超级智能崛起：AGI过时后，硅谷资本押注的未来趋势

曾几何时，“通用人工智能”（AGI）被视为技术皇冠上的明珠，其核心是构建在广泛认知任务上达到人类水准的系统。然而，行业的焦点正在发生根本性的迁移。

如今，顶尖科技公司的战略视野已超越AGI，锁定了一个更具颠覆性的概念：“超级智能”。其定义指向一种不仅在多数领域匹敌人类，更要在所有认知维度上全面超越人类集体智慧总和的人工智能。

这一构想在学术领域已有深厚积淀，但近期已成为硅谷决策层的核心议题，甚至被部分领袖描述为比AGI更具可操作性的下一个里程碑。

从扎克伯格到“AI教*父”：一场集体转向

本周，Meta首席执行官马克·扎克伯格将“超级智能”正式纳入公司核心战略框架，标志着其继“元宇宙”后的又一次重大战略押注。为此，Meta正组建专项团队，投入巨额资金开发前沿AI，并以极具竞争力的薪酬在全球范围内招募顶尖科学家，以推进这一“宏伟使命”。

这场竞赛的参与者阵容庞大。被誉为同代顶尖AI研究员的伊利亚·苏茨克维尔，在离开OpenAI后，直接将新公司命名为“安全超级智能公司”，目标明确。OpenAI首席执行官萨姆·奥特曼也频繁在公开讨论中强调“超级智能”。微软则将其在医疗诊断领域的最新进展，定位为“迈向医疗超级智能的关键一步”。

这股趋势背后存在技术演进的逻辑支撑。“AI教*父”之一、蒙特利尔大学的约书亚·本吉奥教授指出，尽管商业术语更迭存在营销成分，但人类正迈向超级智能是一个基于技术发展轨迹的“科学判断”。他的论据清晰：现有AI系统已能驾驭超过200种语言进行流畅对话，并通过几乎所有学科的博士资格考核。尽管在复杂战略规划和长程推理方面仍有不足，但“能力差距正在指数级收窄”。

诱人的前景与严峻的警告

超级智能无疑蕴含着巨大的商业潜能与科学突破机遇。然而，本吉奥同时发出了严厉的风险警示：若发展路径失控，其伴随的威胁同样不容忽视。

“超级智能的核心风险在于，其掌控者将获得压倒性的力量优势。”本吉奥分析道。他进一步指出，这种控制权甚至可能转移至AI自身，“最终可能形成一个按自身意志行事的超级智能体。”正是出于对这种存在性风险的担忧，他创立了非营利实验室LawZero，专注于开发比当前主流模型安全性更高的AI架构。

模糊的定义与现实的考量

尽管热度飙升，但AI业界对“超级智能”这一术语仍存在广泛质疑，认为其定义含混，且存在明显的炒作痕迹。

首先，它与AGI面临着相同的评估困境：AI需要在特定任务上达到何种基准，才能从“通用”晋级为“超级”？是本科知识水平、博士研究能力，还是诺贝尔奖级别的原创突破？这一阈值本身缺乏清晰的技术定义。

时间线则更为模糊。业界对实现AGI尚且未有共识，其“超级”版本的时间表更是众说纷纭。奥特曼曾暗示超级智能“已不遥远”；而Anthropic的CEO达里奥·阿莫迪则预测，在多数领域超越诺贝尔奖得主的AI可能在2026或2027年出现。当然，这些预测也可能过于激进，人类实现超级智能或许仍需数十年，甚至始终是一个理论极限。

那么，“超级智能”为何突然风靡？去年离开OpenAI的AI政策研究员迈尔斯·布伦达提供了几种解读。其一是所谓的“AGI通胀”现象——当越来越多人感觉AGI即将来临时，转向一个更前沿的术语成为了一种“自然的战略迭代”。另一方面，这也是对“AGI”一词内涵过于宽泛的修正，业界意图强调“定义光谱中最顶端的那部分能力”。

此外，一个极为现实的驱动因素是：一个比AGI更宏大的目标，配合巨额资本投入，对全球范围内稀缺的顶尖AI研究人才构成了强大的吸引力。这群研究者所追求的，正是攻克最宏大、最前沿的技术难题。

寻找更实在的衡量标尺

面对这些宏大而模糊的概念，投资机构Menlo Ventures的合伙人迪迪·达斯提出了一个更务实的评估框架——“经济图灵测试”：雇佣人类与AI完成相同价值的工作，若其产出在质量和效率上没有显著差异，那么这种AI的商业价值便得以确证。“这算超级智能吗？我不确定，”达斯表示，“但这无疑是一个可被客观衡量与追踪的目标。”

当前，一个明确的趋势是：资源最密集、技术最领先的公司，正集体朝着一个比AGI更具诱惑力、也更具不确定性的未来加速前进。

然而，对公众而言，日常生活似乎尚未被这股浪潮彻底改变。正如萨姆·奥特曼近期所言：“人类即将创造出数字超级智能，但截至目前，一切远没有想象中那般离奇。”这句话，或许精准地捕捉了当前AI技术狂热与日常现实体验之间存在的微妙张力。