AGI应以什么标准衡量?

“AGI已到来”之所以争议不断，不只是因为模型能力进步速度太快，更因为业界缺少一套可复现、可比较的判定标准。将某些任务做得很好，或在企业内部产生了经济价值，都只能说明人工智能具备较高的专用能力，不能直接等同于通用人工智能。

关键不在“会做什么”，而在“能否迁移”

衡量AGI，第一项标准应是任务迁移能力。系统不能只依赖训练中见过的模式，而应能把已有知识迁移到陌生领域，在目标变化、信息不完整和规则不明确时仍然完成任务。代码生成、客户服务或内容生产中的高效率，属于重要证据，但它们本身不足以证明系统具备广泛的通用性。

第二项是自主完成复杂任务的能力。真正的通用系统不应只输出局部答案，还要能够理解目标、拆解步骤、调用必要工具、根据反馈修正方案，并对最终结果负责。这里的“自主”不是无限制地替人决策，而是能够在明确边界内稳定推进任务，减少人工持续干预。

第三项是稳健性与可验证性。一个系统偶尔给出惊艳结果，并不代表它可靠。AGI评估必须关注错误率、异常情况下的表现、长流程任务中的一致性，以及结果是否可以被审查。当前AI代码安全通过率仅为56%的材料提醒人们：生产效率的提升不能替代质量与安全验证，生成能力也不等于工程可信度。

经济价值是结果，不应成为唯一标准

以“实际任务表现与经济生产力”衡量AI，能够避免脱离现实的基准测试，这是有价值的产业视角。但经济产出受流程设计、人工复核和组织资源影响，不能单独证明系统具备通用智能。更合理的判断方式，是同时考察能力广度、跨领域迁移、自主执行、稳定性、安全性与可解释的经济贡献。

因此，AGI不应由一次发布会、一项基准成绩或某家公司内部的AI使用比例宣布。只有当系统在陌生任务中持续表现出接近通用问题解决者的能力，并且这种能力可重复、可审计、可控，相关判断才具备技术意义。效率可以宣告一个时代开始，可靠性才决定它是否真的成熟。