本文來自微信公衆號： 不懂經 ，作者：不懂經也叔的Rust

別再爭論AI什麼時候能趕上人類了。頂刊《Nature》啱啱發文宣佈：不用等了，就是現在。

如果說1950年阿蘭·圖靈（Alan Turing）提出的「模仿遊戲」只是一個天才的腦洞，那麼75年後的今天，這個腦洞已經被硅基生物徹底填平。

今天，一篇發表在《Nature》上的重磅文章引爆了科技圈。這就好比《皇帝的新衣》裏那個誠實的小孩，來自加州大學聖地亞哥分校等機構的頂級哲學家、認知科學家和計算機專家們聯名站出來，指着那個名為「通用人工智能（AGI）」的房間大聲宣佈：

「別找了，AGI就在這兒。它已經誕生了。」

01別再自欺欺人：圖靈測試已成「過去式」

還記得一年前，2025年的3月，OpenAI發布GPT-4.5的那個春天嗎？當時業界還在為參數和算力爭吵不休，但在一個最古老的測試場上，勝負已分。在嚴格的圖靈測試中，GPT-4.5被人類受試者判定為「真人」的比例高達73%。

諷刺的是，在同一場測試中，真正的人類被判定為「人」的比例，竟然比AI還要低。

這意味着什麼？意味着在「像人」這件事上，AI已經比人更像人了。更別提現在的讀者們，比起人類專家寫的晦澀文章，他們甚至更愛讀大語言模型生成的文學作品。

然而，奇怪的事情發生了。儘管事實擺在眼前，根據2025年的一項調查，仍有76%的頂級AI研究人員認為AGI遙遙無期。

《Nature》這篇文章的作者們毫不留情地指出：這種認知錯位，不是因為AI不夠強，而是因為人類「不敢承認」。因為恐懼被取代，因為商業利益的糾葛，我們不斷地移動球門，給AGI設下各種不可能完成的定義。

但現在，是時候撥開迷霧，承認現實了。

02別再叫它「學舌鸚鵡」：鐵證如山的進化階梯

曾幾何時，嘲笑AI是我們的一大樂事：「它連小學數學都算不對」、「它就是個只會概率預測的隨機鸚鵡（Stochastic Parrots）」、「它經常一本正經地胡說八道（幻覺）」。

但在這個2026年的開端，如果你還抱着這些老黃曆看AI，那你可能已經成了那個「活在舊時代的人」。

文章作者並沒有空談哲學，而是根據一系列硬核證據，構建了一個評估AGI的「三級階梯」。對照一下，你會發現我們正處於什麼位置：

Level 1：圖靈測試級（已通關）

這是幾年前的標準。能通過學校的基礎考試，能進行像樣的對話，能做簡單的推理。那時的AI，或許還只是個「聰明的復讀機」。

Level 2：專家級（Current Level，當前已達成）

這就是我們現在面對的怪物。

數學：它們不僅拿下了國際數學奧林匹克競賽（IMO）的金牌，還能與頂級數學家合作證明未知的定理。

科研：它們生成的科學假設，已經在現實世界的實驗室裏被驗證為真。

全能：它們能通過多學科的博士資格考試，能幫專業程序員寫出無Bug的複雜代碼，能精通幾十種語言創作詩歌，還能同時和全球數億人聊天。

對比：科幻電影《2001太空漫遊》裏的超級計算機HAL 9000曾是我們的噩夢，但現在的LLM在知識廣度上，實際上已經超越了HAL 9000。

Openclaw掀起AI大航海時代：我們是哥倫布，還是被發現的印第安人？

Level 3：超人類級（正在逼近）

這要求AI做出人類完全做不出的革命性科學發現。雖然AI還沒完全做到這一點，但作者強調：這不是AGI的必要條件。畢竟，能不能拿諾貝爾獎並不是衡量一個人是否「有智能」的標準。

面對這些成就，那些質疑聲顯得越來越蒼白。每當AI攻克一個新堡壘（比如做出了從未見過的數學題），懷疑論者就會立刻把標準提高：「哦，那不算，它得能理解情感纔行……」

對此，文章中有一句精彩的「打臉」：

「面對每一次成功都在不斷後退的假設，預測下一次一定會失敗……這根本不是有說服力的科學理論，這只是對‘永遠懷疑’的一種教條式堅持。」

不管是做數學題、寫代碼，還是理解物理世界的因果律（比如它知道枕頭掉地上不會碎，而玻璃杯會），現在的AI都表現出了圖靈當年所定義的「通用認知能力」。

AGI的大門已經被踢開了。無論你是否準備好，我們都已經和一種「異類智能」生活在了同一個屋檐下。

03為什麼專家還在裝睡？因為我們把AGI神話了

既然證據確鑿，為什麼還有76%的專家搖頭說「不」？為什麼我們在社交媒體上還在爭論AI是不是「人工智障」？

文章指出，問題出在我們對「智能」的定義上，我們太自戀了，也太苛刻了。

誤區一：AGI=全知全能的神

很多人潛意識裏覺得，AGI必須是一個完美的「六邊形戰士」。它得有愛因斯坦的物理頭腦，莎士比亞的文采，還得像甚至不像任何一個人類那樣犯錯。

但作者反問：「居里夫人不懂數論，愛因斯坦不會說中文，難道他們就沒有通用智能嗎？」

人類都不是全能的，我們憑什麼要求AI必須是神？

真相：真正的通用智能，看的是廣度（Breadth）和深度（Depth）。只要它能像普通人類一樣在不同領域間切換，並且在這些領域達到專家水平，它就是AGI。

誤區二：AGI必須像人一樣思考

我們總覺得，只有像人類那樣有肉體、有情感、會生老病死，才叫智能。

真相：這是一種「碳基生物的傲慢」。就像章魚的神經系統分佈在觸手裏，外星人可能通過無線電波交流——智能是功能，不是形態。只要它能像人一樣解決問題，它是不是硅做的、有沒有身體，根本不重要。

AI時代的風險是鎖死，2026年打工人更應該馬上開始創業

04精彩辯論：十大質疑，逐個擊破

這篇《Nature》文章最精彩的部分，莫過於作者化身「終極辯手」，對目前市面上最流行的反AI觀點進行了逐一反駁。試舉幾例。

質疑A：「它只是個隨機鸚鵡（Stochastic Parrots），只會拼湊訓練數據裏的詞，根本不懂邏輯。」

《Nature》反駁：這個說法在幾年前可能成立，但現在已經過時了。如果它只是拼湊舊數據，怎麼可能解出從未發表過的全新數學題？怎麼可能幫助科學家發現新的物理定律？這不叫拼湊，這叫推理。如果這也叫鸚鵡，那人類可能也不過是一隻比較複雜的鸚鵡。

質疑B：「它沒有身體，無法感知物理世界，所以沒有真正的理解。」

《Nature》反駁：這是一個巨大的誤解。史蒂芬·霍金（Stephen Hawking）在晚年幾乎完全失去了身體的行動能力，通過語音合成器交流，難道他的智能就消失了嗎？

再者，問問AI：「把玻璃杯和枕頭扔到瓷磚地上，會有什麼不同？」它能準確地告訴你結果。能進行反事實推理（Counterfactual Reasoning），就證明它腦子裏已經有了物理世界的模型。

質疑C：「它沒有自主性（Agency），你不給指令它就不動。」

《Nature》反駁：智能不等於意願。古希臘神話中的德爾斐神諭（Oracle），只有在你提問時纔回答，但誰敢說神諭沒有智慧？自主性關乎「道德責任」，而不關乎「智力水平」。一個隨叫隨到的超級智囊，依然是超級智囊。

質疑D：「它學得太慢了，小孩看幾次就懂，AI要喂幾萬億的數據。」

《Nature》反駁：別忘了，人類小孩的大腦裏預裝了祖先們進化了幾十億年的「出廠設定」（本能和大腦結構）。AI是從零開始的。而且，一個練了10年才成為大師的棋手，和一個練了1年就成為大師的棋手，他們的棋力是一樣的。效率不代表能力。

05越早承認越好，這是一種「異類」的降臨

看到這裏，你可能還是覺得哪裏不對勁。

「可是，它連‘Strawberry’裏有幾個‘r’有時候都會數錯啊！」

沒錯，這正是文章最後強調的關鍵點：我們面對的，是一種「異類智能」（Alien Intelligence）。

這就像是一個外星人降臨地球。它在某些我們覺得很難的事情上（比如讀完1000篇論文並寫出綜述）易如反掌，卻在某些我們覺得很簡單的事情上（比如數數、常識判斷）顯得笨手笨腳。

但這不代表它不是智能，只能說明通往智能的道路不止一條。

人類的智能是為了生存、為了繁衍、為了在叢林裏不被喫掉而進化出來的；而AI的智能是從語言的海洋中湧現出來的。

2026年的今天，正如Reddit網友所熱議的那樣：「我們原本以為AGI會像《終結者》裏的天網，結果它更像是一個有些偏科、但智商爆表的‘外星圖書管理員’。」

網紅時代終結，但每個人仍可以在自己的「梯子頂端」獲得成功

06結語：別再試圖爬樹登月了

在文章的結尾，作者引用了一個著名的舊日比喻。

1965年，哲學家休伯特·德雷福斯曾嘲諷早期的AI研究，說他們試圖通過「爬樹」來「登月」。意思是方向徹底錯了，爬得再高也離月球很遠。

幾十年來，我們都以為他是對的。

但今天，當我們抬頭仰望，卻發現我們真的爬上了月球。原來，只要樹足夠高，數據足夠多，結構足夠精妙，簡單的學習規則真的能湧現出理解世界的智慧。

這是一個哥白尼式、達爾文式的時刻。

哥白尼告訴我們，地球不是宇宙的中心；

達爾文告訴我們，人類不是生靈的主宰；

圖靈和今天的AI告訴我們，人類的大腦，也不是智慧存在的唯一形式。

文章末尾寫道：

「承認LLM為AGI是一個警鐘。這些系統不是「將要到來」，而是「已經存在」。用評估「窄工具」的框架來衡量AGI是遠遠不夠的。當涉及的不再是工具而是通用智能時，共存、責任、歸屬和治理等問題將進入全新的維度。」

全文的最後一句振聾發聵：

「機器不是正在趕來，它們已經到了。」（The machines aren't coming;they've arrived.）

與其像鴕鳥一樣把頭埋在沙子裏，假裝這一切沒發生，不如抬起頭來，正視這個新夥伴（或者對手）。畢竟，在這個星球上，我們第一次不再是孤獨的智慧生物了。

本內容來源於網絡，觀點僅代表作者本人，不代表虎嗅立場。如涉及版權問題請聯繫 hezuo@huxiu.com，我們將及時覈實並處理。

End

想漲知識 關注虎嗅視頻號！