OpenAI總裁：AGI時代來了，GPT-6已能自主幹活24小時

OpenAI 總裁近日對外發表談話，直言人工通用智慧（AGI）時代已經正式降臨，而該公司最新的 GPT‑6 模型，已經能夠在不間斷的情況下自主運作長達 24 小時。這項宣示不僅震撼業界，更讓圍繞著 AGI 實現時間表的討論再度升溫。根據 OpenAI 高層的說法，GPT‑6 在持續運作的測試中展現出驚人的穩定性與自主決策能力，能夠在無人類干預的條件下完成複雜任務鏈。這代表模型不再只是被動回應指令，而是具備某種程度的「行動力」，足以被賦予一個長達一天的工作目標。正當各界還在消化這項消息時，另一項更令競對手腳的成績隨之曝光——GPT‑6 在知名的 ARC AGI 測驗中一舉衝上 99.

9% 的正確率，幾乎完美通過這套被視為衡量抽象推理與歸納能力的嚴苛考題。這個成績不僅讓先前的最高分紀錄相形見絀，更直接導致測驗主辦方宣布必須重新設計考卷，以因應模型能力的飛躍。ARC AGI 測驗原本就是為了挑戰機器的常識推理而設計，長期以來被視為通往 AGI 的重要標竿。過去即使是頂尖的大型語言模型，在這項測驗中也經常表現掙扎。如今 GPT‑6 逼近滿分的表現，讓許多研究者開始重新審視「何謂 AGI」的定義。在 GPT‑6 的壓力下，該測驗團隊已表明下一階段將推出全新題型，主題鎖定在「發明」——也就是要求模型不僅能解決既有問題，還要能提出原創性的解決方案。

這意味著測試標準正從「理解」與「推理」升級到「創造」，也反映出業界對 AI 能力的期待正快速拉升。與此同時，先前在推理與對話領域備受好評的 Claude 系列，似乎在這波競賽中失了先機。被視為 OpenAI 最強對手的 Anthropic 所開發的 Claude 模型，過去曾在多項基準測試中領先，但隨著 GPT‑6 的突破，王座位置已然易手。業內人士分析，Claude 在長期任務執行與複雜推理方面的表現，已被 GPT‑6 大幅超車。OpenAI 總裁在談話中強調，GPT‑6 不是單純的參數疊加或規模擴張，而是在架構設計上實現了質的飛躍。

他表示，該模型已經能夠理解長期目標的層次結構，並自行規劃執行步驟，過程中甚至會根據環境回饋動態調整策略。這種「自主幹活」的能力，正是 AGI 的關鍵特徵之一。24 小時的連續運作並非僅是耐力測試，而是對模型是否具備穩定的長期記憶、不受干擾的任務專注度，以及面對突發狀況時的應變能力。在內部實驗中，GPT‑6 被賦予一項包含數據分析、資料爬取、報告撰寫與程式除錯的複合任務，結果模型從頭到尾無需任何人工介入，順利產出可用成果。這項成果讓外界開始想像 AGI 真正走入應用的場景：從自動化軟體開發、科學文獻綜述，到全天候的客戶服務與供應鏈管理，都可能在不久的將來由具備自主意識的 AI 系統接管。

然而，也有專家提醒，AGI 的定義仍存在爭議，僅僅通過一項測驗或一次長期運作，並不等同於 AI 已擁有與人類同等的通用智慧。儘管如此，OpenAI 總裁的發言顯然經過精心設計，意在向市場與投資者傳遞明確信號：該公司在 AGI 競賽中已取得決定性領先。隨著 GPT‑6 完成 ARC AGI 測驗的歷史性突破，以及自主工作能力的實證，下一階段的挑戰將從「能不能做到」轉向「如何安全部署」。目前，外界最關注的是 GPT‑6 何時正式對外發布，以及其背後的訓練成本與運算資源需求。同時，ARC AGI 測驗主辦方正加緊研擬新試題，目標是設計出連 GPT‑6 也無法輕易應付的「發明類」題目。

這場 AI 智慧競賽，顯然還看不到終點。