅治理模式，唔應該太執著判定系統「係咪已達AGI」，而應集中處理它已展示嘅具體能力同風險。

Anthropic嘅AI安全級別（AI Safety Levels）採用明確嘅「如果—就必須」結構：如果模型具備某種危險能力，就必須先設置相應保護措施，否則不得部署或繼續擴大訓練。5 它後來嘅政策框架亦主張透明度、獨立評測，以及由政府阻止或遏制危險部署嘅權力。10

Altman亦曾主張，由獨立專家外部驗證安全措施、進行獨立風險評估；強大模型推出前應做內外部測試，並公布評測結果。49

Hassabis則提出建立一個由美國主導、參考FINRA模式嘅「前沿AI標準機構」。FINRA係一個由業界出資、但受公共監督嘅華爾街監管組織；Hassabis構想嘅AI版本會在前沿模型推出前作獨立評估。52 報道指，多位前沿AI領袖逐漸有一點共識：先由第三方測試先進系統，再利用結果建立政策標準。51

不過，建議與具約束力嘅實踐之間仍有巨大落差。Future of Life Institute嘅2026年AI Safety Index指出，當時未有具約束力嘅國家規例或標準，明確處理前沿AI風險及其相應評估程序。59

點樣先算可信嘅AI主張？

公眾最值得問嘅，唔係「AGI到未？」而係：呢個模型實際做得到乜、可靠到咩程度、可能出咩事，以及邊個獨立驗證咗？

相應嘅要求可以包括：

• 就高風險網絡、生物同欺騙能力公開評測規程；
• 部署前進行獨立測試同紅隊測試；
• 公開可靠性、事故，以及部署條件重大改變；
• 按已證明嘅風險門檻施加保障措施同存取限制；
• 對違規行為設法律後果，而唔只靠企業自願承諾。

AGI仍然可以係重要嘅願景、營銷用語同哲學問題；但如果冇公開證據支持，它就唔適合作為監管觸發點。信任唔會來自公司自行改寫里程碑、宣布抵達，再自己替自己簽發安全證書；信任要靠獨立、可檢驗、可執行嘅制度建立。