引言

通用人工智能的竞争正悄然转向“定义权”的争夺。过去两年，前沿实验室在模型性能上的差距被压缩到以月计，资本与叙事的重要性反而被放大。OpenAI 高层近期密集释放信号：通往 AGI 的路程已完成八成，年底前可能在内部部署一个被他们称作 AGI 的系统。与此同时，新一代旗舰模型 Astra 推出，将“思考过程”部分转入隐藏状态，引发一场关于可解释性与效率权衡的争议。技术边界模糊、商业压力增大、监管与合同约束交织，AGI 正在成为一个移动靶，而谁定义靶心，谁就握住定价权。

核心内容

定义权：从能力竞赛转向话语权

“是否已达 AGI？”这一问题在 OpenAI 内部出现了不同调门。一方强调“AGI 已来”，另一方则淡化其为“营销术语”。这并非单纯的公关分歧，而是对 AGI 功能—经济—治理三重属性的不同押注。

• 经济定义优先：OpenAI 在章程层面强调“在大多数具有经济价值的工作上超越人类”的高度自主系统。这是一个偏经济门槛而非认知门槛的定义，有利于用可量化的产出与收益来证明里程碑，避免陷入意识、理解等难以检验的哲学命题。
• 移动靶问题：在缺乏统一技术基准的情形下，“走完 80% 的路”成为只有内部能校准分母的进度表。这让企业可以按节奏宣布阶段性“达成”，对融资、估值、合同触发条款等形成实质影响。
• 资本叙事的张力：当对手在编码模型、营收规模与私募估值上形成压力，定义权便成为争取市场定价权的抓手。IPO 预期与算力投入的巨额消耗，客观上要求持续输出“前沿里程碑”的故事，以稳定合作方与供应链的信心。

换言之，“谁决定什么是 AGI”已与“谁能率先做到”同等重要。这种叙事与合同的耦合，让 AGI 的宣布既是技术事件，也是资本事件。

藏起思考：循环深度与链路之争

Astra 带来的最大技术争议，在于引入所谓“循环深度”的新架构，将部分推理转入隐藏状态，从而显著提升 token 效率。它还展示了多智能体协作能力：例如将研究级数学题目分配给 16 个自主体，并以超人类速度操作桌面软件。在官方指标上，Astra 在某些基准（如 ARC-AGI-3）取得接近满分的水平。

争议焦点在于：模型是否应该让人类看到其“思考过程”。

• 效率与透明度的权衡：显式链式思维（Chain-of-Thought）带来更好的可解释性，却付出推理成本；隐藏推理将推理折叠进内部状态，提高效率与吞吐，却让外部难以复核模型为何得出特定答案。
• 安全与对齐的审计难题：当推理路径不可读，合规与安全审查成本上升。能力越强、越具自主性的体制，越依赖可追溯的责任链与可复核的证据。这是监管与企业用户必须面对的新复杂度。
• “反蒸馏”的地缘竞争叙事：市场还流传另一种解读——隐藏推理提高了对手从输出中逆向还原推理路径的难度，像是一种“反蒸馏”策略。但从工程角度看，这更多是效率优先的副产物，被包裹在竞争叙事之中。

当“思考被藏起”，评测体系与信任的构建被推向台前。强能力与可解释性之间的张力，不再是学术辩题，而是直接决定落地的商业与治理问题。

基准缺口：谁来判定“80%”的进度

AGI 没有被广泛认可的技术基准。图灵测试从未被设计为实用衡量标准；学界常见定义强调跨领域的通用问题解决能力，但在“多广”“多深”“多自主”上仍各有尺度。不同实验室的关注点也不尽相同：有人强调跨任务的问题解决广度，有人强调训练外新颖情境的泛化鲁棒性。

在这种背景下，短期内可行的路径是采用多轴度量，而非单一“金标”：

• 能力谱系：跨领域任务覆盖度、复杂推理深度、多模态整合能力；
• 自主性与稳健性：自主规划、工具使用、异常情境下的失效模式；
• 经济效用：在高价值工序中的边际提升与可持续 ROI；
• 安全与对齐：在红队测试、越权企图、社会危害场景下的表现；
• 可解释与可审计：推理复现度、日志化能力、第三方审校的可实施性。

这种“矩阵式评估”能在缺乏共识定义时，提供最小公分母的对照框架。它并不解答“是否具有人类般理解”，却能稳住落地与治理的基线。

资本与算力：自证循环与风险

在前沿大模型的迭代逻辑中，算力—能力—资本形成闭环：更大的算力承诺驱动更强的模型，更强的模型支撑更高的估值与更大规模的融资，而融资又反哺算力投入。Astra 发布伴随的是强烈的算力押注信号与对未来支出的预期。

• 算力红利与机会成本：明确指出“仍然缺少算力”，一方面解释了为什么要采用更高效的架构，另一方面也在为更大规模的资源协调铺路。
• 安全事件的阴影：此前的安全事故与研究冻结，使“自证能力”的叙事需要同时满足两个目标——重获信任与维持增长。这种双重目标容易把 AGI 叙事推到极端，既强调“近在眼前”，又强调“尚未完全”，以免触发合同与治理的硬约束。

当定义权与资本紧密耦合，技术选择就不可避免带有金融属性。对手的领先点（如编码模型）、企业用户的信心、供应链的稳定，都会反过来影响技术路线与发布节奏。

影响与展望

短期看，Astra 的技术路线将把行业推向一条更务实但更复杂的道路：追求效率与吞吐的同时，构建新的可审计与可控手段。多智能体协作、隐藏推理、工具化工作流，将更快进入企业系统与生产管线。由此带来的影响与建议包括：

• 对企业用户：需要升级评测与验收体系，采用“能力-经济-安全”三位一体的指标；在引入隐藏推理模型时，要求供应方提供可审计接口与日志化工具，确保可追责与可回滚。
• 对监管与标准制定：推动统一的对齐测试集、红队协议与日志标准；鼓励将多轴度量纳入行业基准，减少单一分数的误导。
• 对研发组织：在“性能—透明度”之间设立可切换档位，例如为关键领域提供受限模式（强制显式推理与日志）、为低风险场景提供高效模式；探索对隐藏推理的“可控揭示”，平衡知识产权保护与审计需求。
• 对资本市场：在估值与叙事中引入“治理折扣”与“安全红利”，使透明度与可审计性成为估值因子之一，缓解单纯以性能曲线驱动的泡沫化风险。

更长远地看，AGI 的达成不应仅由单一机构宣布。真正稳固的里程碑，需要跨机构可复现的测评、第三方的独立审校、以及明确的社会外部性评估。在缺乏共识的过渡期，最务实的做法是把“可用、可控、可审计”作为阶段性目标，以此替代对“是否已成 AGI”的二元判断。

当“思考”可以被藏起，定义就愈发重要。定义不仅决定指标，也决定责任。谁拥有定义权，谁就必须承担把能力变成福祉的那部分义务。这或许是 AGI 时代更值得关注的“终点线”。

标签： AGI OpenAI 大模型 可解释性 算力