英伟达首席执行官黄仁勋近日在公开场合再度抛出重磅言论，宣称“我们已经实现了通用人工智能（AGI）”，但他在不同访谈中的表述和举例，又同时暴露出现阶段人工智能能力与“人类水平智能”之间仍存在不小鸿沟。

3月22日，黄仁勋在播客主持人 Lex Fridman 的访谈节目中被问及何时能实现 AGI。按照 Fridman 的定义，AGI 应当是“能够完成你的工作，包括从零开始创办、经营并发展一家市值超过 10 亿美元科技公司的系统”。在被要求给出 5 年、10 年甚至 20 年的时间表时，黄仁勋毫不犹豫地回答“我认为就是现在”。不过他随即补充说，对方提到的是“10 亿美元”，但没有说“可以持续多久”，等于将 AGI 理解为一种阶段性的商业成就门槛，而非一个长期稳定、具有人类般认知能力的“心智”。

黄仁勋在同一场访谈中明确表示：“我认为我们已经实现了 AGI。”他把当前一类被寄予厚望的 AI 代理系统视为例证，认为这些系统在开办社交类应用、进行创意实验等方面已展现出强大的创业潜力。他提到，包括 OpenClaw（正在被 OpenAI 收购的一款开源 AI 代理平台）在内的开源项目，正在催生一波利用数字代理打造虚拟网红、自动化数字社区的“创业浪潮”，似乎在佐证 AGI 已经“到来”。

但在强调这股浪潮的同时，黄仁勋也坦言，目前这些系统的成功是高度偶然的。他指出，许多项目“火上两个月就冷却”，并直言“十万个这样的代理里能真正做出一个英伟达的概率是零”。这一表态在事实上承认，目前的 AI 代理距离真正具备系统性构建和长期经营超大规模科技企业的综合能力仍非常遥远，也从侧面削弱了他先前“已实现 AGI”的激进判断。

围绕“AGI是否已实现”的表态，也触及了业界长期存在的分歧。通用人工智能这一概念本身早已高度“政治化”与“资本化”，在 OpenAI、微软等公司与合作方的合同条款中，是否“达到 AGI”往往直接绑定巨额资金和战略方向，因此任何宣称“已经实现 AGI”的言论，都极易激化争论。科技领袖与研究者多年来一直在争论，目前的大模型体系究竟体现了“真正的通用智能”，还是只是对人类智能碎片的高度拟态。

值得注意的是，就在 Fridman 访谈发布前三天的 3 月 19 日，黄仁勋在英伟达 GTC（GPU 技术大会）期间做客 All-In Podcast 时，对 AI 的实际应用给出了截然不同的强调。他在那场对话中并未着墨 AGI 是否“已实现”，而是集中谈人类工程师是否充分利用了现有 AI 工具，甚至以强烈措辞警告，如果高薪工程师没有在 AI 上花出足够多的钱，他会“深感震惊”。

“如果一个年薪 50 万美元的工程师，一年没有至少消费 25 万美元的 AI 代币，我会非常警觉。”黄仁勋说。他将“代币”（token）解释为大模型处理和生成语言的基本计量单位，也是 AI 计算成本和工作能力的直接体现。在他看来，代币使用不足，就意味着工程师没有充分调用 AI 的能力，相当于在浪费潜在的生产力。

黄仁勋甚至将这种行为类比为芯片设计师拒绝使用 CAD 等电子设计自动化工具，而“回到纸笔时代”画电路图。他透露，英伟达目前正尝试为工程团队预留约 20 亿美元的代币预算，并考虑将代币直接纳入员工薪酬方案中。他设想，一名工程师除了每年数十万美元的基础工资之外，还会再获得约相当于基本工资一半价值的“代币配额”，以便通过大量调用 AI 工具，把自身工作效率“放大 10 倍”。

将这两场相隔数日的公开露面放在一起看，黄仁勋一方面用极具煽动性的语言宣称 AGI 已经“到来”，满足某种以商业成就为导向的“通用智能”定义；另一方面，又在谈及内部管理与工程实践时强调，当前的 AI 系统仍高度依赖人类主动调动和密集使用，且在真实世界的创业实践中成功概率极低。前后言论之间的张力，恰好反映出当下 AI 行业在“炒作前沿”和“现实能力”之间的微妙摆动：通过夸大前景争夺资源的同时，又不得不承认技术在很多关键维度上仍远未达到理想中的“人类水平智能”。