請更新您的瀏覽器

您使用的瀏覽器版本較舊,已不再受支援。建議您更新瀏覽器版本,以獲得最佳使用體驗。

理財

從「人人都喊 AGI」到集體降溫:為何 Anthropic、OpenAI、微軟、Salesforce 都開始與 AGI 保持距離?

TechOrange 科技報橘

更新於 01月08日18:07 • 發布於 01月08日10:02 • 李昀蔚

矽谷長期以來把打造「通用人工智慧」(AGI)視為開發 AI 產品的共同終極目標。然而,近日 Anthropic 總裁暨共同創辦人 Daniela Amodei 卻表示,「AGI」這個用來描述「機器達到人類等級智慧」的詞彙,可能已不再是思考 AI 未來走向的有用方式。

Daniela Amodei 認為,AGI 曾是一個有用的概念,用來提問「AI 的能力何時可以和人類相同」,但如今這個框架正在瓦解,因為從部分定義來看,AI 在某些特定領域其實已經「超越」人類水平。以軟體開發為例,Daniela Amodei 指出,Anthropic 的 Claude 模型現在編寫程式的水準,已可媲美許多專業工程師。

然而,即使在部分任務已超越人類,「Claude 仍然無法做到許多人類能做的事,」 Daniela Amodei 坦言,正是 AI 這種「在某些任務表現超強,在其他任務又力不從心」的矛盾,讓 AGI 概念顯得不再切題甚至已經「過時」,因為人類很難宣稱 AI 已到達通用的智慧門檻。

是否符合 AGI 定義不是重點,如何落地才是 AI 決勝點

質疑 AGI 是否仍具意義之後,Daniela Amodei 把焦點轉向更現實的問題。《Business Insider》報導,Daniela Amodei 主張,比起執著於「AGI 這個單一終點」,更迫切的問題在於:能力愈來愈強的 AI 要如何導入實際組織運作,以及人類與制度適應的速度有多快?

Daniela Amodei 觀察,即使模型技術穩定進步,企業採用 AI 的進度仍可能因變革管理、採購流程等現實因素而落後。因此 Daniela Amodei 認為,AI 的未來不取決於是否符合教科書式的 AGI 定義,而取決於系統能做什麼、欠缺什麼,以及社會選擇如何部署 AI。

《WebProNews》也提出相近觀點,指出 AGI 這個「能執行任何人類智力任務的機器」正在失去吸引力,因為 AI 早已在特定領域表現突出,卻會在基本的直覺與社交中失常。這種能力不均衡的表現,促使外界重新思考如何衡量 AI 的進步,並逐漸從追求「單一里程碑」的目標,轉向更細緻的能力理解。

從「人人喊 AGI」到集體降溫,產業語境正在轉向

根據《Gizmodo》報導,直到不久前,「達成 AGI」幾乎還是所有 AI 開發公司共同宣稱的終極目標,但這其實是一個「定義不清的野心」。如今,在產業已對 AGI 投入大規模經濟押注,並為這些「資源吃緊的資料中心」編列數兆美元預算之後,各大龍頭卻開始「集體後退」,對 AGI 的承諾明顯降溫。

《Gizmodo》進一步分析,企業紛紛改口的深層原因,在於目前作為核心技術的大型語言模型可能根本無法達到 AGI 的門檻。即使投入天文數字般的資金與數據,技術限制仍逐漸浮現,知名 AI 懷疑論者 Gary Marcus 就主張,「單靠擴大規模不會帶來 AGI」。

這波轉向從 2025 年開始浮現。OpenAI 執行長 Sam Altman 在 2025 年 8 月就曾直言,AGI「不是一個很有用的詞」,此後 OpenAI 的對外說法也更傾向強調要打造「能做自主研究的 AI」,而不再反覆重申 AGI。

不只 OpenAI,Salesforce 執行長 Marc Benioff 也把 AGI 形容為一種行銷式的「催眠」,並直言自己對那些過度炒作 AGI 的人「高度懷疑」。微軟執行長 Satya Nadella 更曾形容任何自稱達成 AGI 的說法,可能都只是「基準測試駭客」。

吳恩達警告:「AGI 熱」可能誤導學生與 CEO

針對 AGI 的反思,Coursera 共同創辦人吳恩達(Andrew Ng)近日也提出警告。他指出,圍繞 AGI 的誇大論述正在產生實質的負面影響,不僅讓部分學生因此避開原本重要的職涯選擇,也促使企業執行長在「不切實際的期待」下做出投資決策。

吳恩達觀察,AGI 這個詞已逐漸淪為「炒作的詞彙」,而非具備明確技術意涵的術語,進而讓外界高估 AI 系統的成熟度與接近人類智慧的程度。因此他認為,AGI 測試應該回到核心定義本身,也就是檢驗機器是否能像人類一樣執行智力工作。如果現階段的 AI 系統無法通過這樣的測試,反而有助於社會重新校準對 AI 的期待,避免因過度樂觀而導致投資泡沫。

從 Anthropic 到多位產業領袖的反思,都指向同一個訊號:AI 發展正逐步脫離以「AGI」作為單一終極目標的敘事。隨著模型在特定任務上持續突破、卻仍存在明顯能力落差,產業開始更務實地思考 AI 實際能做什麼、不能做什麼,以及如何被安全、有效地部署進真實世界。相較於追逐一個定義模糊的里程碑,重新校準期待、聚焦可落地的能力邊界,或許才是 AI 下一階段真正成熟的關鍵。

*本文開放合作夥伴轉載,資料來源:《BusinessInsider》《Gizmodo》《WebProNews》《Economic Times》,首圖來源:Unsplash

解鎖 3 堂 NVIDIA DLI 技能培訓課!立即報名 1/10【AI 人才年會暨 AI 職涯博覽會】,就能免費參與課程強化 AI 能力、為職涯加分

加入『 TechOrange 官方 LINE 好友』 掌握最新科技資訊!

查看原始文章

更多理財相關文章

01

網傳「白銀存摺全攻略」 台銀急發聲明澄清

太報
02

聯準會》鮑爾宣布利率按兵不動 對繼任者建議 :不要從政

信傳媒
03

科技業愈賺錢愈要裁員 亞馬遜宣布再裁1.6萬、艾司摩爾裁1700

太報
04

訂單翻倍仍裁員 ASML將開除1700人「瘦身」!多為荷蘭、美國管理層

太報
05

郭台銘長女郭曉玲一出手就是2億 向中華車訂製逾200輛車來做公益

鏡週刊
06

能比台積電更快站上2000元?大摩點名台灣這間科技大廠 最新目標價2088元

風傳媒
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...