定義困境：通用人工智慧（AGI）真的到來了嗎？

最近在人工智慧產業引發震盪的消息中，輝達（Nvidia）執行長黃仁勳（Jensen Huang）在受邀參加 Lex Fridman Podcast 時，發表了一個大膽且具決定性的聲明。當被問及達成通用人工智慧（Artificial General Intelligence，AGI）所需的里程碑——特別是人工智慧是否有能力構思、啟動並將一家技術公司擴張至 10 億美元估值的場景時，黃仁勳的回答與目前業界同行所採取的謹慎言論大相徑庭。

「我認為就是現在，」黃仁勳斷言。「我認為我們已經實現了 AGI。」

這一宣言重新點燃了技術社群內部的激烈辯論。雖然 AGI 一詞在歷史上一直被視為運算的「聖杯」——代表在所有智力領域具備人類水平（或超人類）通用性的系統——但其定義仍具流動性。對於作為當前硬體革命支柱的輝達而言，其領導層發出的此類聲明具有巨大的分量，但這也迫使人們去審視，我們是在經歷一場真正的技術突破，還是僅僅是在語意術語的定義上發生了轉向。

解讀黃仁勳的 AGI 門檻

圍繞黃仁勳聲明的緊張氣氛，主要源於該特定假設的設定方式。在他與 Lex Fridman 的對話中，討論的重點不在於一個廣義的、有感知力或擁有意識的實體，而在於自主系統的功能能力。如果 AGI 被定義為機器執行特定高價值經濟目標的能力——例如開發一個網路應用程式、獲得病毒式傳播，並在沒有人類持續微觀管理的情況下擴張至巨大的財務成功——那麼根據黃仁勳的說法，這個障礙已經被突破了。

關鍵在於，黃仁勳的定義專注於產出和經濟效用，而非整體、持續的人類生存或戰略管理。這種狹義的解釋使他能夠將現有的代理工作流（agentic workflows）視為這種 AGI「狀態」的引擎。他指出，在許多領域，我們已經跨越了生成式 AI（Generative AI）的實驗階段，進入了「代理（Agents）」獨立運作以解決任務的時代。

AI 代理與 OpenClaw 的角色

在這場技術轉型的核心是「AI 代理（AI Agents）」，這是一種能夠透過工作流進行推理、與軟體工具互動並執行一系列操作以達成目標的自主軟體。在播客中，黃仁勳明確引用了 OpenClaw——一個日益崛起的開源 AI 代理平台——作為這種能力的典型範例。

此類工具自動化複雜創業任務的潛力已顯而易見。透過部署自主代理，開發者正開始自動化微服務和消費者應用程式的生命週期。在黃仁勳看來，如果一個系統能夠合成邏輯來創建一個能產生收入的可市場化工具，它就滿足了他所認為的 AGI 的功能標準。

以下表格總結了目前在產業術語中相互競爭的不同解釋：

為何產業專家仍持懷疑態度

雖然黃仁勳對 AGI 的願景集中在功能實力上，但 AI 領域的許多人——從研究人員到競爭對手的執行長——仍保持著更為務實的觀點。批評者認為，將「建立有利可圖的網路應用程式的能力」與「通用智慧」混為一談是一種還原論的做法。

包括 Anthropic 等公司在內的許多頂尖科技高管認為，我們距離真正的、變革性的 AGI 可能還有數年之遙。他們的論點集中在當前大型語言模型（Large Language Models，LLMs）及其周邊代理框架的幾個關鍵缺陷上：

• 持續性： 黃仁勳本人也對其聲明進行了修飾，指出雖然一個代理可以創造 10 億美元的成功，但它還無法維持像輝達這樣的大型實體的持續運作。用他的話說，自主代理「建立輝達的機率是零」。
• 推理可靠性： 雖然 LLMs 非常擅長綜合現有知識，但在需要長時間、多步驟、邏輯鎖定執行的「推理」方面，它們仍頻繁遇到困難。
• 在新領域缺乏代理能力： 當前的代理通常在「封閉」或定義良好的環境（如程式碼編寫或簡單自動化）中表現出色，但當暴露於導航整個企業所需的真正混亂、多學科的需求時，往往會失敗。

當前代理的實用價值

儘管存在語意分歧，但不可否認的是，Lex Fridman Podcast 訪談中所描述的「功能性」凸顯了一場真實的轉變。我們已經從單純提供文本回答的聊天機器人，轉向了「代理工作流（Agentic Workflows）」，在這種工作流中，AI 被期望能夠使用鍵盤、點擊按鈕並部署程式碼。

這種營運上的成熟度正是 2026 年與 2024 年的真正區別。無論我們將其稱為「AGI」還是「進階自主執行」，現實是自動化工具正變得顯著強大。企業現在正專門為代理試點計畫分配預算，從簡單的副駕駛（copilots）轉向能夠在最低限度監督下完成多小時任務的自我修復代理。

由基礎設施定義的未來

黃仁勳（Jensen Huang）聲明的更深層含義，是對輝達持續推動的生態系統的背書。透過將 AGI 的實現與輝達基礎設施所促成的工具（包括訓練這些複雜的代理模型）聯繫起來，他正在強化加速運算的必要性。

AGI 的定義標準已有效地從「它能像我們一樣思考嗎？」轉向「它能在沒有我們的情況下產生高價值結果嗎？」。雖然關於術語的爭論可能會繼續，但技術重點已明確轉移。「AI 代理」的時代不再是理論。隨著像 OpenClaw 這樣的工具在開發生命週期中變得更加強大和標準化，我們正在見證一種軟體的興起，它不僅僅是預測文本——它還創造結果。這是否在最嚴格的學術意義上代表了真正的「通用」智慧的出現，是一個可能只有時間才能解答的爭論。