黃仁勳說「AGI 已經到來」，GPT-6 Astra 真跨過門檻了嗎？

黃仁勳所說的「AGI 已經到來」，最適合解讀為他對 AI 能力與大規模運算基礎設施所作的強勢判斷，而不是 GPT-6 Astra 已被科學界一致認定為「人類等級通用人工智慧」的正式結論。

他的論點有兩個支柱：一是 Astra 在推理與代理式工作相關評測上的亮眼成績；二是他所稱、由輝達硬體支撐的龐大訓練與部署規模。兩者都值得重視，但都不能單獨構成 AGI 的公認認證。

黃仁勳實際說了什麼？

黃仁勳在 X 上祝賀 OpenAI 時表示，GPT-6 Astra 是在「~100K+ NVIDIA Grace Blackwell NVLink72」上訓練；他也稱其在 FrontierMath Tier 4、ARC-AGI-3 與 TerminalBench-4.0 屬於最先進水準，並寫道：「400K GPUs coming online next（接下來將有 40 萬顆 GPU 上線）。」他把 ChatGPT、o1 到 Astra 的進展濃縮為四年，最後下了「AGI has arrived」的結論。13

這段話其實同時包含兩項主張：

• 能力主張： Astra 在高階數學、抽象推理、程式設計及電腦操作工作流程等多類任務上表現強勁。
• 規模主張： 要達到這樣的能力，超大規模的輝達系統至關重要；而未來新增的運算容量還會推動下一階段發展。

不過，「~100K+ NVIDIA Grace Blackwell NVLink72」不宜直接簡化為一個精確的 GPU 總數。黃仁勳的貼文沒有交代系統配置、訓練時間、使用率或總訓練算力，外界無從據此獨立核算。至於先前曾提及 30 萬顆 GPU、其後修改的報導，黃仁勳與輝達也尚未公開說明修訂原因。5

基準成績很驚人，但不是 AGI 證書

OpenAI 將 GPT-6 Astra 定位為最能處理困難端到端工作的模型，涵蓋推理、寫程式、電腦操作、研究、瀏覽與文件製作。其開發者文件強調，模型可利用使用者提供的脈絡與工具，把多步驟任務從初始需求推進到完成結果。1718

OpenAI 的發布資料列出以下成績：

• FrontierMath Tier 4：98%
• ARC-AGI-3：99.9%
• Terminal-Bench 4.0：57.9% 23

這些結果指向顯著進步。FrontierMath Tier 4 被定位為高難度數學評測；ARC-AGI-3 是以 2D 解謎遊戲形式測量抽象推理；Terminal-Bench 則評估模型作為代理人在命令列與終端機環境中的表現。三者確實不只涵蓋單一、狹窄的任務類型。2326

但在一組評測中獲得高分，不會自動證明系統能可靠處理所有陌生、高風險或混亂的現實情境；它也無法解答模型在超長任務鏈、自主性、環境變動下的穩健度，以及部署時需要多少人類監督等問題。

因此，較精確的說法不是「基準證明了 AGI」，而是：Astra 的公布表現大幅強化了前沿模型能執行廣泛、複雜且能使用工具的工作的論點。

OpenAI 並沒有宣告 AGI

OpenAI 的措辭明顯較具體、也較克制。它稱 Astra 為「最有能力的模型」，並把它定位為複雜推理與程式設計的旗艦模型。官方文件列出的工具包括函式呼叫、網路搜尋、檔案搜尋與電腦操作，內容視窗為 105 萬個 token。1821

OpenAI 也表示，Astra 是首個在其「準備度框架」中達到網路安全能力 Critical（關鍵） 門檻、並被廣泛部署的模型。28

這些都是重要的能力與安全聲明，但 OpenAI 並未說 Astra 已是 AGI。描述可衡量能力，與宣告跨越一條仍具爭議的概念門檻，是兩回事。

黃仁勳的 AGI 說法一路加強

黃仁勳長期以來都把 AGI 時程與「如何定義 AGI」綁在一起。2024 年，他曾說 AI 可能在五年內達到 AGI，但同時保留定義上的前提。50

到了 2026 年 3 月，他在一段以「AI 能否建立並經營一家 10 億美元公司」為背景的討論中說：「我認為我們已經實現 AGI。」61 8 月下旬，他又表示，對「許多任務」而言，輝達可以說已達到 AGI，同時卻稱這類里程碑「沒有意義」。54

所以，Astra 的說法並非孤立事件，而是一條脈絡的延續：黃仁勳採取的是偏實用、任務導向的 AGI 定義。按照這種觀點，只要 AI 能以高水準完成夠廣泛、具經濟價值的認知工作，就可稱為 AGI。這種用法可以辯護，但並非唯一標準，更不是研究界共享的科學定義。

為何「AGI 已到」仍有爭議？

核心問題在於定義。即使是預期強大 AI 很快出現的業界領袖，對「AGI」是否是有用且明確的標籤也有分歧。Anthropic 執行長 Dario Amodei 曾把 AGI 形容為「行銷術語」，而非界定清楚的門檻。47

Google DeepMind 執行長 Demis Hassabis 則更為謹慎，表示人類等級 AGI 仍有「缺失的要素」，並估計可能還要五到十年。34

對黃仁勳宣告的質疑，也指向同一件事：優秀的基準表現，並不等於可靠的通用代理能力。模型即使在結構化評測中出色，面對目標模糊、環境持續變化、資訊不完整或需要真正落地執行的情境，仍可能失敗。

更有說服力的 AGI 證據，必須包括可重現、獨立驗證的跨領域新任務表現，以及對可靠性、限制、所需人類監督與失效模式的清楚說明；而不只是單一排行榜成績或高階主管的一句宣告。

輝達的商業利益也是理解脈絡的一部分

黃仁勳的看法不能完全脫離輝達在 AI 經濟中的位置。他在 Astra 貼文中，一面宣布 AGI 到來，一面直接背書輝達最新系統，並預告更多 GPU 容量即將上線。13

這不表示能力主張必然不實，但意味著他不是獨立評估者：前沿模型訓練與部署需求越大，越直接支持輝達的資料中心業務。

輝達與 OpenAI 也有財務關係。兩家公司在 2025 年 9 月宣布，輝達計畫最高投資 1,000 億美元，配合 OpenAI 以輝達系統擴建資料中心。62 到 2026 年 3 月，黃仁勳表示，因 OpenAI 預計上市，這項 1,000 億美元投資機會可能已不可行；路透社則報導，輝達已完成對 OpenAI 的 300 億美元投資。49

這種商業與財務上的一致性，正是應審慎檢視其措辭的理由；但它本身不是否定 Astra 所公布進展的理由。

結論：是重要判斷，不是已定論的事實

黃仁勳的意思是：按他採取的實用定義，GPT-6 Astra 已跨過 AGI 的界線——它把推理、程式設計、研究、瀏覽與電腦操作能力整合在一起，並由龐大的輝達運算基礎設施支撐。

現有資料支持一個較收斂的結論：Astra 看來是廣泛、可使用工具的 AI 的重大進展，在多項高難度基準上公布了極亮眼的成績。23 不過，OpenAI 沒有宣告 AGI；AGI 也不存在全球一致認可的科學定義或確認程序；而基準成功本身，尚不足以證明它能在每一種現實環境中展現穩健、可靠的通用智能。

因此，「AGI 已經到來」最好被視為黃仁勳對一次重大模型發布所作、影響力很大的詮釋，而不是 AI 領域已經確立的結論。