日期定下来了

AGI 第一次有了具体日期,而且这张时间表的第一格,他们提前一个月划掉了。

常年报道 AI 的技术通讯 Latent Space,平时拒绝谈 AGI 时间表。这一期破了例。

我们平时不在 Latent Space 聊 AGI 时间表,因为这个词定义太模糊、也没人为它负责;但到了这个节骨眼上,不写才是更大的错。

他们上一次记录 OpenAI 的时间表是九个月前,当时的目标是:2026 年 9 月之前,做出「自动化 AI 研究实习生」。现在是 8 月底,OpenAI 首席科学家 Jakub Pachocki 说,还没对外发布的 Astra 模型就是这个东西。比自己定的截止日早了一个月。

CEO Sam Altman 又往前推了一步。他在《时代》周刊的采访里估计,到 2026 年 12 月,OpenAI 会在内部宣布 AGI 已经达成。

Latent Space 对这两句话的回应只有三个字:开始计时。

约 2025-11 OpenAI目标: 2026年9月做出AI研究实习生 2026-08 首席科学家说,未发布的 Astra 就是那个实习生 2026-12 Altman 估计: 在内部宣布 AGI 达成
OpenAI 的 AGI 时间表:目标比截止日早一个月宣告完成,下一格已经排到 12 月。数字出自 Latent Space 对 Jakub Pachocki 表态和 Sam Altman《时代》周刊采访的记述。

那道坎是什么

他们设的门槛不是「像人一样聪明」,而是「AI 能当 AI 研究员的实习生」,让机器去参与造下一台机器。

「自动化 AI 研究实习生」这个说法听着像个玩笑,其实是个很硬的指标:一个模型能自己跑实验、看懂结果、提出下一步该试什么,水平对得上一个刚入职的研究实习生。不需要它有创见,只需要它能干活、不用人盯着。

OpenAI 挑这道坎,是因为 AI 研究正是这家公司自己在干的事。如果模型能接手其中一部分,往后的进展速度就不再被人手数量卡住。 这也是为什么这个里程碑比「考试考多少分」更受他们重视。

但有一点必须说清楚:Astra 没有发布。外界没人见过它写的一行代码、跑的一次实验、给出的一个结论。「它已经是研究实习生了」这个判断,眼下只有 OpenAI 自己能做。

谁来判这个卷

「在内部宣布达成」意味着出题、考试、判卷全在同一家公司手里,外面没有人能核对。

AGI 至今没有一个公认的定义,也没有一场公认的考试。所以「宣布达成」这个动作,拆开看就是:OpenAI 按自己设的标准,判定自己的模型过了自己划的线。

对照着看会更清楚。同一份简报里还有一条:谷歌 DeepMind 宣布试点双盲评测,把模型放进一个受控环境里让外部机构测,出题方看不到模型的内部权重,模型方也看不到测试题。这套安排的全部意义,就是让外人能验,同时双方都不用摊牌。

两件事放在一起:一家公司在搭建让外部核对的机制,另一家准备自己宣布自己到线。这不是道德评判。两种做法在同一周出现,哪种更经得起追问,读者可以自己掂量。

「内部宣布 AGI」是什么 OpenAI 按自己设的那道坎, 判定自己的模型过了线 出题 · 考试 · 判卷 同一方 它不是什么 不是第三方验证,也不是行业 有了公认的 AGI 定义或考试 外部评判方 缺席
这张图告诉你「宣布达成」这个动作的实际边界:出题、考试、判卷是同一方。依据是原文中 Altman「declare AGI achieved internally」的表述,以及文中并无任何外部评判机构参与的记载。

能力在往下漏

就在同一周,一个 3200 亿参数的开源模型被塞进了个人电脑。

一个代号 Ox Alpha 的神秘模型被揭晓,来自智谱(Z.ai),真名 GLM-5.3-Flash。公开的规格:总参数 3200 亿,但每次回答只调用其中 180 亿,跑起来的开销远小于总量看着的那么大;一次能读 100 万字量级的上下文。开源的意思是权重公开,谁都能下载来自己跑、自己改。

真正有意思的是发布之后那几个小时。做量化工具的 Unsloth 说,压到 3-bit 的版本能在 128GB 内存的机器上跑起来;另有开发者测得 4-bit 版本保留了 93% 的准确率,一台 256GB 的 Mac 就够用。一个数据中心级别的模型,一天之内变成了桌面上的东西。

Databricks 报出的数字更直接:每秒生成 270 个 token(模型吐字的最小单位,大致相当于一个短词),在 OfficeQA Pro v2 这套测试上比上一代 GLM-5.2 质量高 10%,成本只有其十分之一。这些数都来自模型方和平台方自己,没有独立复现,但方向很难看错:同样的活,价格正在按数量级往下掉。

相对成本(Databricks 在 OfficeQA Pro v2 上的口径,以新版为 1) 上一代 GLM-5.2 成本 10 新版 GLM-5.3-Flash 成本 1 质量还高 10%,每秒生成 270 个 token
同一套测试下,新版开源模型质量更高、价格只有上一代的十分之一。数字来自 Databricks 在 OfficeQA Pro v2 上的测量,由该公司自行公布。

399 美元的鸭子

另一边,Hugging Face 和 Pollen Robotics 卖起了 399 美元的开源双足机器人,发布后平均每 5 秒卖掉一台。

这台机器人叫 Microduck,25 厘米高,15 个关节电机,身上塞了摄像头、喇叭、激光雷达、NFC、蓝牙和 Wi-Fi,圣诞节前发货。

便宜和可爱不是重点,配套才是:它的模拟器是公开的,在 Hugging Face 的网页上就能打开;你先在模拟环境里把动作训练好,再把学到的东西搬到真机上跑;出厂还自带几套练好的动作。这条从「社区自己训」到「真机上跑」的闭环,是好几位研究者当场下单的原因。

Hugging Face 联合创始人 Thom Wolf 演示了一个例子:接上一个图像识别模块,让这只鸭子实时追着激光笔跑。随后他报出的销售速度是每 5 秒一台,再往后是 100 万美元。价格低到这个份上,机器人就从「看演示」变成了「买回家自己折腾」。

399 美元 Microduck 开源双足 机器人售价 每 5 秒 1 台 发布后的销售速度 100 万美元 随后报出的销售额
一台 25 厘米高的开源双足机器人卖 399 美元,发布后平均每 5 秒售出一台,销售额很快到 100 万美元。三个数字均由 Hugging Face 联合创始人 Thom Wolf 公布。

同一周的另一句话

给 AGI 排上日期的同一周,Sam Altman 签了一封信,说人类没多少时间准备了。

OpenAI 牵头发了一封公开信,116 家机构联署,名单里有 Anthropic、亚马逊 AWS、谷歌、微软、甲骨文。平时互相抢客户、互相挖人的公司,这次一起要求全球加急建设网络防御,对付用 AI 发动的攻击。

Altman 给这封信配的话是:

没有多少时间可以行动了。

把两件事并排看:同一家公司,一边把「宣布 AGI 达成」排进了 12 月,一边说防御这一侧来不及了。这未必是自相矛盾,如果你真心相信能力在加速,这两句话本来就该一起说出口。但它同时也意味着,踩油门的人和喊刹车的人,是同一批人。

这张时间表值多少

这条时间表的真正价值在于它可以被证伪,问题是眼下能证的只有 OpenAI 自己。

先说值钱的地方。Pachocki 给的不是愿景,是日期;九个月前那个目标,按他自己的说法提前一个月兑现了。比起「AGI 还有五到十年」这类永远不会错也永远不兑现的说法,一个带月份的承诺至少能被记账。

但有三处得盯住:

  1. Astra 没有发布,没有任何外部的人见过它做研究,「达成」目前是一句自评。
  2. 「内部宣布」不触发任何外部后果,不带来监管动作、不需要第三方复核,也不改变用户在产品里看到的东西。
  3. AGI 这个词在这里被重新定义成了「我们自己设的那道坎」,和「跟人一样样样都行」不是同一件事。

所以更准确的读法是:OpenAI 给一个自己定义的里程碑,定了一个自己判定的日期。这不等于它是假的。GLM-5.3-Flash 一天之内进个人电脑、399 美元的机器人卖出 100 万美元,都说明地基确实在变厚。只是从「能力在涨」到「AGI 到了」中间那一步,现在只有一家公司握着笔。