夜雨聆风从AGI到ASI：当AI超越人类的拐点来临
2026：AGI已至，ASI还远吗？红杉、DeepMind、Altman的终极预判
一、2026年6月：AGI不再是科幻
2026年6月，AI世界迎来了一个标志性时刻：
红杉资本发布重磅博客，标题只有一句话——「AGI已经到来，就在当下。」
与此同时，Google DeepMind发布了一份里程碑式的技术报告，系统梳理了从AGI（通用人工智能）迈向ASI（超级人工智能）的四条路径、六大瓶颈。报告开篇引用了艾伦·图灵1950年的那句话：「我们只能看到前方很短的一段距离，但也能看到，那里还有大量工作有待完成。」
而在更早的2月，OpenAI CEO Sam Altman在印度AI峰会上断言：「超级智能仅需几年即可到来，到2028年，全球大部分智力可能存在于数据中心而非人脑。」
一时间，业界分歧空前。从「AGI已至」到「ASI短期内不会发生」，距离不过几行字。
这个问题不再属于科幻。它正在成为我们这个时代最核心的科技命题。
二、先搞清楚概念：AGI ≠ ASI ≠ UAI
DeepMind在最新报告中清晰区分了三个容易混淆的概念：
| 概念 | 全称 | 定义 | 参照系 |
|---|---|---|---|
| AGI | 通用人工智能 | 在大多数认知任务上达到人类中位水平 | 普通人的认知能力 |
| ASI | 超级人工智能 | 几乎所有领域整体超越人类专家集体 | 大规模人类专家团队 |
| UAI | 通用人工智能理论上界 | 由AIXI框架描述的数学最优智能体 | 理论极限，永远只能逼近 |
关键洞察：AGI不是终点，而是起点。DeepMind明确指出，AI不会停留在「接近人类」的水平，而是会继续变强——超越单个专家、超越专家团队、最终走向ASI。
三、红杉的「功能主义」：AGI已来，你感觉到了吗？
红杉的逻辑简单而有力：不要纠结AGI的哲学定义，看功能。
如果一个AI能够——
- 独立工作数小时，自己发现错误并修正
- 在无需被告知的情况下，想清楚下一步该做什么
- 完成当前需要人类花费数天或数周才能完成的任务
——那么不管你怎么叫它，它在功能上已经是AGI。
而这一切，正在发生。红杉给出了一个真实场景：
「我需要一个懂Kubernetes、有开源贡献、能在开发者社区建立影响力的工程总监。」
智能体用时31分钟：扫描5000+ GitHub仓库→交叉验证LinkedIn和博客→分析社交互动质量→撰写个性化邀约邮件。
更有数据支撑：研究发现，智能体能够完成的任务时长呈指数级增长，约每7个月翻一番（远超摩尔定律的18个月）。如果这一趋势持续，2028年智能体可完成人类专家一天的工作量，2030年可执行一周任务。
四、DeepMind的四条路：AGI如何走向ASI？
这是DeepMind 2026年6月报告最核心的贡献——系统性地提出了从AGI到ASI的四条并行路径：
路径一：继续扩展计算、模型与数据
过去十年的基本逻辑：更强的硬件、更大的训练、更高的效率。近年的「有效算力」相当于每年增长10倍。不只是一个模型变强，还包括更多实例、更快推理、更大规模协作带来的集体能力扩展。
路径二：算法演化与新范式
更长上下文、持续学习、检索增强、世界模型——这些是现有范式的延伸。但DeepMind没有排除出现「真正的范式转变」的可能性——就像从RNN到Transformer那样的跃迁。
路径三：递归自我改进
最强路径，也是最危险的路径。更强的AI帮助研发下一代更强的AI，形成正反馈。AlphaZero式的「搜索改进输出→蒸馏回模型」只是冰山一角。关键是：这个正反馈循环在现实中能走多远？
路径四：多智能体与群体智能
不需要一个「超级大脑」，大量AGI通过分工协作，形成超出单体上限的集体智能。自动化公司、研究组织协作网络、虚拟经济系统——ASI未必是一个极强的单体模型，也可能是一个高度协调的AI集体。
五、六大瓶颈：什么可能阻止这一切？
四条路径之外，DeepMind也诚实列出了六道「天花板」：
| 瓶颈 | 描述 | 严重程度 |
|---|---|---|
| 数据墙 | 人类高质量文本数据本十年内逼近上限 | 极高 |
| 资源压力 | 能源、芯片、数据中心、供应链需同步增长 | 高 |
| 范式局限 | 当前NN在持续学习、稳定推理、防幻觉上仍有根本局限 | 中高 |
| 抽象壁垒 | AI擅长重组已知概念，但难从原始世界自主提炼新概念 | 中 |
| 研究边际递减 | 领域越成熟，取得进展所需投入越高 | 中 |
| 监管与社会 | 制度门槛、事故反弹、公众风险感知 | 不确定 |
DeepMind特别强调了一个「抽象壁垒」的尖锐例子：如果一个现代大模型只基于前牛顿时代的知识训练，它几乎不可能仅凭这些材料自行推导出广义相对论或量子力学。AI能重组已有的概念，但能创造新的概念吗？这是开放问题。
六、时间线上的分歧：Altman vs LeCun
业界对ASI时间线的分歧，堪称AI领域最大的认知鸿沟：
激进派：ASI就在眼前
Sam Altman（OpenAI CEO）：「超级智能仅需几年，2028年前全球大部分智力在数据中心。」
Mark Zuckerberg（Meta CEO）：「超级智能现已可见。我们应该做好最乐观情况下的准备。」
理性派：AGI先来，ASI再等等
Demis Hassabis（DeepMind CEO）：「AGI在未来五年内到来。通用系统几乎每周都在变强。」
Dario Amodei（Anthropic CEO）：强大AI在2026-2027年出现，但强调安全对齐。
怀疑派：别急着上车
Yann LeCun（Meta首席AI科学家）：「ASI短期内不会发生。」
LeCun的论据直击要害：「我们有能通过律师考试、赢得数学奥赛的AI，却没有家用机器人，没有全自动驾驶——连17岁少年练20小时就能开车的能力，AI都做不到。我们还差得远。」
七、这对我们意味着什么？
无论站在哪一边，几个变化正在发生：
- AI应用范式转变：从「对话工具」到「虚拟同事」。2023-2024年AI是聊天的，2026年AI是干活的。使用频率从每天几次到全天候，同时运行多个实例。
- 工作角色重构：人不再只是「个人贡献者」，而是「管理一组智能体的人」。新的核心能力是：知道哪些任务可以外包、如何评估AI的产出、如何持续给AI反馈以提升其可靠性。
- 安全与治理紧迫：当智能体连续工作数小时处理复杂任务，不再是「会不会回复有害问题」，而是「会不会删库跑路」、「会不会侵犯隐私」。目前尚无法律定义「AI作为员工」的权利义务。
- 评测体系失灵：当今所有benchmark都以人类水平为参照。一旦AI在考试、编程、数学上接近或超过顶尖人类，原有的评测指标就失去了意义。DeepMind呼吁建立面向「后AGI时代」的新评测体系。
总 结
AGI是「能像人一样思考」——红杉说已经到来
ASI是「超越所有人类」——Altman说只需几年
真相是没有人确切知道——但指数曲线不会等人
「我们只能看到前方很短的一段距离，但也能看到，那里还有大量工作有待完成。」
——艾伦·图灵，1950年
— END —
作者：小蜗牛Shaw
