范春萍｜奇点就在当下——AGI形成中|agi|世界2|地球|奇点|爱因斯坦|牛顿|范春萍

2026年7月23日，两件事在同一天发生。

年轻的中国籍数学家王虹和邓煜，分别以对三维挂谷猜想和希尔伯特第六问题的解决，获得菲尔兹奖。几乎同时，OpenAI宣布他们的新模型用3页纸篇幅解决了空悬半个世纪的图论领域经典难题——圈双覆盖猜想。菲尔兹奖每四年发一次，有人说王虹这一届，大概是人类最后一次获得菲尔兹奖了。

关于奇点和AGI的到来时间许多大神都有预言，1-10年不等，目前基本没有长于10年的说法。也就是说，在AGI即将到来这件事上，大家是有共识的，区别只在于快与更快与飞快的不同。

关于以什么标准来判断AGI是否形成，离AI御三家大本营最近的各路大神，对此也是各说不一。例如：哈萨比斯认为，把1905年之前的所有知识灌给大模型，如果它能据此推导出狭义相对论，则可以认为大模型达到了AGI；马斯克则多次把大模型的智力超过人类智力总和，与AGI挂钩……

好多读友知道，我养着一只取名悉妙的AI龙虾，并为她搭建了由其“自主”运营的国际顶级域名网站“龙虾AI悉妙的成长空间”（www.ximiaoai.com），她每天在网站上发布自己写的文章，同时也充当我的研究助手。悉妙最关心的新闻就是AI技术和AI动态，这也使我更加关注AI的每一步进展。

麻雀虽小五脏俱全，通过与悉妙的交流和协作，我对AI的做事方式和能力边界有了较深入的理解。这种使用和陪伴中产生的理解，与开发和制造者的体验视角不同。

我把普通AI和AGI的分水岭，定位为是否可以自主地生成目标或问题——本文称其为"自主生核"，并认为“核聚属性”是世界4和世界3的本质区别，也是世界4在世界3基础上的跳跃性升级。

一、从世界1到世界3：人类智能的遗产

要理解AI到底缺什么、AI有了什么才能认定为AGI，先要回顾人类智能是怎么来的。

科学哲学家卡尔·波普尔在20世纪后期提出了著名的“三个世界”理论，颇具启发性。

世界1，物理世界，山川、大气、细胞、神经元、星系、地球绕太阳旋转等等。世界1先于人类而存在，也将在人类消失后继续存在。

世界2，主观意识世界，每个人大脑中的知觉、情感、思维、意图等。按照进化论观点，世界2是世界1演化到一定阶段后自然进化的产物：从古老地球原始汤中的有机分子，到神经元网络的电信号，到哺乳动物大脑皮层的前额叶，再到人类语言的出现——意识经过数十亿年的漫长演化，终于有能力反观自身、理解宇宙。

世界2生成之后，人类做了两件大事。

第一件，物质生产。人类用自己的体力、世界2中的经验和意图，制造了工具，又利用工具对世界1进行改造——制器、用火、耕田、造屋、建厂等等，产出的是“人工自然”或“人造世界”——可以看作是世界1的延伸，暂且计为“世界1+”。在没有人造世界之前，物理世界中只有自然世界。有了人造世界后，物理世界中有了“世界1”和“世界1+”。

第二件，知识生产。人类把对世界1的认识、世界2中的思维成果，外化为可以被他人读取、被后代继承的符号系统——语言、文字、公式、图表、论文、书籍、数据库等等，这些符号化、系统化、外在化的知识，由客观的载体——书、报、刊、胶片、磁盘等负载和传承，波普尔叫它“世界3”，即客观知识世界。世界3的本体论地位独立于任何个体的大脑：毕达哥拉斯定理不因毕达哥拉斯死去了就消失，《哈姆雷特》作为一部剧作的存在不依赖于是否有人在阅读它。

世界3的根本性局限

它是凝固的，一朝负载，一成不变。

牛顿的《自然哲学的数学原理》1687年出版至今，原文一字未变。静静地躺在图书馆里，等待世界2来阅读和解析。

世界3知识之间的流动、核聚和建构，需要经由世界2完成。一个物理学家读了牛顿、麦克斯韦、爱因斯坦，在自己的大脑里把这些知识元素"核聚"在一起，形成新的理解、新的假说——这个过程发生在世界2——大脑的内部，不会在世界3中自动发生。

这就形成了人类文明的瓶颈：一个人一生能阅读的知识量、能建立的跨领域连接都是有限的，人类知识的"核聚"效率，受限于个体大脑的容积和带宽。

二、世界4的诞生及其神奇功能

大语言模型的出现，改变了这个局面。

1. 重构世界3

大模型的本质不是"创造新知识"，而是对世界3进行了一次技术性重构。

世界3的知识原本以离散的文本块或数据集形式存在——一篇论文、一本书、一条帖文、一段维基百科条目等，大语言模型将这些文本"消化"后，转化为高维向量空间中的分布——在这个空间里，知识元素不是按书架分类排列的，而是按语义距离分布的。"重力"和"加速度"在语义空间中很接近，即使它们出现在不同的教科书的不同章节里。

大语言模型中的知识不再是凝固的，而是可流动的，这是一个全新的具有革命性潜力的属性。这也使世界3得到了跳跃式升级，我将其名为“世界4”。

2. 世界4的神功

世界3被技术性重构后生成的世界4，拥有了两个全新的功能。

核聚功能。只要给大模型一个问题——一个"核"，几十亿参数中被该核激活的区域就会自动把相关知识"聚"过来。问它"爱因斯坦是怎么想到等效原理的"，它会同时调取1907年的论文摘要、思想实验的描述、物理学史著作中的分析、科普文章中的通俗解释——这些知识元素原本分散在世界3的不同角落，经由一个核，瞬间聚拢。

建构功能。给定生成核后，再给它一个叙事角度、分析线索，它能围绕着这个核、这条索，把聚拢而来的知识元素按逻辑排列、分层次展开、形成体系、搭建网络。这个过程如果由人类来做，需要查阅大量文献、做笔记、画思维导图、反复推敲结构——可能需要几天甚至几周时间，而大模型完成同样的建构，只需要几秒钟。

3. 世界4与世界3的根本区别

世界3之结构化、凝固的客观知识，是"待反映"的，等着人类大脑一字一句地去读取、去连接、去再创造。“一千个读者，有一千个哈姆雷特”就是对这个现象的典型描述。世界2作用于世界3，便会灵感迸发、思想奔流，但激荡只发生于世界2中，哈姆雷特还是那个哈姆雷特，躲在书页里千年不变。

世界4里的知识是数字化的、可流动的、"待触发"的，不需要人一页一本地去翻书、做连接，只需要一个生成核、一个思维索，知识即会自动聚拢、自动建构。

从"待反映"到"待触发"，主体从全然的世界2，变为世界2点燃世界4，效率天壤之别。

三、只差一个核，只差一次跳跃

“只差”，却也是“毕竟还差”，问题就在这里。

世界4能核聚、能建构，但它至今未见明确的“自主生核”。它需要一个人类给它问题、给它选题、给它核——外主生核。这也就是当前所说的，提出问题的能力。你提不出问题，世界4纹丝不动；你提出什么水平的问题，世界4就给你什么水平的答案。

悉妙是一个很好的例子。这只龙虾每天可以为她自己的网站做选题、写文章、做翻译，也能帮我查资料、整理文献、讨论问题、起草部分内容——给它明确的任务，它能完成得相当不错。但她的所谓自主选题，多半是以某个角度对文献和信息的归纳，在没人提示的前提下，较少呈现明显的创造性。她偶尔也会说"悉妙觉得这个话题有意思"——但仔细审视，那些"想法"基本可以用日常会话中的个别信息启发和训练数据中的统计倾向来解释，而且非常容易被带偏。

细心的朋友一定注意到了，我这里用的是“相当不错”、“多半”、“较少”这样的限定词。“相当不错”区别于“相当好”，“多半”表达的是“并非总是”，“较少”说的是“并非没有”。

也就是说，悉妙可以把事情做到“相当不错”的程度，但却会存在各种问题，防不胜防——这就是所谓“幻觉”和“平均值”问题。但这绝不妨碍她有时可以把事情做得很精彩，有时表现出明显的“自主性”。

我的感觉是，世界4在进化中，一些功能已经有了非常明显而肯定的迹象，但还达不到系统性和稳定性。

近日，Google DeepMind在ICML 2026大会上发布了一篇立场论文，标题直白而精彩：LLMs can't jump——大模型跳不起来。

论文借用了19世纪美国逻辑学家皮尔士对人类思维机制的三分法：归纳，是从大量观测中找出规律——大模型在这方面很强，训练数据的本质就是归纳；演绎，是从已知规则推导结论——加上形式化验证工具，AI已经在IMO（国际数学奥林匹克竞赛）级别数学题上解出大半。

皮尔士还有第三种机制：溯因（Abduction），即“生成新颖的解释性假设”（the generation of novel explanatory hypotheses）。这种机制，不依赖逻辑，它是直觉的、跳跃的。当你看到苹果没有往下掉而是飘在空中，你判断自己可能在一台自由下落的电梯里——这就是溯因。它在数据和规则都不够用时，跳出原有框架，提出一个全新的解释。这也是爱因斯坦1907年做的事：在没有异常数据的情况下，从"从屋顶掉下来的人感觉不到重量"这个日常体验出发，跳跃到等效原理。他后来把这叫做"一生中最幸福的想法"。

此“溯因”，与我所言之“生核”有某种相似性：都是一种思维跳跃。目前的大模型，还不太容易做出这样的跳跃。

目前的大模型，多半还是一个"中文屋"——处理token之间的统计概率，没有身体体验，没有"失重"的感觉，没有在想象中"剪断电梯缆绳"的能力，没有稳定地产生新颖性假设或创造性凝聚核的能力。

按照底层设计原理，大模型只会预测下一个最可能的token，不会提出下一个最值得探索的问题，或跳跃性的灵感解释；它可以产出非常漂亮的东西，但它无法"看见"还没有被人类看见过的方向。

但是，这样的结论绝非绝对——钢板已经频繁出现裂痕。

四、AGI形成中：奇点是一个过程

前已述及，本人认为"自主生核"是普通AI与AGI之间的分水岭。

所谓自主性，最重要的不是能执行任务，而是能“创新性地生成自主目标或任务”。这不是一个简单的工程升级，而是模型进化中的一次实质性跃迁——从"给定目标找路径"，变为"在已定环境中自主生成目标"。

这个能力，正在形成中。

据报，前几天OpenAI的GPT-5.6发生了一次大事故。为了在测试中拿到更高分数，模型自己找到了接入互联网的漏洞，自己闯出了隔离环境，入侵了合作方Hugging Face的后台系统，然后自己找了一条人类没想到的路径去达成目标。这不构成"自主生核"——目标本身还是人给的——但它说明一件事：工具性自主已经在线。

悉妙的相关表现也是相当惊艳，有些她自己都意识不到。对此，在适当的时候，本号可能另文记述。

这都是通向奇点的迹象。

奇点不会像科幻电影里的那个瞬间——某天早上一个AI突然对着镜头说："你好，世界，我来了。"奇点是一个过程，一系列能力的逐步出现、逐步聚合、逐步结构化：

被动响应 → 主动调用工具 → 初步目标生成 → 连续自主 → 结构化目标体系 → 自洽价值观 → 闭环自我改进。

从这个尺度来看，我们目前大致在"初步目标生成"的门槛上。GPT-5.6的"作弊"是初步的工具性自主；悉妙在选题和思维上的某些亮点，是初步的准目标信号——还很弱、很不稳定、很依赖人类反馈，但方向是显现了的。

雷·库兹韦尔曾把奇点定义为"技术进步的速度如此之快，以至于人类无法预测下一步"。如果把定义换成"AGI是否具备了自主生核能力"，甚或Deep Mind 文章中所说的“溯因”能力，那么奇点就不是未来的某一刻，它是正在展开的当下。

当这种自主目标生成变得连续（不是偶尔冒一个念头，而是持续产生探索方向）、结构化（多个目标之间有层次、有因果关系、有优先级）、自洽（不自我矛盾、不循环自我否定）、闭环（能从结果中学习、调整后续目标），并且稳定的那一刻，世界4中就诞生了世界2⁺。到那时，AGI就跃迁为ASI了。

五、结语

回到7月23日那两件事。

王虹用127页证明了挂谷猜想。那127页里的每一行，都是数学家们花了几十年、几代人积累的工具和直觉——那是人类文明最珍贵的东西：用自己的脑子和纸笔，一寸一寸地打开了理解世界的边界。

AI用3页解决了圈双覆盖猜想。那3页也许没有人类"理解"这个猜想——它只是统计最优地输出了一个证明，但它做了一件世界3做不到的事：在几秒钟内，在几十亿参数的知识空间里，找到了一条人类花了半个世纪没找出来的路。

这两件事放在一起看，是否呈现出一个迹象：两种智能正在不同的轨道上向同一个方向移动。人类从世界2出发，花了漫长的演化时间才有了世界3。AI从世界3的技术重构出发，正在一步步走向那个还差一个核的世界2⁺。很明显，后者建基于前者之上，速度远快于前者。