英伟达CEO黄仁勋近日再次高调宣称“我们已经实现了通用人工智能（AGI）”，但他在不同场合的表述和所举例子，却明显暴露出当前AI能力与真正意义上的AGI之间仍有巨大差距。

3月22日，在Lex Fridman的播客访谈中，Fridman将AGI定义为“能从零开始创办、运营并发展一家市值超10亿美元科技公司的系统”。当被问及实现时间表时，黄仁勋毫不犹豫地回答：“我认为就是现在。”但他随即补充道，对方说的是“10亿美元”，没说“能持续多久”——这实际上把AGI简化成了一个短期商业成果的门槛，而非具备长期、稳定、类人认知能力的智能体。

他进一步表示：“我认为我们已经实现了AGI。”作为佐证，他提到当前一些AI代理系统已能启动社交应用、进行创意实验，并以开源项目OpenClaw（正被传OpenAI有意收购）为例，称其正推动一波由数字代理驱动的“虚拟网红”和自动化社区创业潮。

然而，就在强调这股浪潮的同时，黄仁勋也坦承：这些系统的成功高度依赖偶然性。他直言，“十万个这样的代理里，能真正做出一个英伟达的概率是零”，并指出许多项目“火两个月就凉了”。这实际上承认，现有AI远不具备系统性构建和长期经营大型企业的综合能力，无形中削弱了他“AGI已实现”的激进论断。

这种说法也触及了行业长期争议的核心：AGI概念早已被高度“资本化”和“政治化”。在OpenAI、微软等公司的合同中，“是否达成AGI”常直接关联巨额资金分配与战略转向，因此任何“已实现”的宣称都极易引发质疑。学界普遍认为，当前大模型更像是对人类智能的“高保真拟态”，而非真正的通用认知。

更耐人寻味的是，就在Fridman访谈前三天（3月19日），黄仁勋在GTC大会期间做客All-In Podcast时，几乎完全避谈AGI，转而聚焦AI的实际使用效率。他甚至发出警告：“如果一个年薪50万美元的工程师，一年没花至少25万美元在AI代币上，我会非常震惊。”

他将“代币”（token）视为AI能力调用的基本单位，认为代币消耗量直接反映生产力释放程度。他还透露，英伟达正计划为工程团队预留约20亿美元的代币预算，甚至考虑将代币配额纳入薪酬体系——比如给工程师额外发放相当于年薪一半价值的代币，以“把效率放大10倍”。

对比这两场发言，黄仁勋的立场显出明显张力：一边用“AGI已来”的宏大叙事抢占技术话语权，另一边又在内部管理中强调——AI仍需人类高强度、高成本地主动调用才能发挥作用，且实际落地成功率极低。

这种矛盾恰恰折射出当前AI行业的典型状态：在对外宣传中不断抬高预期以争夺资源与关注，在内部实践中却深知技术的真实边界。AGI或许尚未到来，但围绕它的叙事，早已成为一场精心计算的战略游戏。