算力口径的「到来」：10 万套系统、四年三级跳，以及同一周里 OpenAI 自己给这个词降的温
英伟达 CEO 黄仁勋本周末在社交媒体发帖祝贺 OpenAI 团队，同时给出一句分量不轻的判断：随着上周发布的 GPT-6 Astra，通用人工智能已经到来。他给出的支撑材料是硬件——Astra 由约 10 万套 NVIDIA Grace Blackwell NVLink72 系统训练完成。
这条帖子值得拆开看，因为它把三样东西叠在了一起：一个可核对的硬件事实（10 万套 NVLink72 系统）、一条时间线（2022 年 11 月的 ChatGPT、2024 年 9 月的 o1、2026 年 9 月的 Astra），以及一个结论（AGI 已经到来）。前两样都是能查证的，第三样是从前两样推出来的。
推导本身有个跳跃：集群规模和迭代间隔说明的是投入强度与工程节奏，不是模型在具体任务上到了什么水平。一个训练集群有多大，和它训出来的东西会不会推理、会不会在陌生环境里失手，中间隔着很多层。把规模当成能力的代理指标，在过去几年多数时候管用，但它终究是代理指标，不是指标本身。
时间线这部分其实是整条帖子里最有说服力的一段。ChatGPT 到 o1 隔了不到两年，o1 到 Astra 又是两年，每一跳都不是参数堆叠式的小改，而是能力形态换了一次。OpenAI 自己把 Astra 描述为「代际跃迁」，称其在计算机操作、软件工程、网络安全和科研等方向达到最先进水平；公司总裁布罗克曼在发布时直接用了「欢迎来到 AGI 时代」的说法。
问题在于，曲线陡不等于终点到了。用斜率证明抵达，前提是你先认定终点在哪儿——而这恰恰是这轮争论里最没有共识的部分。
更微妙的是内部口径并不统一。奥尔特曼在 Astra 发布前几天公开表示，AGI 这个词往好了说也是一个定义非常模糊的概念，差一点被他称作无关紧要的营销术语；他真正在意的下一个词是 Superintelligence。OpenAI 成立十余年间对 AGI 的内部定义改过数轮，这不是秘密。
测评侧同样有落差。Astra 在 ARC-AGI-3 上拿到 99.9%，是这轮宣传里被引用最多的数字；但换到统一测试环境后，这个分数掉到 62.7%。两个数字都不假，取哪个取决于你想说明什么。于是出现了一个略显别扭的组合：供货方在宣布 AGI 到来，甲方在说这个词没意义，而支撑宣布的那个满分需要注明考场。
黄仁勋在同一条帖子里还透露，下一批 40 万块 GPU 即将上线。放在一起读，这句话交代了说话人的位置：训练规模的增长曲线，同时也是英伟达的出货曲线。这不构成对事实的质疑——10 万套系统的说法此前有多方报道对得上——但它解释了为什么在这轮讨论里，最先给出「已经到来」判断的是卖算力的一方，而不是做评测的一方。
AGI 至今没有一个被广泛接受的定义，也就没有一条可以宣布跨过的线。当判据从能力换成规模，下一次宣布「到来」需要的，就只是一张更大的采购单。