AGI

AGI（通用人工智能）在 elsewhere 的语料中呈现出一条从学术争论到产业实践的清晰脉络。五源资本 2024 年转载的 Melanie Mitchell 文章指出，这一术语虽被 OpenAI、DeepMind 等巨头写入使命与愿景，但其定义在 AI 社区内部仍存激烈分歧——早期乐观预测（如 1965 年司马贺预言"20 年内机器将能做所有人类工作"）落空后，"AGI"一词在 21 世纪初被创造出来，意在重拾"独立于特定领域研究智能统一体"的初心。集智俱乐部徐博文的回应则澄清，多数 AGI 研究者认同"通用"强调领域无关性，且 AGI 不等同于超级智能，一个真正的 AGI 系统应拥有多个未预先确定、从环境中习得的目标。

产业侧的声音更关注落地路径与时间线。月之暗面冯铮在 2025 年蓝驰创投的对话中将 AGI 标准从"做到一个普通人能做的工作"提高到"所有普通人能做的所有工作"，并认为基于现有基础设施，即使是这一高标准也有机会在"最近几年内"实现。蓝驰创投 2026 年的年度观察中，多位创业者形成共识：AGI 不会一次性突然出现，而是以碎片或组件形态逐步拼合——深庭纪王弢认为未来几年会不断出现带有 AGI 特征的能力模块，智元机器人稚晖君则将人形机器人视为"最有希望通向 AGI 的物理形态"。真格基金被投企业跨维智能贾奎进一步提出"Physical AGI"命题，认为下一个十年的核心在于物理世界数据的范式变革与智能终端的场景落地。

云启资本在 2023 年已持续追踪 AGI+应用生态，其被投企业 MiniMax 成为国内首批同时拥有语音、图像、文本三模态大模型能力的创业公司。线性资本被投帷幄 CEO 叶生晅同年则提醒，AGI 在垂直领域的落地"可能要花 5 年、10 年的时间"，真正的稀缺人才是那些能凭直觉感知模型训练曲线问题并及时叫停修正的人。