吳恩達公開信：2026年能實現(xiàn)AGI嗎？六位專家說先解決這些問題

2026 年伊始，DeepLearning.AI 創(chuàng)始人、斯坦福大學(xué)兼職教授吳恩達（Andrew Ng）在其年度通訊《The Batch》新年特刊中拋出了一個尖銳的問題：“2026 年會是我們最終實現(xiàn) AGI 的一年嗎？”這個問題本身或許并不新鮮，但吳恩達提出了一個新的測試框架，試圖用一種更可靠的方式來回答這個問題。

圖丨吳恩達（來源：MIT Technology Review）

吳恩達將這個測試命名為“Turing-AGI Test”（圖靈 - AGI 測試）。測試的設(shè)計思路是這樣的：讓測試對象，無論是 AI 系統(tǒng)還是人類專業(yè)人士，坐在一臺可以聯(lián)網(wǎng)、裝有瀏覽器和 Zoom 等常用軟件的電腦前。裁判會設(shè)計一個持續(xù)數(shù)天的工作體驗，比如先培訓(xùn)測試對象成為一名客服人員，然后讓他接聽真實的客戶來電，期間提供持續(xù)的反饋。如果 AI 能夠像一位熟練的人類員工那樣完成這些工作任務(wù)，它就通過了測試。

這個測試的關(guān)鍵詞是“工作”。吳恩達在公開信中寫道，大多數(shù)普通人理解的 AGI，意味著計算機能夠像人一樣聰明，能夠完成大部分甚至全部的知識工作。這個定義聽起來理所當(dāng)然，但問題在于，當(dāng)一些公司宣稱自己即將實現(xiàn) AGI 時，他們所設(shè)定的標(biāo)準(zhǔn)往往低得多。

定義上的錯位造成了認(rèn)知上的混亂，這種混亂正在產(chǎn)生真實的負(fù)面影響。吳恩達觀察到，有高中生因為相信 AGI 即將到來而放棄了某些學(xué)科的學(xué)習(xí)，有 CEO 在做投資決策時假設(shè) AI 在一兩年內(nèi)就會變得比實際可能的更強大。這些都是過度炒作帶來的后果。

吳恩達指出了傳統(tǒng)圖靈測試的局限性。那個經(jīng)典測試要求計算機通過文字聊天讓人類裁判無法分辨它是機器還是人。Loebner 獎的歷史表明，模擬人類打字錯誤這種與智能無關(guān)的技巧，有時比真正展示智能更容易讓裁判上當(dāng)。而今天 AI 發(fā)展的主要目標(biāo)是構(gòu)建能夠完成經(jīng)濟上有價值的工作的系統(tǒng)，而不是愚弄裁判。因此，一個測量工作能力的測試比測量欺騙能力的測試更有意義。

另一個問題是，當(dāng)前幾乎所有的 AI 基準(zhǔn)測試，比如 GPQA、AIME、SWE-bench 等，都有預(yù)先確定的測試集。這意味著 AI 團隊最終會或直接或間接地針對已公開的測試集調(diào)優(yōu)模型。

任何固定的測試集都只能測量智能的一個狹窄切片。而在圖靈測試中，裁判可以自由提問來探測模型的能力邊界。同樣，在 Turing-AGI 測試中，裁判可以設(shè)計任何工作體驗，而且不會提前向被測試的 AI 透露測試內(nèi)容。這是比固定測試集更好的衡量 AI 通用性的方式。

吳恩達的擔(dān)憂有其現(xiàn)實基礎(chǔ)。過去幾十年里，過度炒作的預(yù)期曾經(jīng)導(dǎo)致過“AI 寒冬”。當(dāng)人們對 AI 能力感到失望時，興趣和投資就會大幅減少。

而當(dāng)前 AI 正處于一個驚人的進步軌道上，但不切實際的炒作可能創(chuàng)造一個投資泡沫，一旦泡沫破裂，失望情緒可能會再次導(dǎo)致興趣的崩潰。

吳恩達認(rèn)為，如果舉辦一個 Turing-AGI 測試競賽，而所有 AI 系統(tǒng)都未能通過，這實際上是件好事。這將有助于消解 AGI 炒作、降低泡沫風(fēng)險，從而為 AI 的持續(xù)投資創(chuàng)造更可靠的路徑。而如果真的有公司通過了這個測試，那就意味著他們創(chuàng)造的不僅僅是一個營銷噱頭，而是真正具有巨大價值的東西。

這番論述的背景是，2025 年 AI 泡沫的討論已經(jīng)達到了前所未有的熱度。據(jù) Crunchbase 數(shù)據(jù)，2025 年 AI 領(lǐng)域共獲得了 2023 億美元的投資，比 2024 年的 1,140 億美元增長了 75%。高盛研究報告顯示，2026 年 AI 資本支出預(yù)計將從 4,650 億美元上調(diào)至 5,270 億美元。

與此同時，MIT Media Lab 旗下的一份研究報告在 2025 年 8 月指出，盡管企業(yè)在生成式 AI 上投入了 300-400 億美元，但 95% 的組織“零回報”。OpenAI 的 CEO 山姆·奧特曼在 2025 年的一次媒體晚宴上也承認(rèn)，他認(rèn)為投資者整體上對 AI 過度興奮了。

NBC 新聞在 2025 年底對吳恩達的采訪中，他表達了一種謹(jǐn)慎但樂觀的立場：AI 確實很神奇，但它也有很大的局限性。他認(rèn)為 AGI 還是一個遙遠的可能性，他同時強調(diào) Agentic AI 的商業(yè)價值將持續(xù)快速增長，盡管炒作的走向難以預(yù)測。

在這封年度公開信中，吳恩達還邀請了六位在各自領(lǐng)域具有影響力的研究者和從業(yè)者分享他們對 2026 年的期望。這些觀點涵蓋了開源生態(tài)、科學(xué)發(fā)現(xiàn)、教育變革、從預(yù)測到行動的轉(zhuǎn)變、生物醫(yī)學(xué)多模態(tài)模型，以及構(gòu)建社區(qū)的 ChatBot。

IBM 研究院 AI 模型副總裁大衛(wèi)?考克斯（David Cox）的期望是開源 AI 能夠最終獲勝。他將當(dāng)前的局面與 1990 年代 Linux 挑戰(zhàn)微軟的歷史相類比，認(rèn)為某些玩家正在試圖擁有和控制 AI，做法與當(dāng)年微軟向發(fā)展中市場傾銷免費 Windows 如出一轍。

OpenAI 和 Meta 都發(fā)布了所謂“開放”的模型，但不披露訓(xùn)練數(shù)據(jù)集，還對使用者能夠獲得的收入設(shè)置上限。這些都是為了防止競爭者獲得吸引力。

圖丨David Cox（來源：MIT-IBM Waston AI Lab）

考克斯認(rèn)為真正開放的 AI 意味著它不被任何人擁有，不只代表一家公司的價值觀。他還提到地緣政治因素：國家之間互不信任，而模型很容易被有問題的數(shù)據(jù)投毒，真正的開放開發(fā)可以解決這個問題。IBM 在斯坦福透明度指數(shù)上排名第一，得分 95%?？伎怂褂靡环N自嘲式的幽默結(jié)束：IBM 以無聊著稱，但無聊意味著穩(wěn)定。讓 AI 在 2026 年變得更開放、更怪異，也許還有一點更無聊吧。

普林斯頓大學(xué) Vertaix 研究實驗室創(chuàng)始人阿吉?布索?迪恩（Adji Bousso Dieng）希望 AI 能夠從效率工具轉(zhuǎn)變?yōu)榭茖W(xué)發(fā)現(xiàn)的催化劑。她指出，過去十年深度學(xué)習(xí)的主導(dǎo)范式是“插值”，模型擅長模仿訓(xùn)練數(shù)據(jù)的分布，但在最罕見的樣本上表現(xiàn)不佳。

物理科學(xué)中的許多重大挑戰(zhàn)，從設(shè)計全新蛋白質(zhì)到發(fā)現(xiàn)能夠捕獲二氧化碳的新型金屬有機框架等問題無法被表述為監(jiān)督學(xué)習(xí)問題，而應(yīng)該被視為發(fā)現(xiàn)問題，其所尋找的東西恰恰是稀有的。

圖丨Adji Bousso Dieng（來源：Princeton Engineering）

在這些場景中，分布的主導(dǎo)模式往往在科學(xué)上不那么有趣，因為它們代表的是我們已經(jīng)知道的東西。迪恩認(rèn)為，我們需要將多樣性提升為一等目標(biāo)，而不僅僅是將其視為次要的評估指標(biāo)。如果我們實現(xiàn)這種轉(zhuǎn)變，AI 將不再僅僅是人類知識的模仿者，而會成為擴展知識的真正伙伴。

微軟首席數(shù)據(jù)科學(xué)家胡安?M?拉維斯塔?費雷斯（Juan M. Lavista Ferres）聚焦于教育。ChatGPT 發(fā)布三年多后，教育界仍在與這項技術(shù)的影響搏斗。他指出，AI 檢測器在實驗室里表現(xiàn)良好，但它們的這種表現(xiàn)假設(shè)學(xué)生會提交原始的模型輸出，可他們并不會。一旦有了檢測器，學(xué)生就有動機去規(guī)避它，而規(guī)避并不困難。

這是一個結(jié)構(gòu)性問題：如果你能構(gòu)建一個檢測 AI 生成文本的系統(tǒng)，那你就可以用這個系統(tǒng)來訓(xùn)練一個擊敗它的系統(tǒng)。檢測可能會懲罰錯誤的人（尤其是非英語母語者），同時未能阻止最復(fù)雜的規(guī)避。他建議教育者使用現(xiàn)場考試、口頭答辯等真實的理解展示方式，并假設(shè)學(xué)生會使用 AI 工具來設(shè)計作業(yè)。精靈已經(jīng)從瓶子里出來了，沒有辦法把它放回去。

圖丨Juan M. Lavista Ferres（來源：Microsoft）

艾倫人工智能研究所高級研究科學(xué)家譚梅?古普塔（Tanmay Gupta）認(rèn)為，2026 年 AI 研究應(yīng)該正視一個核心認(rèn)識：預(yù)測的模型與行動的系統(tǒng)是不同的，后者才是我們真正需要的。世界上有經(jīng)濟意義的任務(wù)不會在單個預(yù)測結(jié)束，它們需要在復(fù)雜、動態(tài)的環(huán)境中采取一系列行動。

考慮一下編程是如何演變的：模型曾經(jīng)只是自動補全代碼行，但現(xiàn)代編程 Agent 越來越多地接受高級規(guī)范、搜索代碼庫、運行測試，并以最少的人工干預(yù)返回工作解決方案。古普塔希望能將這種演變帶到其他領(lǐng)域。

這些目標(biāo)導(dǎo)向的 AI 系統(tǒng)需要的不僅僅是預(yù)測能力，還需要持久記憶、長時間專注于目標(biāo)的能力、對實時反饋的響應(yīng)，以及在不斷變化的環(huán)境中應(yīng)對不確定性的能力。處理未明確、定義不清、未發(fā)現(xiàn)和未想象的任務(wù)是下一個前沿。

圖丨Tanmay Gupta（來源：Medium）

加州大學(xué)圣地亞哥分校副教授 Pengtao Xie 的期望圍繞生物醫(yī)學(xué)領(lǐng)域的多模態(tài)模型。在過去幾年里，聯(lián)合推理文本、圖像、序列的模型取得了快速進展，但在生物醫(yī)學(xué)環(huán)境中，這些能力往往仍然是碎片化的、脆弱的或難以解釋的。

他強調(diào)，生物系統(tǒng)本質(zhì)上是多尺度和多視角的，基礎(chǔ)模型應(yīng)該實現(xiàn)深度的多模態(tài)整合，而不是模態(tài)的表面拼接。另一個關(guān)鍵焦點是可解釋性：在生物醫(yī)學(xué)中，僅有預(yù)測是遠遠不夠的，研究人員和臨床醫(yī)生需要理解模型為什么做出某個決定、它依賴什么證據(jù)。2026 年的進展不僅應(yīng)該通過基準(zhǔn)測試來衡量，還應(yīng)該通過整合到生物醫(yī)學(xué)工作流程中來衡量。

圖丨Pengtao Xie（來源：Pengtao Xie）

AMD 企業(yè)副總裁莎朗?周（Sharon Zhou）則希望看到 AI 打破與每個人的一對一關(guān)系，將人們聚集在一起而不是孤立他們。今天的互聯(lián)網(wǎng)正在被推向兩個極端，一端是嚴(yán)重的 AI“垃圾化”，一邊是拼命想把 LLM 擋在門外的人工策展。但這種張力可以是整合性的：AI 可以被設(shè)計成連接人們、加強人際聯(lián)系的工具。

圖丨SharonZhou（來源：MIT Technology Review）

想象一下，當(dāng)你在凌晨三點和 LLM 談?wù)撘粋€人際關(guān)系問題時，它問你是否想和另一個有同樣感受的人聊聊，然后加入你們的對話，用有趣的問題讓交流活躍起來，直到你意識到你交了幾個朋友，修復(fù)了你的 bug，還獲得了處理人際關(guān)系的新視角。好奇心在被分享時會加速，它是有傳染性的。要是AI從一開始就被設(shè)計成撮合人的角色，人和 AI 都能從中受益。

吳恩達在公開信的最后寫道：新年快樂，祝大家在新的一年里有一個美好的建設(shè)之旅。而“建設(shè)”這個詞或許正應(yīng)當(dāng)是今年 AI 發(fā)展的主線。在炒作與泡沫的喧囂中，真正重要的是那些正在默默建設(shè)的人，以及他們建設(shè)出來的、能夠真正完成工作的東西。

參考資料：

https://www.deeplearning.ai/the-batch/issue-334/

運營/排版：何晨龍