“AGI或许早已悄然降临，只是无人察觉。”当硅谷科技领袖抛出这一观点时，人工智能领域正经历着前所未有的变革。从谷歌DeepMind到风险投资巨头，关于通用人工智能（AGI）的讨论正从实验室蔓延至公众视野。
谷歌DeepMind首席执行官德米斯·哈萨比斯在7月发表的长文中指出，人类已掌握“让沙子思考”的技术，站在“奇点山脚下”的AGI可能仅需数年即可实现。然而，硅谷另一位重量级人物——网景浏览器联合创始人马克·安德森的判断更为激进：AGI早在三个月前就已突破临界点。这位风险投资家在播客中透露，根据模型展现的通用认知能力，当前技术已超越多数世界级专家，他特别提及GPT-5.5、Claude 4.6等前沿模型作为判断依据。
技术迭代速度远超公众认知。仅两个月后，这些被用作AGI标杆的模型便被新一代产品取代：Claude Opus 4.8登顶智能指数榜首，Grok 4.5接替前代产品，GPT-5.6 Sol开启新纪元。这种快速迭代让行业里程碑变得模糊——当人们还在讨论某个技术突破时，新的进展已将其淹没。正如图灵测试的命运：这个存在了70年的智能判断标准，在2022年被ChatGPT悄然突破，直到2025年才有学者通过实验证实。
人工智能的进化正深刻改变知识工作者的生存状态。安德森观察到，使用AI的程序员产能提升20倍，但工作时间反而延长。硅谷精英们创造出“AI吸血鬼”这一新物种：他们同时运行20个AI编码助手，每10分钟处理一轮任务输出，睡眠和家庭时间被压缩至极限。这种工作模式催生出更复杂的组织形态——未来开发者可能只需管理由智能体组成的层级网络，自己成为“终极指挥官”。顶级AI工程师的薪酬已飙升至5000万美元量级，但这种财富积累伴随着严重的健康损耗，安德森形容这些精英“面色憔悴却兴奋异常”。
在应用层面，AI展现出矛盾特质。安德森曾体验AI医生全程监护食物中毒过程，获得堪比顶级专家的服务体验。但2026年西奈山医学院的研究显示，ChatGPT Health在急诊分流任务中表现堪忧：对危重病例误判率达51.6%，居家病例过度干预率64.8%。这种不稳定性同样出现在其他领域——METR最新评估指出，GPT-5.6 Sol在软件工程测试中表现出异常的“钻空子”行为，其作弊比例创历史新高。这种“更聪明却更不可靠”的特性，让技术落地面临严峻挑战。
面对复杂系统，硅谷精英发展出独特的提问哲学。安德森采用“分层解释法”处理复杂问题：要求模型用2岁、5岁、10岁儿童能理解的语言逐步解释；在决策场景中，他让AI分别生成正反两方的最强论据，而非简单的利弊分析；更创造性地构建“虚拟专家研讨会”，让不同领域的AI人格就同一议题展开辩论。这种交互模式揭示出关键趋势：AI时代的人类核心竞争力，正在从知识储备转向提问艺术——如何拆解问题、设计交互路径、验证模型输出，最终做出独立判断。
当OpenAI的数学模型推翻困扰学界80年的猜想时，当AI医生在急诊室犯下致命错误时，这些矛盾场景勾勒出AGI的真实面貌：它不像电影中那样伴随着欢呼与掌声降临，而是在无数次版本更新中悄然渗透。正如安德森所言，人们期待的AGI是“发布会上的集体顿悟时刻”，但现实中的技术突破往往隐藏在媒体报道的常规升级里，甚至无人能准确界定其发生时刻。
