亿腾证券 一个价值 1000 亿的词，让 OpenAI 和微软杠上了_定义_技术_数据
放大资金，增加盈利可能
配资是一种为投资者提供杠杆资金的金融服务！
放大资金，增加盈利可能
配资是一种为投资者提供杠杆资金的金融服务！
配资是一种为投资者提供杠杆资金的金融服务！
配资是一种为投资者提供杠杆资金的金融服务！
Grok 4 发出之后，风评非常两级。有人大喷特喷，觉得它又贵又不好用。有的则啧啧称神，断言「AGI 已经实现啦」。
AGI 怎么又实现了，AGI 究竟是什么还不好说呢——华尔街日报报道，微软和 OpenAI 又因为这个要吵起来了。
早在 2023 年，两家公司就签订协议，将 AGI 定义为「 可以产生 1000 亿美元利润的自主系统」。
但仅仅一年后 OpenAI 就不这么想了，而是在官网上声称，AGI 定义为「在最具经济价值的工作上表现优于人类的高度自主系统」，并认为自己将最先实现制造 AGI。
展开剩余87%OpenAI 提出的 AGI 五阶段理论 图片来自：Bloomberg
微软跟 OpenAI 之间的合同，价值超过 130 亿美元——而他们甚至没有对 AGI 到底是什么达成一致，这是在玩过家家吗？
一个反直觉的可能性是： 不定义清楚，比定义清楚，更有利。
定义权？No；印钞术，Yes
微软之所以跳起来，不仅是因为他们真金白银在花钱，也是因为曾经的合同中有一个危险条款：当 OpenAI 的系统达到 AGI 水平时，这家初创公司将能够限制微软对其技术的访问。
微软正在努力阻止这种情况发生，其中就包括直接挑战「AGI」的定义。
「AGI 到底是什么？」 这是近几年最常见，也最无解的问题之一。别说答案不仅不清晰，甚至连问题本身都开始模糊。
技术社区从未就 AGI 的定义达成共识——是多模态能力的融合？是持续学习与自我优化？还是与人类智力的等价比肩？没人知道，也没人敢下断言。
为了解决这一麻烦，微软曾经的尝试算是提出了一个看似客观的判断方法： 如果 AI 能创造的利润达到了 1000 亿美元，就可以认为是实现了 AGI。
这看上去像是玩笑，但其实并不荒谬。
考虑到人工智能是大烫门赛道，热钱不断翻涌，「AI」已经不够吸引人了，「AGI」才行。天才们不是要做人工智能，更要做通用人工智能。而做通用人工智能，需要大量的资金投入。
但投入不能完全没有回报，那么当靠烧钱培养出来的 AGI 真的能扛起挣钱的重任时，怎么不算实现 AGI 了呢？
在这个前提下，一条台面下的规则在发生作用： 谁能定义 AGI，谁就抓住了一台「印钞机」——包括但不限于吸引投资、驱动估值、收获舆论与政策资源。
在商业策划案上写上「AGI」，敲不开的门都自动打开了，进不去的赛道都敞开怀抱了。这一现象背后的逻辑，并不只属于商业谈判的范畴，而是反映着一种权力结构。
OpenAI 与微软之间的业务关系，图片来自：The Information
把模糊的术语绑定到经济收益上，对于微软而言是更有利的，除此之外也能进一步兜售未来想象，为自己在巨头之间的竞争中获得话语资源。
不得不说，Sam Altman 是有大智慧的： AGI 无法被定义，正是它好用的原因。
AGI 是一种典型的「模糊术语」——你越无法精确说明它是什么，它就越容易在不同情境下被灵活调用，用于估值、用于谈判、用于兜售未来。
这也是为什么微软与 OpenAI 会在 AGI 的定义上出现张力： 不是因为谁更关心技术真相，而是因为谁拥有宣布「它已到来」的话语权，就拥有了改写合作关系、重组利益分配的权力。
数字一定更客观吗？
如果技术都不足以定义 AGI，那难道除了吵架，就没有别的方法了吗？
此时就轮到数据建模登场了。
英国纽卡斯特大学的一项研究引发了讨论，这篇论文对 AGI 以及潜在的社会影响，提出了一个社会经济学的分析框架。
它的特殊之处在于，尝试通过数学建模的方式，来推算 AGI 社会影响的临界点。研究人员基于 AI 发展对不同行业劳动力替代率、资本积累速度和平台集中度的数据建模，试图找出一个拐点： 在哪个阶段之后，AI 技术将不可逆地引发社会结构的断裂、重组。
研究里使用了多种不同的生产函数，构建了一个「Power shift」模型，希望能够模拟 AGI 代替人力所带来的影响。
用量化数据揭示 AGI 替代效应与劳动收益崩溃的临界阈值，这和「年营收 1000 亿美元即是 AGI」的判断方式，属于同一种思维范式： 如果你无法理论性地定义它，那就给它设一个数字，数字总是相对「客观的」。
当然，在细节上，建模还是有很多问题。比如缺少行业数据、历史真实案例的支撑， 使得推演更像是一种「预言」，而缺乏一定的解释效力。另外，行业内部竞争所带来的算力价格变化、运营成本，甚至是监管所带来的影响，都很难体现出来。
因此论文的结论也比较谨慎，它不是说「AGI 实现了」，而指出「一旦超过这个点，社会将进入结构性变革阶段」。
不过，建模这种思路在科技界并不陌生。与其在哲学上争辩「AI 是否具有意识」、「世界模型是不是更高级的范式」，不如在财务模型上设立一个目标函数。
当估值模型跑通、数据指标达标，AGI 就可以「实现」了——不是因为它真的实现了，而是因为它具备了被宣布为现实的全部前提。
这或许是为什么研究人员，将这种趋势称为「技术封建主义」： 真正统治世界的，不是技术，而是对技术的定义权。平台不需要创造新的文明，只需要控制对新文明的描述方式。
而一个概念的定义越含糊，就容易根据不同的场景来调整。虽然合同已经签好了，但是「AGI」的定义变化了，资金的使用也可以随之变化，享受的待遇也可以变化，连合作结构也可以变化。
这也是为什么我们需要警惕——AGI 可能永远无法精确定义，但它已被嵌入制度，成为真实存在的行动基础。 它的模糊性没有削弱它的效力，反而增强了它的「多功能」：既可作为投资叙事，也可作为政策筹码，还可作为控制合约的开关。
当某一天你看到一款 AI 产品上线，宣称「AGI 已至」，不妨先别问技术细节，而是问一句：这是谁的 AGI？又是为谁而宣布？
我们正在招募伙伴
📮 简历投递邮箱hr@ifanr.com
✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或
发布于：广东省迎尚网提示：文章来自网络，不代表本站观点。
