在人工智能领域，一个价值 1000 亿的词引发了 OpenAI 和微软的激烈“杠上”。这个词仿佛是一把点燃战火的导火索，让两大巨头在技术研发、市场竞争等方面展开了激烈角逐。OpenAI凭借其深厚的科研实力和创新理念，试图在这一领域占据领先地位；而微软则凭借其庞大的资源和商业布局，不甘示弱地加入战团。双方在算法优化、模型升级等方面不断发力，谁能最终掌控这价值 1000 亿的词，成为行业的主导者，成为了众人关注的焦点，也让这场“杠上”之战愈发激烈。

Grok 4发出之后，风评非常两级。有人大喷特喷，觉得它又贵又不好用。有人则啧啧称神，断言“AGI已经实现啦”。

AGI怎么又实现了，AGI究竟是什么还不好说呢——华尔街日报报道，微软和OpenAI又因为这个要吵起来了。

早在2023年，两家公司就签订协议，将AGI定义为“可以产生1000亿美元利润的自主系统”。

但仅仅一年后OpenAI就不这么想了，而是在官网上声称，AGI定义为“在最具经济价值的工作上表现优于人类的高度自主系统”，并认为自己将最先实现制造AGI。

OpenAI提出的AGI五阶段理论图片来自：Bloomberg

微软跟OpenAI之间的合同，价值超过130亿美元——而他们甚至没有对AGI到底是什么达成一致，这是在玩过家家吗？

一个反直觉的可能性是：不定义清楚，比定义清楚，更有利。

定义权？No；印钞术，Yes

微软之所以跳起来，不仅是因为他们真金白银在花钱，也是因为曾经的合同中有一个危险条款：当OpenAI的系统达到AGI水平时，这家初创公司将能够限制微软对其技术的访问。

微软正在努力阻止这种情况发生，其中就包括直接挑战“AGI”的定义。

“AGI到底是什么？”这是近几年最常见，也最无解的问题之一。别说答案不仅不清晰，甚至连问题本身都开始模糊。

技术社区从未就AGI的定义达成共识——是多模态能力的融合？是持续学习与自我优化？还是与人类智力的等价比肩？没人知道，也没人敢下断言。

为了解决这一麻烦，微软曾经的尝试算是提出了一个看似客观的判断方法：如果AI能创造的利润达到了1000亿美元，就可以认为是实现了AGI。

这看上去像是玩笑，但其实并不荒谬。

考虑到人工智能是大烫门赛道，热钱不断翻涌，“AI”已经不够吸引人了，“AGI”才行。天才们不是要做人工智能，更要做通用人工智能。而做通用人工智能，需要大量的资金投入。

但投入不能完全没有回报，那么当靠烧钱培养出来的AGI真的能扛起挣钱的重任时，怎么不算实现AGI了呢？

在这个前提下，一条台面下的规则在发生作用：谁能定义AGI，谁就抓住了一台“印钞机”——包括但不限于吸引投资、驱动估值、收获舆论与政策资源。

在商业策划案上写上“AGI”，敲不开的门都自动打开了，进不去的赛道都敞开怀抱了。这一现象背后的逻辑，并不只属于商业谈判的范畴，而是反映着一种权力结构。

OpenAI与微软之间的业务关系，图片来自：The Information

把模糊的术语绑定到经济收益上，对于微软而言是更有利的，除此之外也能进一步兜售未来想象，为自己在巨头之间的竞争中获得话语资源。

不得不说，Sam Altman是有大智慧的：AGI无法被定义，正是它好用的原因。

AGI是一种典型的“模糊术语”——你越无法精确说明它是什么，它就越容易在不同情境下被灵活调用，用于估值、用于谈判、用于兜售未来。

这也是为什么微软与OpenAI会在AGI的定义上出现张力：不是因为谁更关心技术真相，而是因为谁拥有宣布“它已到来”的话语权，就拥有了改写合作关系、重组利益分配的权力。

数字一定更客观吗？

如果技术都不足以定义AGI，那难道除了吵架，就没有别的方法了吗？

此时就轮到数据建模登场了。

英国纽卡斯特大学的一项研究引发了讨论，这篇论文对AGI以及潜在的社会影响，提出了一个社会经济学的分析框架。

它的特殊之处在于，尝试通过数学建模的方式，来推算AGI社会影响的临界点。研究人员基于AI发展对不同行业劳动力替代率、资本积累速度和平台集中度的数据建模，试图找出一个拐点：在哪个阶段之后，AI技术将不可逆地引发社会结构的断裂、重组。

研究里使用了多种不同的生产函数，构建了一个“Power shift”模型，希望能够模拟AGI代替人力所带来的影响。

用量化数据揭示AGI替代效应与劳动收益崩溃的临界阈值，这和“年营收1000亿美元即是AGI”的判断方式，属于同一种思维范式：如果你无法理论性地定义它，那就给它设一个数字，数字总是相对“客观的”。

当然，在细节上，建模还是有很多问题。比如缺少行业数据、历史真实案例的支撑，使得推演更像是一种“预言”，而缺乏一定的解释效力。另外，行业内部竞争所带来的算力价格变化、运营成本，甚至是监管所带来的影响，都很难体现出来。

因此论文的结论也比较谨慎，它不是说“AGI实现了”，而指出“一旦超过这个点，社会将进入结构性变革阶段”。

不过，建模这种思路在科技界并不陌生。与其在哲学上争辩“AI是否具有意识”、“世界模型是不是更高级的范式”，不如在财务模型上设立一个目标函数。

当估值模型跑通、数据指标达标，AGI就可以“实现”了——不是因为它真的实现了，而是因为它具备了被宣布为现实的全部前提。

这或许是为什么研究人员，将这种趋势称为“技术封建主义”：真正统治世界的，不是技术，而是对技术的定义权。平台不需要创造新的文明，只需要控制对新文明的描述方式。

而一个概念的定义越含糊，就容易根据不同的场景来调整。虽然合同已经签好了，但是“AGI”的定义变化了，资金的使用也可以随之变化，享受的待遇也可以变化，连合作结构也可以变化。

这也是为什么我们需要警惕——AGI可能永远无法精确定义，但它已被嵌入制度，成为真实存在的行动基础。它的模糊性没有削弱它的效力，反而增强了它的“多功能”：既可作为投资叙事，也可作为政策筹码，还可作为控制合约的开关。

当某一天你看到一款AI产品上线，宣称“AGI已至”，不妨先别问技术细节，而是问一句：这是谁的AGI？又是为谁而宣布？

本文来自微信公众号：APPSO （ID：appsolution），作者：APPSO