黃仁勳並不打算等待學術界的共識。這位輝達（Nvidia）執行長已宣布，通用人工智慧（AGI）——AI 研究界數十年來追求的聖杯——已經到來。

「我認為就是現在。我認為我們已經實現了 AGI，」黃仁勳在 3 月 23 日作客 Lex Fridman 播客節目時表示。這句話出自一家為全球幾乎所有主要 AI 實驗室提供運算基礎設施的公司負責人之口，其分量格外不同。

重新定義終點線

8 月 27 日，在輝達 2026 財年第二季財報電話會議上，黃仁勳重申了這一主張。「就許多任務而言，我們可以說已經實現了 AGI，」他對分析師與投資人表示。

他進一步表示，傳統的 AGI 基準「有點毫無意義」。與其衡量 AI 能否在所有領域追平或超越人類認知能力，黃仁勳主張，真正的衡量標準應是 AI 系統能否產出他所稱的「有利可圖的 token」——也就是由實際工作產生的、具有經濟生產力的產出。

這一框架之所以重要，是因為 AGI 從未有過定論的定義。自該詞在 2000 年代流行以來，研究人員對其含義始終爭論不休：是指 AI 在所有認知領域達到人類水準、在具經濟價值的工作上超越人類，還是更狹義的標準。黃仁勳的立場實際上將門檻從「能力」移向「商業實用性」，把這一里程碑與企業當前可部署的應用對齊，而非實驗室基準。

40 萬個 AI 代理持續增加中

輝達正朝向一種人力模式邁進：超過 40 萬個 AI 代理與約 4 萬名人類員工並肩作業。該公司設想這些代理將在工程、營運與業務職能上處理各項任務。

在硬體方面，輝達曾討論過在單一世代中部署超過 150 萬顆晶片的 GPU 佈署，驅動該公司所稱的「AI 工廠」——這些是專門建造、以工業化方式生產智慧的設施。

與 OpenAI 的一場各取所需的分歧

黃仁勳對 AGI 的定義使他與 OpenAI 立場相左。這家由 Sam Altman 領導的公司一直堅持較正式的定義，將 AGI 描述為在大多數具經濟價值的任務上超越人類的系統。

這場分歧並非僅止於學術層面。OpenAI 的 AGI 定義已嵌入其公司治理結構，並設有與 AGI 實現時相關的具體條款。值得注意的是，OpenAI 與 Microsoft 簽訂的指標性算力協議僅適用於 AGI 前系統，這意味著正式宣布 AGI 將對該合作關係產生直接的商業影響。對 OpenAI 而言，宣布 AGI 意味著觸發合約與組織變革；對輝達而言，宣布 AGI 則意味著向競相在其上構建應用的公司出售更多硬體。

黃仁勳肯定了 OpenAI 對促成這一時刻的貢獻，承認其模型在展示大規模算力所能達成成果方面發揮的作用。

對於關注這場論戰的讀者而言，檢驗黃仁勳主張的實際考驗將體現在企業採用上：被認為能產出「有利可圖的 token」的 AI 系統，能否轉化為大規模且可衡量的生產力提升，以及其他主要 AI 實驗室會接受逐項任務式的 AGI 定義，還是堅持更全面的標準。