《OpenAI把AGI切成五段像一个人长大》
OpenAI 把 AGI 分成五段:聊天机器人、推理者、智能体、创新者、组织者。
我倒觉得这五段不像技术路线图,像一个人长大的顺序。
第一段,聊天机器人,只会说话。 具备基础自然语言交互能力,专注语言理解与生成——能对话、翻译、摘要,依赖海量语料训练,但缺乏复杂推理和自主行动能力。这是婴儿期:会发音,不懂事。
第二段,推理者,能解难题。 达到人类推理水平,能解决复杂问题——数学证明、法律案例分析、多步骤推理、提前规划。在特定任务里可以超过人类专家(比如医疗影像诊断)。这是上学后的孩子,开始有逻辑了。
第三段,智能体,能替你干事。 能代表用户自主执行任务,实现"思考—决策—执行"闭环。具体指标包括:多智能体协作(比如 OpenAI 的 Swarm 框架)、环境感知与动态适应(比如自动驾驶避障)、以及长时间自主运行(数天级)。这是长大成人,能独立接活了。
第四段,创新者,能突破边界。 具备创造性思维,突破人类知识边界——独立推动科学发现(新药设计、量子算法)、艺术创作(拿国际奖项)、原创性发明。这是成了专家,能开宗立派。
第五段,组织者,能管一座城。 具备战略管理能力的超级 AI 系统,是 AGI 的完全体,类似钢铁侠里的贾维斯。核心能力包括:城市级资源调度(千万人口的交通优化)、企业全流程管理(从供应链到市场营销)、以及自我迭代升级——构建"AI 研发 AI"的递归循环。
最后这一条才是真正让人后背发凉的:前四段都是"人用 AI",第五段开始是"AI 造 AI"。一旦递归转起来,进步就不再需要等人类跟上。
现在大部分还停在第一段,晃在第二段的门口。我从人工搭工作流到看 Agent 自己调工具,中间隔着的就是"自己知道要干嘛"这件事——前两段是人下指令,后三段是它自己长出了目的。我第一次看 Agent 自己检索再调工具,惊讶了半天,像个没见过自动门的小孩。现在回头看,那不过是第三段的门槛,我的惊讶本身就可笑。
有人觉得第五段太远,跟我没关系。但我看,判断一个 AI 到哪了,标准不是它会不会聊天,是它能不能自己定义任务。会聊天的满街都是,能自己定目标去干的,还稀罕。
这也是我认为五段论里真正的分水岭:前两段,活是人拆好给它的;从第三段开始,拆活这件事本身归它了。所以"它更聪明了"不是重点,"它开始自己决定下一步干什么"才是。
所以与其盯着"它又通过了什么考试",不如问一句:它现在,到第几段了?到了第三段,它才是员工;到了第五段,它才是老板。我们现在,大多还在帮它写简历。