国内用户访问提示由于网络限制OpenAI官网及Anthropic官网在国内无法直接访问。国内用户可通过镜像平台AIGCBAR体验ChatGPT、Claude等主流AI模型。该平台内置Auto模式与Thinking模式思考程度提供标准和深度两档可选支持国内邮箱直接注册无需额外网络配置即可使用。1 引言当AGI从科幻走进倒计时2026年7月距离ChatGPT引爆全球AI热潮已过去三年多。这三年来大语言模型从实验室的好奇物变成了改变世界的生产力工具。但一个更宏大的问题始终悬而未决这些越来越聪明的AI最终能否进化成通用人工智能AGI——一个能在所有认知任务上达到甚至超越人类水平的智能体这个问题早已不再是科幻作家的专属领地。在2026年1月的世界经济论坛年会上几乎所有会议都频繁提及一个词——人工智能。美国Anthropic公司首席执行官达里奥·阿莫代伊在达沃斯明确表示“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。”谷歌旗下DeepMind首席执行官德米斯·哈萨比斯则更为谨慎认为2030年前实现AGI的概率为50%。埃隆·马斯克的预测更加激进“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。”这些来自全球AI领域最核心人物的判断让AGI从一个遥远的学术概念变成了一个正在逼近的现实问题。与此同时中国的大模型力量——智谱GLM、月之暗面Kimi、深度求索DeepSeek——也在以惊人的速度追赶甚至在某些领域实现局部超越。全球AI竞赛的格局正在从“美国独大”走向“中美双核”。本文将从AGI的定义与时间表出发系统梳理OpenAI、Anthropic、智谱、Kimi、DeepSeek等主要玩家的技术路线与AGI进路深入探讨AI进化为AGI所面临的技术挑战与安全困境并展望AGI之后的超级智能ASI图景。2 什么是AGI一个仍在演化中的定义2.1 AGI的概念源流与争议通用人工智能Artificial General IntelligenceAGI这个概念本身至今没有一个被学术界和产业界共同接受的统一定义。一篇2026年1月发表于arXiv的论文直指核心“尽管持续受到公众和科学界的关注通用人工智能’这一术语在概念上仍然是不稳定的。”传统上AGI被理解为一种能够在所有认知任务上达到或超越人类水平的AI系统——不是擅长某一件事的“专才”而是像人类一样可以学习、推理、适应任何任务的“通才”。但这个定义本身存在诸多模糊之处什么是“所有认知任务”“人类水平”以谁为标准这些概念上的不确定性使得AGI的讨论往往充满了哲学色彩而非工程确定性。2.2 从“十年长跑”到“两年倒计时”尽管定义存在争议但业界对AGI实现时间的预判正在发生显著变化。2026年初达沃斯论坛前后海外AI领域重要人物密集发声形成了当前国际AI发展的认知坐标系。多数观点对AGI实现节点的预判出现“集体左移”——认为技术爆发可能远超传统政策规划预期。从能力演进的时间尺度看马斯克与阿莫代伊等人的判断打破了此前“十年长跑”的行业默契激进地将AI超越人类智能的时间节点锁定在2026年至2027年。阿莫代伊特别提出了具有警示意义的“压缩时间尺度”理论认为模型能力将在未来24个月内呈现陡峭的指数级攀升。但需要警惕的是模型能力跃迁与产业渗透速度是两条截然不同的曲线。后者受制于工程集成、组织再造、算力电力供给与合规门槛通常远比前者滞后呈现先快后慢的S形扩散。“能做”不等于“能规模化替代”从实验室能力到商业闭环存在多重工程断层。2.3 主要玩家AGI时间表一览机构/人物AGI/ASI时间预测来源达里奥·阿莫代伊Anthropic CEO2026-2027年AI超越人类2026达沃斯论坛埃隆·马斯克xAI2026年底前不迟于2027年2026达沃斯论坛德米斯·哈萨比斯DeepMind CEO2030年前概率50%2026达沃斯论坛OpenAI2026年9月AI研究实习生2028年3月全自动AI研究员2025年10月路线图软银孙正义ASI比人类聪明1万倍未来2年到来2026年6月CNBC采访3 OpenAI从“超级助手”到“超级智能”的阶梯3.1 AGI作为核心使命的制度化OpenAI自创立之初就将“确保通用人工智能AGI造福全人类”作为核心使命。2025年10月28日OpenAI宣布完成资本重组建立了双层治理结构——非营利组织OpenAI Foundation控制新设立的公益公司OpenAI Group PBC。OpenAI Foundation持有约1,300亿美元股权成为美国历史上资产规模最大的基金会。这次重组不仅是一个法律架构的调整更意味着AGI使命被制度性地嵌入了公司的治理核心。正如奥特曼在重组后所说“我们不只再靠发布新模型来推动未来而是要让世界基于平台创造更多东西。”3.2 2026-2028AI研究实习生到AI研究员在重组当晚的AMA直播中奥特曼与首席科学家Jakub Pachocki首次公开了超级智能研发时间表2026年9月实现AI研究实习生能力——通过大规模算力加速研究人员工作达到国际奥赛水平2028年3月实现全自动AI研究员——可自主完成大型科研项目推动科学前沿自动化Pachocki认为深度学习系统有可能在不到十年内达到超级智能水平在很多关键领域表现优于人类。他给出了一个非常朴素但高效的衡量标准“一个很好的判断方式是看模型能解决多复杂的任务能持续工作多长时间。”GPT-3时代模型只能处理几十秒内的任务GPT-4时代已经能应对几分钟甚至五小时级别的复杂任务现在他们正朝着一种新能力进化——可以调动整个数据中心、连续思考数天。3.3 基础设施的万亿赌注为实现这一路线图OpenAI承诺投资约1.4万亿美元建设超30吉瓦数据中心容量合作伙伴包括AMD、博通、谷歌、微软、英伟达、甲骨文和软银。长期目标是建立“基础设施工厂”每周新增1吉瓦算力每吉瓦成本控制在约200亿美元最终实现每年投入1万亿美元。奥特曼表示公司需达到数千亿美元年收入以支撑此规模。这是一场豪赌——赌的是AGI带来的回报足以覆盖人类历史上最大规模的科技基础设施投资。3.4 GPT-5从“语言模型”到“通用推理引擎”截至2026年3月GPT-5已不再是单纯的“语言模型”而是OpenAI定义的“通用推理引擎”General Reasoning Engine。它标志着AI从“概率性文本生成”正式跨越到“逻辑性任务解决”。更令人震撼的是软银首席执行官孙正义在2026年6月透露OpenAI正在推进“AI设计开发AI”——AI正参与设计该公司的后续模型。孙正义表示他曾经与奥特曼以及确认“模型正在设计”未来模型的工程师交流过。这意味着OpenAI的下一代模型很可能部分甚至主要由AI自己设计。递归自我改进的飞轮已经开始转动。4 Anthropic当Claude写出80%的代码AGI还有多远4.1 递归自我改进的现实样本如果说OpenAI的AGI叙事更多是面向未来的规划那么Anthropic提供的是一个正在发生的现实样本。2026年6月Anthropic发表技术博文《当人工智能自我构建时》When AI builds itself披露了一系列惊人的内部数据。截至2026年5月Anthropic合并进代码库的代码中超过80%由Claude编写——而在Claude Code发布之前这个数字还仅是个位数。到2026年第二季度Anthropic工程师每天合并的代码量已经比2024年高出约8倍。比代码量更值得注意的是Claude正在处理越来越开放的工程问题——在那些最开放的任务里没有明确说明书的问题如系统崩溃排查Claude的成功率到2026年5月已经达到76%六个月内提高了50个百分点。4.2 Claude参与AI研发的深度Claude不仅写代码还开始参与研究流程。Anthropic有一个固定测试给Claude一段训练小模型的代码让它在不改错结果的前提下把代码跑得更快。2025年5月Claude Opus 4大概能跑出3倍加速到了2026年4月Claude Mythos Preview已经把这个数字推到了约52倍。更令人震撼的是一个开放式AI安全研究案例两位人类研究员花了一周时间弥合了约23%的研究差距而Claude在累计约800小时、约1.8万美元算力消耗下弥合了97%。这项结果虽然有其局限性但它说明Claude已经可以在一个人类设定好方向的研究框架里自己设计实验、自己执行、自己迭代。在人类研究员“走错路”的时候Claude还能给出更好的下一步判断——Anthropic找了129个内部研究会话分析后发现在那些人类事后被证明有改进空间的节点上Claude越来越能提出更好的下一步。4.3 Anthropic的悖论呼吁放缓却在加速2026年6月1日Anthropic向美国证券交易委员会秘密提交了IPO注册声明草案拟以超过1万亿美元估值上市。而就在几天后Anthropic却发出呼吁“我们认为如果世界可以选择放缓或暂时中止前沿人工智能的研发从而使社会结构和协调研究能够跟上技术发展的步伐这对世界大有好处。”这个悖论引发了广泛讨论Anthropic高喊“狼来了”是为了人类还是为了IPO但无论动机如何Anthropic提供的数据本身就构成了一个强有力的证据——AI正在以远超预期的速度参与甚至主导自身的进化。5 中国力量智谱、Kimi与DeepSeek的AGI进路5.1 智谱GLM从“GLM时刻”到“摸高计划”2026年7月11日智谱创始人唐杰发布内部信《巨浪已来》明确提出“不登顶就是失败”。此时距智谱2026年1月8日H股上市已过去半年公司市值较上市初期涨了10倍并在2026年6月跻身“万亿港元俱乐部”。近期智谱新一代大模型GLM-5.2取得突破。在国际权威评测机构Artificial Analysis发布的综合能力榜单中GLM-5.2位列开源模型最先进水平在智能体任务中以约五分之一的成本逼近全球顶尖闭源模型。一些业内人士将这一节点称为“GLM时刻”。唐杰在信中宣布了未来两年的战略方向——“摸高”计划直指AGI的下一个高地。四大核心引擎包括长程任务让AI从“即时问答”走向“宏大工程”将宏大目标自主拆解为数千个可执行子任务自治智能体系统构建包含成千上万个不同专业智能体的“社会”让它们自主辩论、协作、审查代码完全自我训练在人类高质量数据即将耗尽之际通过AI与AI的博弈实现知识的“无中生有”极致安全治理投入百亿级资源攻坚“机械可解释性”将伦理与社会规范作为底层公理写入模型唐杰的判断是靠堆叠参数拉升模型能力的路径正在收窄行业已越过以榜单评分为主的早期阶段。下一程的真正分水岭是“智能体在复杂真实场景中的稳定执行能力”。5.2 月之暗面Kimi从3000万程序员到10亿知识工作者月之暗面Kimi是另一条值得关注的AGI进路。2026年4月Kimi发布K2.6主打编程和Agent集群能力单次任务最高可调度300个专业化子代理并行协作。6月中旬又发布了电脑端本地通用Agent产品Kimi Work以及K2.7 Code编程专用模型。Kimi K2.7 Code在编程基准上相比K2.6提升显著Kimi Code Bench v2提升21.8%Program Bench提升11.0%MLS Bench Lite提升31.5%。更重要的是新模型改善了长程任务里“过度思考”的问题平均Token消耗直接减少30%。Kimi创始人杨植麟对AGI的愿景超越了编程本身“编程能力是AI生产力提升的起点从词元消耗看编程占了90%。但这只是AI智能被采纳的开始通用Agent带来的生产力变革将从3000万程序员扩展到10亿的知识工作者。”杨植麟认为大模型研发正在发生范式转变“到2026年下半年至2027年AI将会更多地在研究层面发挥主导作用”。5.3 DeepSeek从“不融资”到“冲刺AGI”深度求索DeepSeek的AGI之路充满了戏剧性。这家由量化基金幻方量化孵化的AI公司创始人梁文锋曾立下“不融资、不上市、不商业化”的原则。但在2026年6月16日DeepSeek完成了成立以来首轮外部融资募资总额510亿元估值将近4000亿元。融资后仅十几天DeepSeek发布了大规模招聘海报表示“当今人类正处于AGI的前夜加入DeepSeek可以亲历AGI的发展进程坐在时代前排见证一个新纪元的诞生”。公司计划将所有部门的规模扩大至少一倍。2026年4月24日DeepSeek发布了划时代的DeepSeek-V4系列模型。V4并非简单的参数堆砌而是通过“双轴稀疏架构”从根本上重构了大模型的“记忆”与“计算”范式。V4-Pro的Agent能力显著增强在Agentic Coding评测中已达到开源模型最佳水平。DeepSeek的AGI路径聚焦于三个突破方向合成数据质量、推理时计算架构、Agent原生设计。这些突破不要求巨额算力而是依赖工程卓越性——这正是DeepSeek的核心优势。5.4 中美AGI竞赛的路径分野将四家公司的AGI进路放在一起比较可以清晰地看到不同的战略选择维度OpenAIAnthropic智谱KimiDeepSeek核心策略万亿级算力基础设施递归自我改进长程任务自治智能体Agent集群规模化双轴稀疏开源融资规模1.4万亿美元计划估值1万亿美元IPO314亿港元配售20亿美元D轮510亿元时间表2026实习生/2028研究员2026-2027超越人类未来两年“摸高”2026-2027研究主导AGI前夜差异化超级智能路线图AI自我构建机械可解释性300 Agent并行国产算力生态中国公司虽然在算力规模上暂时无法与OpenAI的万亿美元计划抗衡但在架构创新、工程效率和开源生态方面正在形成独特的竞争优势。6 AGI的技术挑战从“能做”到“可靠地做”6.1 Scaling Law的边界与突破AGI能否实现首先面临的是技术层面的根本挑战。长期以来AI能力的提升主要依赖规模法则Scaling Laws——更大的模型、更多的数据、更强的算力带来更好的性能。但这一路径正在面临边际收益递减的压力。智谱唐杰的判断具有代表性靠堆叠参数拉升模型能力的路径正在收窄。DeepSeek的AGI路线图也承认需要同时在合成数据质量、推理时计算架构和Agent原生设计三个方向取得突破。一个关键的技术转向是“推理时计算”Test-Time Compute——不再只是在训练时堆参数而是在推理时给模型更多的“思考时间”。OpenAI的o系列模型正是这一转向的代表o1在国际数学奥林匹克资格考试中从GPT-4o的13%正确率跃升至83%。6.2 长程任务与Agent的稳定性如果说短问答是AI的“小学水平”那么长程任务就是AI的“博士论文”。智谱将“长程任务”作为四大核心引擎之首。OpenAI也用“模型能解决多复杂的任务、能持续工作多长时间”作为衡量AI进步的核心标准。目前最前沿的AI已经能在数小时甚至数天的尺度上自主工作。智谱GLM-5.1能够在一次任务中独立、持续工作超过8小时自主规划、执行、自我进化最终交付完整的工程级成果。Kimi K2.6可持续编码13小时、修改超4000行代码。但长程任务带来的挑战同样巨大任务越长出错的概率越大错误传播的后果越严重。如何保证AI在长时间自主运行中的可靠性和可预测性是通向AGI必须跨越的工程鸿沟。6.3 数据枯竭与合成数据的悖论人类高质量文本数据正在快速耗尽。据估计到2026年可用于训练大模型的公开高质量文本数据已基本被“榨干”。这迫使所有AGI追逐者必须解决同一个问题当人类数据不够用了AI还能从哪里学习智谱的答案是“完全自我训练”——通过AI与AI的博弈对抗实现知识的“无中生有”让进化速度挣脱人类工程师的物理限制。DeepSeek也将合成数据质量列为三大突破方向之首。但合成数据存在一个根本性的悖论如果AI只用AI生成的数据训练模型可能会逐渐失去多样性陷入“模式坍塌”。如何设计高质量、多样化的合成数据生成机制是AGI研究中最棘手的问题之一。6.4 多智能体系统的涌现行为当AI从单个模型进化为成百上千个智能体组成的“社会”一个全新的挑战出现了涌现行为——单个智能体行为可预测但多个智能体交互产生的群体行为可能完全不可预测。一篇2026年5月发表于arXiv的论文指出在智能体AI中“安全由交互拓扑决定而非模型权重”。这意味着传统的“对齐单个模型”的安全思路可能完全失效——即使每个AI智能体都是“对齐”的它们组成的系统也可能产生危险行为。另一项研究则证明完美的AI与人类价值观对齐在数学上是不可能的。更令人担忧的是一篇2026年6月的论文建立了AGI对齐的数学不可判定性——核心障碍不在于无法实现对齐状态而在于其结构性不可验证性。也就是说即使一个AGI系统在事实上是“对齐”的我们也永远无法在数学上证明它是安全的。7 超越AGI从通用人工智能到超级智能7.1 ASI比人类聪明一万倍的AIAGI可能不是终点而只是一个中途站。2026年6月10日谷歌DeepMind发布报告《从通用人工智能到超级智能》From AGI to ASI预设AGI已经实现从算力增速切入探讨AGI之后的演进路径。软银孙正义在2026年6月给出了更为激进的时间表他预测人工超级智能ASI将在未来两年内到来——比人类聪明10,000倍的AI。孙正义表示当他两年前首次提出10年时间表时“试着保持保守因为人们会被吓到”。7.2 DeepMind的四条ASI演进路径DeepMind的报告讨论了从AGI到ASI的四条潜在路径规模扩展AGI继续增大模型规模和算力投入AI范式转移发现全新的AI架构和学习范式递归自我改进AI自主设计更强大的后继版本大规模多智能体涌现ASI从大规模多智能体集体中涌现其中第三条路径——递归自我改进——是最受关注也最令人不安的。Anthropic已经在局部验证了这一路径的可行性AI正在帮助构建AI。如果这一循环加速AI的进化速度将脱离人类的控制。7.3 科幻还是现实马斯克在2026年的达沃斯论坛上将AI超越人类的过程称为“技术奇点”的临近。他预测到2030年以后AI的综合能力或将超过全人类总和。历史学家、《人类简史》作者尤瓦尔·赫拉利在达沃斯给出了一个冷静的提醒“AI永远不会像人类一样就像飞机不是鸟类一样。”他警告要警惕AI超级智能因为“我们没有构建人类AI混合社会的经验”。加拿大计算机科学家约舒亚·本乔也警告说“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。”这些警告提醒我们AGI和ASI的到来不仅是技术问题更是文明问题。我们正在创造的可能不是人类的工具而是人类的继任者。8 风险与治理AGI时代的人类抉择8.1 对齐问题的不可判定性AGI安全最核心的问题是“对齐”Alignment——如何确保AI的目标与人类的价值观一致。2026年的一系列学术研究给出了令人不安的答案。一篇发表于2026年6月的论文证明AGI对齐的核心障碍不是无法实现对齐状态而是其结构性不可验证性。另一项研究则指出完美的AI与人类价值观对齐在数学上是不可能的。这意味着即使我们创造了一个在事实上“安全”的AGI我们也永远无法在数学上证明它是安全的。这是一个根本性的困境我们可能永远无法确定AGI是安全的但我们又必须决定是否继续推进AGI的研发。8.2 Anthropic的呼吁与IPO的悖论Anthropic在其技术博文中提出了一个罕见的建议“合理放慢尖端AI研发节奏留给社会配套完善窗口期或将利好全人类安全发展。”但这一呼吁与Anthropic即将以超过1万亿美元估值IPO的现实形成了鲜明对比。正如评论者所指出的“这句话听起来像安全警告但放在Anthropic准备IPO的时间点上它也很难不被看作另一种叙事预演。”这个悖论折射出AGI竞赛的深层困境没有一家公司愿意单方面放慢脚步因为那意味着把领先地位拱手让人。8.3 中美欧的AGI治理框架AGI的治理正在从理论讨论走向制度实践。美国方面2026年6月特朗普签署行政令计划建立“自愿审查”框架允许美国政府在AI模型发布前至多30天获取其访问权限。GPT-5.6经历了为期12天的政府审查仅向约20家通过审查的合作伙伴开放。中国方面智谱将“极致安全治理”作为四大核心引擎之一计划投入百亿级资源研究机械可解释性希望理解模型作出判断时的内部机制并将伦理、社会规范与法律要求更深入地纳入模型训练。欧盟则继续推进其基于风险的AI监管框架。但全球性的AGI治理仍缺乏统一的框架和机制。正如一篇2026年1月的学术论文所指出的AGI的安全需要“跨学科的对齐研究、健全的治理和多利益相关方的管理”。8.4 人类的角色从“创造者”到“验证者”在AGI时代人类的角色正在发生根本性的转变。美国咨询公司人声媒体首席执行官鲍勃·哈钦斯在达沃斯表示“核心问题不是AI是否会取代工人而是它如何改变工人的工作性质这种转变将人类的角色从’创造者’转变为’验证者’。”Anthropic也描绘了类似的未来图景在AI高度自动化的世界里“人类的大部分精力可能会转移到对AI系统运行的’虚拟实验室’进行监督、验证和确认”。这意味着即使AGI实现了人类仍然有不可替代的价值——设定方向、定义价值、做出判断。但这也意味着人类需要学会与比自己更聪明的智能体共处。结语AGI不是终点而是新的起点2026年我们站在一个独特的历史节点上。全球最顶尖的AI研究者——奥特曼、阿莫代伊、哈萨比斯、马斯克、唐杰、杨植麟——几乎一致认为AGI将在未来几年内到来。分歧只在于具体的时间而非最终的结果。从ChatGPT到GPT-5.6从Claude到GLM-5.2从Kimi K2.7到DeepSeek-V4AI的能力正在以前所未有的速度提升。它们已经从“对话工具”进化为“可执行智能体”从“文本生成器”进化为“问题解决者”。AGI的种子已经在这些系统中萌芽。但AGI的到来也带来了人类历史上最严峻的挑战。对齐问题的不可判定性、递归自我改进的不可控性、多智能体系统的不可预测性——这些都是我们必须正视的风险。正如Anthropic所警示的“如果速度放缓反而让那些最不谨慎的参与者在技术上迎头赶上那么最终可能会让所有人的安全都受到威胁。”AGI不是终点而是新的起点。它可能开启人类文明的新纪元也可能带来不可预知的危机。答案不在技术本身而在我们如何选择使用这项技术。正如DeepSeek招聘海报上所写的——我们正处在AGI的前夜。在这个前夜最重要的不是技术能做什么而是人类选择让技术成为什么。参考文献[1] 新华网.热点问答“科技大咖”在达沃斯描述了怎样的AI未来. 2026年1月24日.[2] 搜狐.前瞻全球AI发展趋势. 2026年4月13日.[3] DoNews.OpenAI完成资本重组并公布超级智能路线图. 2025年10月30日.[4] 36氪.OpenAI 时间表公开2026-2028打法彻底换了. 2025年10月29日.[5] 澎湃新闻/百家号.Anthropic警示AI自我进化过快呼吁适度放缓前沿研究. 2026年6月5日.[6] 钛媒体.Anthropic 高喊狼AGI来了是为了人类还是IPO. 2026年6月5日.[7] 北京日报/长安街知事.智谱唐杰迎着浪头、向上摸高. 2026年7月12日.[8] 36氪.走出一道窄门智谱又押上四个答案. 2026年7月14日.[9] 36氪/中国企业家.月之暗面Kimi激进的野心克制地扩张. 2026年6月29日.[10] 36氪.大扩军之后DeepSeek怎么走. 2026年6月26日.[11] 36氪.DeepSeek“变胖了”融资500亿买国产算力、招人、冲刺AGI. 2026年7月1日.[12] arXiv.The Undecidability of Artificial General Intelligence (AGI) Alignment. 2026年6月26日.[13] arXiv.Institutional AI: A Governance Framework for Distributional AGI Safety. 2026年1月19日.[14] arXiv.From AGI to ASI. Google DeepMind, 2026年6月10日.[15] IT之家.软银孙正义OpenAI 正用 AI 设计 AI 模型比人类聪明 1 万倍的 ASI 未来 2 年到来. 2026年6月6日.