2026 年 AGI 仍未定案的 5 個關鍵事實
5 個事實說明 2026 年 AGI 為何仍有爭議：ARC-AGI-3 低於 1%、OpenAI-Microsoft 條款撤除、以及業界對定義仍無共識。
2026 年的 AGI 到底算不算到了？
這 5 個事實說明，2026 年的 AGI 仍沒有被一致承認。
| 項目 | 規格 A | 規格 B | 規格 C |
|---|---|---|---|
| ARC-AGI-3 | 人類 100% | 前沿模型低於 1% | 互動式推理 |
| OpenAI-Microsoft 條款 | 2026-04-27 移除 | 原本綁定 AGI | 影響商業權利 |
| Jensen Huang 說法 | AGI 已完成 | 業界仍有分歧 | 缺乏共識定義 |
| François Chollet 預估 | 約 5 年 | 時間點約 2030 | 仍屬保守判斷 |
| ARC-AGI-2 | 頂尖模型 24% 到 31% | ARC-AGI-1 可到 85% 以上 | 舊測試較易被繞過 |
1. ARC-AGI-3 是目前最硬的檢驗
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
如果只看一個數字，ARC-AGI-3 最能拉回現實。它在 2026 年 3 月推出，人類解題是 100%，但 Gemini 3.1 Pro、Claude Opus 4.6、GPT-5.4 等前沿模型在初期都低於 1%。
這個差距重要，因為它不是背題型測驗，而是要在互動過程中做探索、規劃與即時學習。對想判斷 AGI 是否到來的人來說，這比新聞標題更有參考價值。
- 推出時間：2026 年 3 月 25 日
- 人類分數：100%
- 前沿模型：低於 1%
- 測試型態：互動推理，不是靜態題庫
2. OpenAI 和 Microsoft 的條款，證明 AGI 也能是合約問題
2019 年，OpenAI 與 Microsoft 的協議把 AGI 變成一個商業觸發點。若 OpenAI 董事會宣告達成 AGI，Microsoft 的獨家商業權利可能失效。
到 2026 年 4 月 27 日，這條款已被移除。最後沒有靠一個清楚的技術裁決收場，而是靠重新談判。這說明 AGI 不只是研究術語，也會直接影響公司權益與合作架構。
- 原始設計：董事會宣告即觸發
- 後續版本：改成獨立驗證
- 最終結果：條款移除
- 意義：商業安排不再綁死 AGI 定義
3. Jensen Huang 的說法，反映的是業界分裂
2026 年 3 月，NVIDIA 執行長 Jensen Huang 說 AGI 已經完成。這句話和同月 ARC-AGI-3 的結果放在一起看，就會發現兩個世界幾乎不相容。
問題不在於誰故意誇大，而在於 AGI 沒有一套大家都承認的公共定義。於是，CEO 可以說完成了，基準測試也可以說還差很遠，兩種說法同時成立。
- 主張：AGI 已經達成
- 反例：最難測試仍低於 1%
- 核心矛盾：沒有統一定義
4. François Chollet 的時間表較短，但仍不算樂觀
ARC 系列創作者 François Chollet 近年的估計，已從大約 10 年縮短到約 5 年。換句話說，他認為 AGI 可能更近了，但不是 2026 年。
他的判斷依據也比一般喊話更具體，重點放在 test-time fine-tuning、test-time search 和 program synthesis。這比較像一個技術路線圖，而不是宣告終點已經到站。
- 早期估計：約 10 年
- 最新估計：約 5 年
- 大致時間：2030 左右
- 推動因素：test-time search、fine-tuning、program synthesis
5. 舊版 AGI 測試常會高估能力
ARC-AGI-1 已經被前沿模型在大量 scaffolding 和高算力下大致解掉，甚至有方法可到 85% 以上。但 ARC-AGI-2 故意把捷徑堵住，頂尖系統在最難的私有集上又掉回約 24% 到 31%。
這個落差提醒我們，贏下一個舊測試，不代表真正的通用能力已經出現。很多時候，只是測試本身先過時了。
- ARC-AGI-1：大致可解
- 部分結果：85% 以上
- ARC-AGI-2 最難集：24% 到 31%
- 結論：測試成功不等於通用智能完成
哪種讀者適合看哪一項
如果你想抓最硬的證據，先看 ARC-AGI-3 和 ARC-AGI-2。它們最能反映當前模型在推理上的真實落差。若你關心產業與商業影響，OpenAI-Microsoft 條款最值得看，因為它說明 AGI 早就不只是研究問題。
如果你想知道這場爭論會不會在短期內結束，Chollet 的時間表最務實；如果你只想理解為什麼大家仍然各說各話，Jensen Huang 的說法就是最好的例子。