AGI
通用人工智能（Artificial General Intelligence，AGI），指能够像人类一样在任意领域执行智能任务的人工智能系统。与专用人工智能不同，AGI具备跨领域学习、推理和问题解决能力，可在无需针对特定任务专门训练的情况下完成复杂认知工作。目前AGI尚未实现，是人工智能领域的重要长期研究目标。
核心事实
时间轴 (近 90 天)
吴恩达判断：人工狭义智能（ANI）在飞速进步，而通用人工智能（AGI）几乎没有实质性进展。
教程提出三阶段框架：感知智能、认知智能、行动智能，Agent补上行动智能这一环。
AGI的潜在市场规模被描述得极其庞大，但当前可验证的商业化收入仍集中在有限的API调用和企业合作上。
Anthropic的IPO若能顺利完成，将成为AGI概念在公开股票市场的一次标志性事件，普通投资者和公募基金将首次获得直接配置AGI资产的通道。
围绕AGI的争论往往聚焦于技术路线和时间表，但真正深刻的分歧在于哲学层面：人类是否特殊、意识是否可完全还原为计算。
在追求通用人工智能（AGI）的硅谷精英圈中，广泛存在一种信念：人类和人性并不存在某种独特而重要的本质。
在AGI讨论中，可知论与计算主义结合，隐含连续性假设：人类智能与AGI之间不存在本质鸿沟，只有复杂度和规模的差异。
课程预测主流观点认为AGI可能在三到五年内实现，学术界偏悲观认为需要十年。
AGI 的实现时间表争议极大，从数年到一个世纪不等。
Kevin Roose 自称被“AGI-pilled”，即从怀疑或中立转向坚信通用人工智能（AGI）即将实现并深刻改变世界。
还有 40 条时间轴事件
全部知识事实 (20)
AGI在学术界定义为具备与人类相当或超越人类的广泛认知能力、能在未经专门训练情况下执行任意智力任务的AI系统
90%已验证工具性趋同理论认为无论AI最终目标为何，自我保存、目标完整性、认知增强和资源获取等子目标会在足够智能的优化下自然涌现，而无需被编程
90%已验证AI安全社区和有效利他主义（EA）运动警告AGI可能带来存在性风险，主张对AI发展施加谨慎限制和治理框架
80%已验证OpenAI将AGI定性为能在大多数经济价值任务上超越人类的AI系统
80%已验证中美在AI治理上能否达成共识将成为决定人类如何驾驭AI技术的关键分水岭
75%已验证当前所有AI产品（包括ChatGPT）都属于窄人工智能（Narrow AI），只能在特定领域或任务上表现优异
75%已验证OpenAI成立于2015年，其创始使命是确保通用人工智能（AGI）造福全人类
75%已验证超级智能特指在几乎所有认知任务上全面超越人类智能的假想系统，通常被视为AGI之后的更高阶段
70%已验证Google DeepMind在2023年发表论文提出了一个从新兴AGI到超人AGI的五级AGI分类框架
70%已验证OpenAI、DeepMind等机构均明确将AGI作为终极目标
70%已验证AGI在学术界和产业界至今没有统一的操作性定义
65%已验证AI风险讨论中存在长期主义者和务实主义者两种视角
65%已验证Yann LeCun认为当前基于大语言模型的AI缺乏真正的世界模型和因果推理能力，距离AGI还有根本性技术突破需要实现
65%已验证ASI（超级人工智能）指的是智能水平远远超过全世界所有人类总和的AI系统
65%已验证OpenAI最初作为非营利组织成立，其章程明确写着如果另一个组织接近实现AGI，OpenAI会停止竞争并转而协助
65%已验证DeepMind将AGI分为新兴、胜任、专家、大师、超人五个层级
65%已验证AI擅长发散和罗列方案，但不擅长判断和取舍，应该把AI当素材库而非判官
65%已验证OpenAI推出新一代模型GPT-6 Astra，并向企业界释出首批测试反馈
85%已验证OpenAI宣称AGI时代已经到来
65%待验证OpenAI内部文件显示，公司对'何时算达到AGI'有特定的内部标准，一旦达到该标准，微软的许可协议将自动终止
80%