吹了这么久AI，到底嘛时候才能超越人类啊？
其实，圈内人对 AI 都有一个终极期望，就是实现 AGI （通用人工智能），说白了，就是造出“和人一样聪明的AI”。
咱去马斯克的社交平台上逛一圈，会发现他三句不离AGI。。
OpenAI的奥特曼也在疯狂预言，AGI即将到来，也就这三五年的事儿了。
但这玩意，到底咋衡量呢？俗话说得好，人和人的区别，比人和猪的区别还大。。到底啥水平，才能和人一样聪明啊？
就连天天为了AGI吵架的大佬们，也根本说不出来，AGI到底是个啥。。
合着都在这虚空对线是吧。
所以最近，一帮顶尖大佬看不下去了，几十号人联手发了篇论文，作者还是全明星阵容，包括图灵奖得主、谷歌前 CEO 等等，他们联合起来，给出了目前为止第一个 AGI 的量化定义。
他们也顺便用GPT模型做了个测试，结果显示，如果AGI是100分，GPT-5只有58分，不及格的水平。
这帮大佬的核心观点是：AGI，就是一种能达到“一个受过良好教育的成年人”的能力的人工智能。
他们把心理学中一个最权威的理论，CHC 理论，给AI搬过来了。
CHC 的观点，简单来说，就是智力这玩意，不是一个单一的标准能衡量的东西，需要多维度考察。
说白了，这就和高考差不多。一门课强根本不够，你得门门都强，才证明你厉害。
所以，他们把 AI 的能力分成了 10 个核心能力，每个占了 10% 的分。它们分别是：
(K) 通识知识、(RW) 读写能力、(M) 数学能力、(R) 即时推理、(WM) 工作记忆、(V) 视觉处理、(A) 听觉处理、(S) 反应速度、(MS) 长期记忆存储、 (MR) 长期记忆检索。
这里面比较抽象的，可能就是工作记忆和长期记忆了。
工作记忆，其实就是短期记忆，就是说我刚刚提过的东西，你现在还能记得起来；而长期记忆就是，AI通过跟我的对话，永久性学到了新东西，就像你上过学，即使你毕业了，“奇变偶不变”还刻在你DNA里一样。。
每一种能力，他们都会叫AI测试，也就是写他们精心准备的测试题。比如(R) 即时推理这一块，他们就专门找了些略微烧脑的问题，比如：
“David认识张先生的朋友Jack，Jack认识David的朋友林女士。认识Jack的人都有硕士学位，认识林女士的人都是上海人。所以谁既是上海人又有硕士学位？”（测试你是不是AI的时候到了）
他们找了OpenAI的两员大将，GPT-4（2023）和 GPT-5（2025）来考试。结果，GPT-4 总分 27。 GPT-5 总分 58，合计也没达到100分。
而且，咱来看看这成绩单，有拉满的，也有拉裤兜的，纯纯严重偏科。
比如 GPT-5，在通识(K)、读写(RW)、数学(M)这几项上，直奔 9 分 10 分。所以说目前来看，这几项是AI的强项。
而 (MS) 长期记忆存储这项，GPT-5纯纯大光头，3-4分的也有一堆。而GPT-4更不用说，好几项都是0分。
这一项其实考的是， AI 能不能持续学习获得信息。因为论文发现，现在的 AI 根本就是个健忘症，你今天教它的东西，明天它就忘得一干二净。
他们做测试的方法，就是第一天跟AI讲一些东西，然后第二天单开一个对话，再让AI回想。
都不用猜，包想不起来的，大伙用过都知道，新开窗口就会清空记忆，那得分不是0就怪了。。
有的人会反驳，现在的AI早就有永久记忆了。但文章中其实谴责了这一点，现在AI的记忆，根本不是真正的记忆，他们只是在假装自己有记忆。
作者们把这招叫做 “能力扭曲” ，即利用某些领域的优势来弥补其他领域的严重弱点，创造出一种“AI真有能力”的错觉。像现在的AI记忆，其实就是在疯狂卷上下文长度，或者通过知识库来实现，实际上就是外挂，模型本身是一点记忆都没有。
除了记忆力，长期记忆检索ai们也很拉，说白了，就是检测幻觉，别睁眼说瞎话。
当然，还有一项大伙都很拉的功能，(V) 视觉处理。 GPT-4是0分， 而GPT-5进化过后，也只来到4分。
它考的不是简单的“这图里有啥”，考的是视觉推理。这对大模型来说，可就难多了。比如说，咱来试一道：
“下面这 4 个 2D 展开图里，哪一个不能折成左边那个立方体？”
还真有点难度，但我们人类稍加思索，还是能做出来的。我也去求证了下Gemini，结果确实是无法战胜。
这也说明，AI的眼睛和脑子，目前配合的不是很好，还没有人类这种，边看边想就解决问题的能力。
当然，这份报告，肯定还是不够完美的。除了这十个维度，人脑还有联想等其他难以名状的能力，人类可太复杂了，不是几道题就能测明白的。
但它最大的价值，是给当下的 AI 做了一次全面诊断：AI现在还是瘸腿，在一些人类最基本的认知能力上，仍然有严重的缺陷。
而且，现在的 AI 厂商会还用一些捷径，来掩盖这些弱点。
因此，这篇文章也在给大家敲警钟：这样搞出来的 AI，是到不了 AGI 的。
但奥特曼在前一阵的直播里还说了，AGI在路上了，我只能说，走着瞧了。
当然，俺觉得，这套标准本身也有不小的槽点。
人家AGI ，凭啥非要模仿人类啊？它很可能是一种完全不同的智能。硬拿人类的 CHC 理论去套 AGI，是否有点刻舟求剑的意味了。
而且，这标准定得也有点高了。讲实话，AI 要能达到一个“没受过教育的小孩”的水平，就已经无敌了。更别提有相当一部分人类，自己都通不过这个测试。。
不过，不管怎么吐槽，有人提出标准就是好事。
它最大的意义，是终于把 AGI 这个话题从玄学的范畴，拉回到了一个可以讨论的具体问题上。
就算这个标准不完美，它也会逼着整个行业开始思考，我们到底在追求什么，以及我们到底缺了什么。
这总比大家都在吹牛，说自己快要实现 AGI要强得多。
本文来自微信公众号“差评X.PIN”，作者：不咕，编辑：江江&面线，36氪经授权发布。
