Why Jensen Huang Is Wrong Abo…

Jensen Huang is wrong: today’s AI systems are not AGI.

把一個能寫程式、能摘要文件、能在某些基準上拿高分的系統，直接稱作通用人工智慧，是把商業里程碑誤當成科學結論。現在的模型確實很強，但它們仍會在長對話中丟失上下文、在壓力下幻覺、在多步推理中失穩，也會在一個場景裡表現驚人、換個場景就崩掉。這些不是小瑕疵，而是「還沒到 AGI」的證據。

第一個論點

能力清單不等於整體智能。現在的 foundation models 可以寫 code、回答專業問題、甚至幫人做產品原型，但這些勝利多半是局部的。它們證明模型在某些輸入分佈下很強，不證明它有一個穩定、統一的世界模型。OpenAI、Anthropic、Google 的公開測試都反覆顯示同一件事：模型可能在數學題或 coding benchmark 上表現亮眼，卻在一致性檢查、跨輪次追蹤、或需要自我修正的任務裡失手。這不是「差一點」而已，而是能力沒有被整合成一個整體。

人類不會因為某人很會做一類題目，就說他已經具備一般智能。一般智能的標準，是能在陌生情境中轉移能力，而且不會一換規則就散架。2023 到 2024 年間，多個模型在 MMLU、HumanEval 這類測試上大幅進步，但同時也在長上下文、工具調用、和多步規劃上暴露脆弱性。這種「單點很強、整體不穩」的特徵，正是專才系統，不是通才系統。

第二個論點

第二個問題在於，scale 是策略，不是心智理論。更大的模型、更多參數、更多算力，確實帶來更好的輸出品質。GPT-4、Claude 3、Gemini 1.5 這些模型都比前代更強，這點沒有人否認。但提升不等於質變。scale 可以放大模式匹配、記憶片段與語言流暢度，卻不會自動長出穩定抽象、因果控制、以及在不確定環境中的目標導向調適能力。把更多計算等同於更高層次的認知，是產業最常見、也最危險的偷換。

現實中的失敗模式已經很清楚。即使是最強模型，幻覺仍然存在，長文檔推理仍然不穩，工具使用仍需要精心設計的外部框架。以 2024 年多家團隊的評測來看，模型在長上下文任務中的可靠性會隨著序列拉長而下降，並不會因為上下文窗口變大就自動解決。若真是 AGI，這些應該只是邊角問題；但現在它們是結構性問題。模型更像是在更會產生答案，而不是更會理解問題。

反方可能怎麼說

最強的反對意見是：AGI 應該按結果定義，而不是按哲學定義。只要一個系統能跨足夠多的經濟任務工作，能從回饋中改進，能在高層工作中持續產生價值，那它就已經足夠「通用」了。從這個角度看，AGI 不是神秘門檻，而是移動目標；今天的 frontier models 已經夠接近，所以 Huang 的說法只是提前命名。

這個說法不是空話。科技產品本來就是先被採用，再被定義。沒有人等到哲學共識形成才承認平台改變了世界。若 AI 已經能寫作、編碼、搜尋、協作、規劃，從產品和市場角度看，它確實像一個通用系統。Huang 講的是部署語言，不是神經科學語言。

但這仍然不足以把它叫做 AGI，因為有用不等於一般智能。系統可以商業價值極高，卻仍缺乏真正通用認知所需的整合式、自我穩定結構。這不是文字遊戲，而是功能差異。現在的模型不會可靠地維持跨時間的意圖，不會穩健地修補自己的錯誤，也沒有展示出足以支撐 AGI 標籤的統一控制能力。把它們現在就叫作 AGI，只會把科學名詞降格成行銷獎章。

你能做什麼

如果你是工程師，別再用五分鐘 demo 當作能力證明，改去測長鏈路一致性、未知任務轉移、和壓力下的失敗模式。如果你是 PM，別因為模型在簡報裡看起來很廣，就把 AGI 當成對外敘事。如果你是創辦人，產品要建立在現有模型真正擅長的事上，而不是建立在「scale 已經解決認知」的幻想上。下一次突破，會來自更好的記憶、更好的控制、更好的整合，而不是單純更大的模型。在那之前，請把它們叫作它們真正的名字：強大，但還不是 AGI。