AGI 还有多远？一份能力盘点

已经实现的部分

可测量的现状很强：前沿模型在知识工作上大致达到大学毕业生水平（GDPval 约 83%），能处理复杂的智能体编程任务（SWE-Bench Pro 约 80%），并已作为智能体跑在真实工作流里。在能力曲线上，阿申布伦纳描述的轨迹符合进度。

缺失的一环

“非常强的助手”和“AGI”之间隔着的是自主性。决定性的门槛——一个能端到端自主开展 AI 研究的系统，即“即插即用的远程员工”——尚未被证明。正是这一个缺口，让头条的“2027 年 AGI”预测被评为悬而未决，而不是符合进度。

预测者的分布

结论：比几年前可测量地更近了——整个预测分布在六年里从约 2060 压缩到约 2033——但终点线（自主研究）仍未被证明。最近的一次具体检验是阿申布伦纳的 2027，将于 2028 年 1 月前见分晓。

常见问题

能力上很近，自主性上还没到。截至 2026 年年中，前沿 AI 在 GDPval 上约 83%、SWE-Bench Pro 上约 80%，但还没有任何系统能端到端自主开展 AI 研究——这是 AGI 的决定性门槛。

自主性。“非常强的助手”与 AGI 之间的差距，是一个能独立做 AI 研究、无需人类善后就能端到端完成任务的系统——截至 2026 年年中尚未被证明。

没有共识：预测从 2026（马斯克）、2027（阿申布伦纳）到 2030（哈萨比斯）、2033（Metaculus）、2040（学界调查中位数）不等。专家中位数在六年里从约 2060 压缩到约 2033。