OpenAI CEO Sam Altman稱年內或有內部AGI系統
OpenAI首席執行官Sam Altman稱，公司目前“還沒有”實現AGI，但預計到今年底將擁有一個他願意稱爲AGI的內部系統；該表述指向內部能力，並非承諾向公衆發佈AGI產品。
OpenAI章程對AGI的定義是：在大多數具備經濟價值的工作上，表現超過人類的高度自主系統。該定義沒有統一外部測試門檻，是否達到AGI仍主要取決於OpenAI自身對系統自主性、覆蓋範圍與工作表現的判斷。
OpenAI首席研究官Mark Chen估計，公司距離AGI約完成80%。聯合創始人Greg Brockman則稱，若從兩年後回看，當前時期可能被視爲AGI誕生的起點；兩人均未宣佈現有公開模型已經達到該標準。
Altman還預計，下一代關鍵模型可能首次以有實際價值的方式“發明新事物”。這一判斷若成立，意味着模型能力目標正從回答、編程與任務執行，轉向能夠提出並驗證新科學、工程或商業發現的研究型系統；但OpenAI未公開該內部系統的架構、訓練規模、基準成績或驗證標準。
“內部系統”表明OpenAI可能先在受控環境中部署能力更強的模型，用於研究、代碼開發、模型改進或其他內部工作流。這樣可在大規模外部開放前測試可靠性、濫用風險、成本、工具調用能力和安全控制，但不能據此判斷其何時向ChatGPT、API或企業客戶提供同等能力。
市場機制上，AGI預期會提高市場對算力、數據中心、電力、芯片、模型研發人才和AI應用的資本投入。OpenAI及其算力合作方可能受益於更強模型帶來的產品與融資議價能力；依賴現有能力差距的應用公司則面臨模型原生功能下沉的壓力。真正決定商業影響的不是“AGI”標籤，而是系統是否能以可控成本、穩定性和合規方式完成可替代人力的高價值任務。
來源：公開信息
ABAB AI 解讀
OpenAI從GPT-3、ChatGPT到推理模型和Agent工具的路線，一直在將模型從文本生成器推向可調用工具、編寫代碼、執行多步驟任務的系統。其2023年治理危機曾將“何時接近AGI、如何安全部署、誰擁有最終控制權”從技術內部爭論變爲公司治理核心；董事會重組後，OpenAI繼續擴大研究、算力和商業化資源配置。Altman將年內目標限定爲“內部系統”，反映公司試圖同時維持能力領先敘事與受控部署空間。
資本路徑上，“內部AGI”首先會被用於加速OpenAI自身研發：自動化代碼生成、實驗設計、數據處理、模型評測和安全研究，形成模型幫助研發下一代模型的正反饋。隨後能力可經ChatGPT訂閱、企業API、定製Agent和基礎設施合作轉爲收入。最先受益的是能提供算力、電力、網絡、數據中心建設與專業評測服務的供應鏈；承擔成本的是需要持續投入鉅額計算資源、同時應對模型安全與商業化不確定性的實驗室。
歷史上，DeepMind的AlphaGo和AlphaFold展示了專用系統可在明確目標下超越人類專家，但並不等於通用智能；GPT類模型則把語言、代碼和知識任務覆蓋到更廣範圍。OpenAI所稱AGI若要成立，必須跨越“基準任務表現優異”與“在開放環境中長期自主完成大多數經濟工作”之間的鴻溝。行業現在處於從模型能力展示走向Agent可靠交付的階段，真正稀缺的不是演示效果，而是可審計、可控、可重複的任務成功率。
本質屬於技術替代。AGI敘事將市場關注從替代單個崗位動作，推向替代知識工作流程中發現、規劃、執行、複覈和學習的連續鏈條。變化發生的機制是推理能力、工具調用、長期記憶和計算資源逐步組合爲可自主運行的系統；但人類工作不會僅因一個內部模型被命名爲AGI而立即消失，替代速度受制於錯誤成本、責任歸屬、權限邊界、數據接入與組織採用週期。
ABAB News · 認知定律
能力定義可以內部完成，價值驗證必須外部發生
模型會寫答案，系統纔會產生結果
技術替代的瓶頸，不是智能而是責任