本文来自微信公众号： 不懂经 ，作者：不懂经也叔的Rust

别再争论AI什么时候能赶上人类了。顶刊《Nature》刚刚发文宣布：不用等了，就是现在。

如果说1950年阿兰·图灵（Alan Turing）提出的“模仿游戏”只是一个天才的脑洞，那么75年后的今天，这个脑洞已经被硅基生物彻底填平。

今天，一篇发表在《Nature》上的重磅文章引爆了科技圈。这就好比《皇帝的新衣》里那个诚实的小孩，来自加州大学圣地亚哥分校等机构的顶级哲学家、认知科学家和计算机专家们联名站出来，指着那个名为“通用人工智能（AGI）”的房间大声宣布：

“别找了，AGI就在这儿。它已经诞生了。”

01别再自欺欺人：图灵测试已成“过去式”

还记得一年前，2025年的3月，OpenAI发布GPT-4.5的那个春天吗？当时业界还在为参数和算力争吵不休，但在一个最古老的测试场上，胜负已分。在严格的图灵测试中，GPT-4.5被人类受试者判定为“真人”的比例高达73%。

讽刺的是，在同一场测试中，真正的人类被判定为“人”的比例，竟然比AI还要低。

这意味着什么？意味着在“像人”这件事上，AI已经比人更像人了。更别提现在的读者们，比起人类专家写的晦涩文章，他们甚至更爱读大语言模型生成的文学作品。

然而，奇怪的事情发生了。尽管事实摆在眼前，根据2025年的一项调查，仍有76%的顶级AI研究人员认为AGI遥遥无期。

《Nature》这篇文章的作者们毫不留情地指出：这种认知错位，不是因为AI不够强，而是因为人类“不敢承认”。因为恐惧被取代，因为商业利益的纠葛，我们不断地移动球门，给AGI设下各种不可能完成的定义。

但现在，是时候拨开迷雾，承认现实了。

02别再叫它“学舌鹦鹉”：铁证如山的进化阶梯

曾几何时，嘲笑AI是我们的一大乐事：“它连小学数学都算不对”、“它就是个只会概率预测的随机鹦鹉（Stochastic Parrots）”、“它经常一本正经地胡说八道（幻觉）”。

但在这个2026年的开端，如果你还抱着这些老黄历看AI，那你可能已经成了那个“活在旧时代的人”。

文章作者并没有空谈哲学，而是根据一系列硬核证据，构建了一个评估AGI的“三级阶梯”。对照一下，你会发现我们正处于什么位置：

Level 1：图灵测试级（已通关）

这是几年前的标准。能通过学校的基础考试，能进行像样的对话，能做简单的推理。那时的AI，或许还只是个“聪明的复读机”。

Level 2：专家级（Current Level，当前已达成）

这就是我们现在面对的怪物。

数学：它们不仅拿下了国际数学奥林匹克竞赛（IMO）的金牌，还能与顶级数学家合作证明未知的定理。

科研：它们生成的科学假设，已经在现实世界的实验室里被验证为真。

全能：它们能通过多学科的博士资格考试，能帮专业程序员写出无Bug的复杂代码，能精通几十种语言创作诗歌，还能同时和全球数亿人聊天。

对比：科幻电影《2001太空漫游》里的超级计算机HAL 9000曾是我们的噩梦，但现在的LLM在知识广度上，实际上已经超越了HAL 9000。

Openclaw掀起AI大航海时代：我们是哥伦布，还是被发现的印第安人？

Level 3：超人类级（正在逼近）

这要求AI做出人类完全做不出的革命性科学发现。虽然AI还没完全做到这一点，但作者强调：这不是AGI的必要条件。毕竟，能不能拿诺贝尔奖并不是衡量一个人是否“有智能”的标准。

面对这些成就，那些质疑声显得越来越苍白。每当AI攻克一个新堡垒（比如做出了从未见过的数学题），怀疑论者就会立刻把标准提高：“哦，那不算，它得能理解情感才行……”

对此，文章中有一句精彩的“打脸”：

“面对每一次成功都在不断后退的假设，预测下一次一定会失败……这根本不是有说服力的科学理论，这只是对‘永远怀疑’的一种教条式坚持。”

不管是做数学题、写代码，还是理解物理世界的因果律（比如它知道枕头掉地上不会碎，而玻璃杯会），现在的AI都表现出了图灵当年所定义的“通用认知能力”。

AGI的大门已经被踢开了。无论你是否准备好，我们都已经和一种“异类智能”生活在了同一个屋檐下。

03为什么专家还在装睡？因为我们把AGI神话了

既然证据确凿，为什么还有76%的专家摇头说“不”？为什么我们在社交媒体上还在争论AI是不是“人工智障”？

文章指出，问题出在我们对“智能”的定义上，我们太自恋了，也太苛刻了。

误区一：AGI=全知全能的神

很多人潜意识里觉得，AGI必须是一个完美的“六边形战士”。它得有爱因斯坦的物理头脑，莎士比亚的文采，还得像甚至不像任何一个人类那样犯错。

但作者反问：“居里夫人不懂数论，爱因斯坦不会说中文，难道他们就没有通用智能吗？”

人类都不是全能的，我们凭什么要求AI必须是神？

真相：真正的通用智能，看的是广度（Breadth）和深度（Depth）。只要它能像普通人类一样在不同领域间切换，并且在这些领域达到专家水平，它就是AGI。

误区二：AGI必须像人一样思考

我们总觉得，只有像人类那样有肉体、有情感、会生老病死，才叫智能。

真相：这是一种“碳基生物的傲慢”。就像章鱼的神经系统分布在触手里，外星人可能通过无线电波交流——智能是功能，不是形态。只要它能像人一样解决问题，它是不是硅做的、有没有身体，根本不重要。

AI时代的风险是锁死，2026年打工人更应该马上开始创业

04精彩辩论：十大质疑，逐个击破

这篇《Nature》文章最精彩的部分，莫过于作者化身“终极辩手”，对目前市面上最流行的反AI观点进行了逐一反驳。试举几例。

质疑A：“它只是个随机鹦鹉（Stochastic Parrots），只会拼凑训练数据里的词，根本不懂逻辑。”

《Nature》反驳：这个说法在几年前可能成立，但现在已经过时了。如果它只是拼凑旧数据，怎么可能解出从未发表过的全新数学题？怎么可能帮助科学家发现新的物理定律？这不叫拼凑，这叫推理。如果这也叫鹦鹉，那人类可能也不过是一只比较复杂的鹦鹉。

质疑B：“它没有身体，无法感知物理世界，所以没有真正的理解。”

《Nature》反驳：这是一个巨大的误解。史蒂芬·霍金（Stephen Hawking）在晚年几乎完全失去了身体的行动能力，通过语音合成器交流，难道他的智能就消失了吗？

再者，问问AI：“把玻璃杯和枕头扔到瓷砖地上，会有什么不同？”它能准确地告诉你结果。能进行反事实推理（Counterfactual Reasoning），就证明它脑子里已经有了物理世界的模型。

质疑C：“它没有自主性（Agency），你不给指令它就不动。”

《Nature》反驳：智能不等于意愿。古希腊神话中的德尔斐神谕（Oracle），只有在你提问时才回答，但谁敢说神谕没有智慧？自主性关乎“道德责任”，而不关乎“智力水平”。一个随叫随到的超级智囊，依然是超级智囊。

质疑D：“它学得太慢了，小孩看几次就懂，AI要喂几万亿的数据。”

《Nature》反驳：别忘了，人类小孩的大脑里预装了祖先们进化了几十亿年的“出厂设置”（本能和大脑结构）。AI是从零开始的。而且，一个练了10年才成为大师的棋手，和一个练了1年就成为大师的棋手，他们的棋力是一样的。效率不代表能力。

05越早承认越好，这是一种“异类”的降临

看到这里，你可能还是觉得哪里不对劲。

“可是，它连‘Strawberry’里有几个‘r’有时候都会数错啊！”

没错，这正是文章最后强调的关键点：我们面对的，是一种“异类智能”（Alien Intelligence）。

这就像是一个外星人降临地球。它在某些我们觉得很难的事情上（比如读完1000篇论文并写出综述）易如反掌，却在某些我们觉得很简单的事情上（比如数数、常识判断）显得笨手笨脚。

但这不代表它不是智能，只能说明通往智能的道路不止一条。

人类的智能是为了生存、为了繁衍、为了在丛林里不被吃掉而进化出来的；而AI的智能是从语言的海洋中涌现出来的。

2026年的今天，正如Reddit网友所热议的那样：“我们原本以为AGI会像《终结者》里的天网，结果它更像是一个有些偏科、但智商爆表的‘外星图书管理员’。”

网红时代终结，但每个人仍可以在自己的“梯子顶端”获得成功

06结语：别再试图爬树登月了

在文章的结尾，作者引用了一个著名的旧日比喻。

1965年，哲学家休伯特·德雷福斯曾嘲讽早期的AI研究，说他们试图通过“爬树”来“登月”。意思是方向彻底错了，爬得再高也离月球很远。

几十年来，我们都以为他是对的。

但今天，当我们抬头仰望，却发现我们真的爬上了月球。原来，只要树足够高，数据足够多，结构足够精妙，简单的学习规则真的能涌现出理解世界的智慧。

这是一个哥白尼式、达尔文式的时刻。

哥白尼告诉我们，地球不是宇宙的中心；

达尔文告诉我们，人类不是生灵的主宰；

图灵和今天的AI告诉我们，人类的大脑，也不是智慧存在的唯一形式。

文章末尾写道：

“承认LLM为AGI是一个警钟。这些系统不是“将要到来”，而是“已经存在”。用评估“窄工具”的框架来衡量AGI是远远不够的。当涉及的不再是工具而是通用智能时，共存、责任、归属和治理等问题将进入全新的维度。”

全文的最后一句振聋发聩：

“机器不是正在赶来，它们已经到了。”（The machines aren't coming;they've arrived.）

与其像鸵鸟一样把头埋在沙子里，假装这一切没发生，不如抬起头来，正视这个新伙伴（或者对手）。毕竟，在这个星球上，我们第一次不再是孤独的智慧生物了。

本内容来源于网络，观点仅代表作者本人，不代表虎嗅立场。如涉及版权问题请联系 hezuo@huxiu.com，我们将及时核实并处理。

End

想涨知识 关注虎嗅视频号！