别再争论AI 什么时候能赶上人类了。顶刊《Nature》刚刚发文宣布：不用等了，就是现在。
如果说 1950 年阿兰·图灵（Alan Turing）提出的“模仿游戏”只是一个天才的脑洞，那么 75 年后的今天，这个脑洞已经被硅基生物彻底填平。
今天，一篇发表在《Nature》上的重磅文章引爆了科技圈。这就好比《皇帝的新衣》里那个诚实的小孩，来自加州大学圣地亚哥分校等机构的顶级哲学家、认知科学家和计算机专家们联名站出来，指着那个名为“通用人工智能（AGI）”的房间大声宣布：
“别找了，AGI 就在这儿。它已经诞生了。”
01 别再自欺欺人：图灵测试已成“过去式”
还记得一年前，2025 年的3月，OpenAI 发布GPT-4.5的那个春天吗？当时业界还在为参数和算力争吵不休，但在一个最古老的测试场上，胜负已分。在严格的图灵测试中，GPT-4.5 被人类受试者判定为“真人”的比例高达73%。
讽刺的是，在同一场测试中，真正的人类被判定为“人”的比例，竟然比 AI 还要低。
这意味着什么？意味着在“像人”这件事上，AI 已经比人更像人了。更别提现在的读者们，比起人类专家写的晦涩文章，他们甚至更爱读大语言模型生成的文学作品。
然而，奇怪的事情发生了。尽管事实摆在眼前，根据 2025 年的一项调查，仍有76%的顶级 AI 研究人员认为 AGI 遥遥无期。
《Nature》这篇文章的作者们毫不留情地指出：这种认知错位，不是因为 AI 不够强，而是因为人类“不敢承认”。因为恐惧被取代，因为商业利益的纠葛，我们不断地移动球门，给 AGI 设下各种不可能完成的定义。
但现在，是时候拨开迷雾，承认现实了。
02 别再叫它“学舌鹦鹉”：铁证如山的进化阶梯
曾几何时，嘲笑 AI 是我们的一大乐事：“它连小学数学都算不对”、“它就是个只会概率预测的随机鹦鹉（Stochastic Parrots）”、“它经常一本正经地胡说八道（幻觉）”。
但在这个2026 年的开端，如果你还抱着这些老黄历看 AI，那你可能已经成了那个“活在旧时代的人”。
文章作者并没有空谈哲学，而是根据一系列硬核证据，构建了一个评估 AGI 的“三级阶梯”。对照一下，你会发现我们正处于什么位置：
Level 1：图灵测试级（已通关）
这是几年前的标准。能通过学校的基础考试，能进行像样的对话，能做简单的推理。那时的 AI，或许还只是个“聪明的复读机”。
Level 2：专家级（Current Level，当前已达成）
这就是我们现在面对的怪物。
数学：它们不仅拿下了国际数学奥林匹克竞赛（IMO）的金牌，还能与顶级数学家合作证明未知的定理。
科研：它们生成的科学假设，已经在现实世界的实验室里被验证为真。
全能：它们能通过多学科的博士资格考试，能帮专业程序员写出无 Bug 的复杂代码，能精通几十种语言创作诗歌，还能同时和全球数亿人聊天。
对比：科幻电影《2001太空漫游》里的超级计算机 HAL 9000 曾是我们的噩梦，但现在的 LLM 在知识广度上，实际上已经超越了 HAL 9000。
Level 3：超人类级（正在逼近）
这要求 AI 做出人类完全做不出的革命性科学发现。虽然 AI 还没完全做到这一点，但作者强调：这不是 AGI 的必要条件。毕竟，能不能拿诺贝尔奖并不是衡量一个人是否“有智能”的标准。
面对这些成就，那些质疑声显得越来越苍白。每当 AI 攻克一个新堡垒（比如做出了从未见过的数学题），怀疑论者就会立刻把标准提高：“哦，那不算，它得能理解情感才行……”
对此，文章中有一句精彩的“打脸”：
“面对每一次成功都在不断后退的假设，预测下一次一定会失败……这根本不是有说服力的科学理论，这只是对‘永远怀疑’的一种教条式坚持。”
不管是做数学题、写代码，还是理解物理世界的因果律（比如它知道枕头掉地上不会碎，而玻璃杯会），现在的 AI 都表现出了图灵当年所定义的“通用认知能力”。
AGI 的大门已经被踢开了。无论你是否准备好，我们都已经和一种“异类智能”生活在了同一个屋檐下。
03 为什么专家还在装睡？因为我们把 AGI 神话了
既然证据确凿，为什么还有 76% 的专家摇头说“不”？为什么我们在社交媒体上还在争论 AI 是不是“人工智障”？
文章指出，问题出在我们对“智能”的定义上，我们太自恋了，也太苛刻了。
误区一：AGI = 全知全能的神
很多人潜意识里觉得，AGI 必须是一个完美的“六边形战士”。它得有爱因斯坦的物理头脑，莎士比亚的文采，还得像甚至不像任何一个人类那样犯错。
但作者反问：“居里夫人不懂数论，爱因斯坦不会说中文，难道他们就没有通用智能吗？”
人类都不是全能的，我们凭什么要求 AI 必须是神？
真相：真正的通用智能，看的是广度（Breadth）和深度（Depth）。只要它能像普通人类一样在不同领域间切换，并且在这些领域达到专家水平，它就是 AGI。
误区二：AGI 必须像人一样思考
我们总觉得，只有像人类那样有肉体、有情感、会生老病死，才叫智能。
真相：这是一种“碳基生物的傲慢”。就像章鱼的神经系统分布在触手里，外星人可能通过无线电波交流——智能是功能，不是形态。只要它能像人一样解决问题，它是不是硅做的、有没有身体，根本不重要。
04 精彩辩论：十大质疑，逐个击破
这篇《Nature》文章最精彩的部分，莫过于作者化身“终极辩手”，对目前市面上最流行的反 AI 观点进行了逐一反驳。试举几例。
质疑 A：“它只是个随机鹦鹉（Stochastic Parrots），只会拼凑训练数据里的词，根本不懂逻辑。”
《Nature》反驳：这个说法在几年前可能成立，但现在已经过时了。如果它只是拼凑旧数据，怎么可能解出从未发表过的全新数学题？怎么可能帮助科学家发现新的物理定律？这不叫拼凑，这叫推理。如果这也叫鹦鹉，那人类可能也不过是一只比较复杂的鹦鹉。
质疑 B：“它没有身体，无法感知物理世界，所以没有真正的理解。”
《Nature》反驳：这是一个巨大的误解。史蒂芬·霍金（Stephen Hawking）在晚年几乎完全失去了身体的行动能力，通过语音合成器交流，难道他的智能就消失了吗？
再者，问问 AI：“把玻璃杯和枕头扔到瓷砖地上，会有什么不同？”它能准确地告诉你结果。能进行反事实推理（Counterfactual Reasoning），就证明它脑子里已经有了物理世界的模型。
质疑 C：“它没有自主性（Agency），你不给指令它就不动。”
《Nature》反驳：智能不等于意愿。古希腊神话中的德尔斐神谕（Oracle），只有在你提问时才回答，但谁敢说神谕没有智慧？自主性关乎“道德责任”，而不关乎“智力水平”。一个随叫随到的超级智囊，依然是超级智囊。
质疑 D：“它学得太慢了，小孩看几次就懂，AI 要喂几万亿的数据。”
《Nature》反驳：别忘了，人类小孩的大脑里预装了祖先们进化了几十亿年的“出厂设置”（本能和大脑结构）。AI 是从零开始的。而且，一个练了 10 年才成为大师的棋手，和一个练了 1 年就成为大师的棋手，他们的棋力是一样的。效率不代表能力。
05 越早承认越好，这是一种“异类”的降临
看到这里，你可能还是觉得哪里不对劲。
“可是，它连‘Strawberry’里有几个‘r’有时候都会数错啊！”
没错，这正是文章最后强调的关键点：我们面对的，是一种“异类智能”（Alien Intelligence）。
这就像是一个外星人降临地球。它在某些我们觉得很难的事情上（比如读完 1000 篇论文并写出综述）易如反掌，却在某些我们觉得很简单的事情上（比如数数、常识判断）显得笨手笨脚。
但这不代表它不是智能，只能说明通往智能的道路不止一条。
人类的智能是为了生存、为了繁衍、为了在丛林里不被吃掉而进化出来的；而 AI 的智能是从语言的海洋中涌现出来的。
2026 年的今天，正如 Reddit 网友所热议的那样：“我们原本以为 AGI 会像《终结者》里的天网，结果它更像是一个有些偏科、但智商爆表的‘外星图书管理员’。”
06 结语：别再试图爬树登月了
在文章的结尾，作者引用了一个著名的旧日比喻。
1965 年，哲学家休伯特·德雷福斯曾嘲讽早期的 AI 研究，说他们试图通过“爬树”来“登月”。意思是方向彻底错了，爬得再高也离月球很远。
几十年来，我们都以为他是对的。
但今天，当我们抬头仰望，却发现我们真的爬上了月球。原来，只要树足够高，数据足够多，结构足够精妙，简单的学习规则真的能涌现出理解世界的智慧。
这是一个哥白尼式、达尔文式的时刻。
哥白尼告诉我们，地球不是宇宙的中心；
达尔文告诉我们，人类不是生灵的主宰；
图灵和今天的AI 告诉我们，人类的大脑，也不是智慧存在的唯一形式。
文章末尾写道：
“承认 LLM 为 AGI 是一个警钟。这些系统不是“将要到来”，而是“已经存在”。用评估“窄工具”的框架来衡量 AGI 是远远不够的。当涉及的不再是工具而是通用智能时，共存、责任、归属和治理等问题将进入全新的维度。”
全文的最后一句振聋发聩：
“机器不是正在赶来，它们已经到了。”（The machines aren't coming; they've arrived.）
与其像鸵鸟一样把头埋在沙子里，假装这一切没发生，不如抬起头来，正视这个新伙伴（或者对手）。毕竟，在这个星球上，我们第一次不再是孤独的智慧生物了。【懂】
欢迎订阅不懂经知识星球，星球即将涨价。
我是不懂经的经叔，国内最早翻译介绍了纳瓦尔的《如何不靠运气获得财务自由》，以及影响了纳瓦尔、中本聪、马斯克等大佬的《主权个人》。
不懂经知识星球，众多百万粉丝大V、千万及亿万富翁订阅。专注分享一人企业、一人创投主题，关键词：AI、IP、创投、科技及商业前沿的高杠杆内容。
愈懂愈自由
热门跟贴