OpenAI被Meta“强盗式”挖人挖破了防，昨晚拿出了ChatGPT Agent，证明自己的存在感。奥特曼声称从中“感受到了AGI”，但这会比扎克伯格高举超级智能的大旗更有吸引力吗？

几位OpenAI的顶尖人才，赶在发布会前夜离场了。他们打造的o系列推理模型与智能体，正是ChatGPT Agent的基础。他们看到了什么，让他们投奔大模型仍处于颓势的Meta？

Agent登场，AGI落地？

据其系统卡（System Card），ChatGPT Agent 是一款新的智能体应用，基于o3模型家族，整合了原来的Deep Research和Operator的优势。现在，它具备了前者的多步搜索与推理的研究能力，以及后者的与浏览器交互并执行任务的能力；它还可以使用终端工具（terminal tool）执行代码等，或通过连接器（connectors）将 Google Drive等外部数据源接入进来。

不过，在接受媒体采访时，该应用的产品负责人Yash Kumar和研究负责人Isa Fulford确认，OpenAI专门为其开发了新模型。它背后的模型尚未被命名。据OpenAI研究人员透露，它主要通过端到端的强化学习训练而来，也不对应着GPT-5。与旗下搜索更注重“低延迟”优化不同，它主要围绕“高性能”优化。

在OpenAI提供的官方基准测试中，它的表现超越了自家的旗舰模型与同类产品。在衡量解决各学科专家级任务能力的“人类最后考试”（Humanity's Last Exam）中，如果能力全开，ChatGPT Agent在第一次尝试中（Pass@1）就有41.6%的胜率给出正确答案，远超过同样能力全开的o3（胜率24.9%）与Deep Research（胜率26.6%）。尝试8次，胜率提升到44.4%，与能力全开的Grok 4 Heavy看齐。

在几项模拟复杂真实任务的基准测试中，在差不多一半的情况下，它的表现可以与人类水平相提并论，同时优于同族兄弟的o3 和 o4-mini。它似乎太强大了，以至于OpenAI在它的介绍卡中，几乎全部篇幅都在讲安全。奥特曼还在X上写了一篇长长的文章，警示用户在用它的时候，授予“最低访问权限”就行。步调与2个月前Anthropic发布Claude Opus 4类似。

已有不少用户尝试了。OpenAI的Pro订阅用户花完了原计划Plus和Team用户也有份的算力，后者得等到下周。企业版和教育版用户预计将于夏季晚些时候获得新功能。在正式发布后，Pro 用户每月最多可使用400次，其他付费用户最多使用40次。

最早推出“通用智能体”的Manus，欢迎OpenAI加入这个游戏，然后在对比测试了十个场景后称自家应用完胜。Genspark也公开“叫板”，直言ChatGPT Agent能力“表现不够出色”。但OpenAI可以不断迭代优化自身模型性能，来挤出这个市场的其他竞争者。这是两家华人初创公司。

无论如何，下半年，随着用户与AI的交互方式从“提示”转向“授权”，OpenAI似乎开始兑现它对AGI的“承诺”。ChatGPT Agent现在可以完成（结果相对收敛的）认知任务、超越（半数以上的）人类以及（在部分领域）有（替代或增强人力的）经济价值。这也是为什么奥特曼称它有种AGI的感觉。

硅谷巨头的AGI叙事“幻觉”

但是，一直以来，在硅谷的叙事体系中，至少存在两个AGI的概念。一个是硅谷巨头所表述的，一个是AI研究者所信仰的。已经实现或接近AGI，几乎是硅谷巨头当下最迫切的想要宣布的。它们面临大模型变现与应用规模落地的压力。研究机构EpochAI发现，ChatGPT用户总数的增长速度，一直快于付费用户的增长速度，因此，付费用户的比例一直在下降；与此同时，每个用户处理的词元的平均数量又增长了很多。AGI是非常有卖点的营销手段，其实也是一种巨头在商业叙事上下文中的“幻觉”。

黄仁勋称，如果按照当前用于评估AI性能的测试标准来衡量，压根就不需要根本性的技术革新，就能在近期实现AGI的目标。但实现这种程度的AGI，似乎对OpenAI的员工已经没有多少吸引力了。硅谷巨头口中的技术信仰，已经充满了铜臭味。它们如今对AGI的表述与态度，是对追求AGI路线的AI人才的反动。

两年前，在令全世界震惊的董事会“政变”中，为留住奥特曼，OpenAI的员工以离职相威胁，离开了员工OpenAI就什么都不是。但现在，OpenAI的密集人才库破防了。硅谷的AI人才正在金钱的刺激下加速流动。扎克伯格是个成功的搅局者，在奥特曼虚张声势地说出“最优秀的人还没有一个被他们挖走”后，就从OpenAI挖出了一个超级智能实验室（MSI Lab）的核心班底。

扎克伯格最近从奥特曼手里挖走的核心人才，就是思维链（CoT）概念的提出者Jason Wei。他也是参与研发o系列模型以及Deep Research的关键人物。

如果他们真的相信，OpenAI很快就能实现他们心目中的AGI，也许他们会更倾向于延迟享受，在亲眼见证这一刻后离开；作为亲手训练出AGI的一线人才，VC们将为之疯狂，即使还没有产品，也会奉上数十亿美元的种子轮资金；现在已经如此了。反观真正对下一阶段的AI充满信心的Ilya，即使面对320亿美元的收购，也没有心动。

验证者定律

AGI或许已经在商业叙事中失去了信仰的重量，但这没有妨碍顶尖AI人才继续眺望技术的边界及其以外的无人区。在离开OpenAI的那一天，Jason Wei在自己的博客上，提出了验证者定律 (Verifier's Law)的框架，来预测未来AI能力边界。

在他看来，一个任务被AI攻克的难易程度，不取决于解决它有多难，而取决于验证它的结果有多容易。解决一个数独和填字游戏是异常困难的，但是要检验它是否正确，却又相当容易。代码生成的突破如此迅速，也正是因为尽管写代码看起来很繁琐，但任何不会写代码的人，都能轻松验证这段代码背后的程序，是否正在正常运作。

验证是否容易，可以抽象为客观性、实时性、可扩展性、低噪声（即验证结果与解决方案质量的相关性）等等特征。如今基准测试饱和的速度之快令人疯狂，但是，过去十年中几乎所有流行的测试基准，都符合它的前四条特征；如果难以验证，那么它就流行不起来。这个逻辑，差不多就是黄仁勋表达的意思。只要存在基准能够很便利地测评它的，都是相对容易的；难得正是超脱于基准之外的那部分。皮查伊和卡帕西用AJI（Artificial Jagged Intelligence，非均衡人工智能）来形容这种状态。

在他看来，AI的自我改进不会“快速起飞”，可能需要数年甚至十年的时间。这与谷歌DeepMind的哈萨比斯的意见相近。这位真正的诺奖得主，认为2025年下半年会出现真正的AI Agent，但仍不能称为AGI，后者还需要2到3个"Transformer级"的范式突破，大概会在2030年后。迫于竞争压力，长期坚持独立的哈萨比斯，最终向谷歌的资源妥协了，但仍在为平衡商业需求和研究理想而挣扎。

扎克伯格已经树起了个人超级智能（Personal SuperIntelligence）的大旗。Meta花了约150亿美元收购ScaleAI的49%股权，除了“洗劫”核心人才，恐怕还看上了它在验证上的经验。“人类最后考试”就是ScaleAI主导提出的。这也许无助于Meta突破那些真正难以验证的领域，但至少可以通过不断推动基准测试的优化，去扩展可验证性的最大空间。对于Meta而言，这仍然是有巨大商业价值的。

而那些投奔扎克伯格的AI人才，不管是不是真的被他对PSI的“技术信仰”所打动，至少拥有了“尽量少的管理工作”，“尽可能多的GPU”以及“合理的回报”。Meta在俄亥俄州打造的世界上最大的算力集群名叫普罗米修斯（Prometheus)，规模1GW，明年上线；路易斯安那州的许珀里翁（Hyperion），高达5GW，面积足以覆盖曼哈顿岛；未来还会有更多以此类“泰坦”命名的超大规模集群。

“当AI可以创造出真正的、活生生的独角兽时，我们无疑就实现了AGI，”上个月，还没从OpenAI离开时，Jason Wei在X上表露心迹说，“不是价值10亿美元的公司，而是真正带螺旋角的粉红马。”*（转载自：未尽研究）