离AGI还早着呢
最近，很多行业大佬出来接受采访聊AI，我全看了一遍。
大家谈周期，谈投资热点，谈什么办公agent大战，看完之后感觉懂了很多，但依然过不好AI来临之后的生活。
直到我把盛大网络的联合创始人陈大年那篇两万字的长专访从头翻了一遍，有一句越想越对：
让每个人都有自己的智能，而不是让智能只属于几家公司。换句话说，人类的智慧，存在于人民群众之中，AI 也一样。
话说如今聊 AGI 的，大概分两拨，一拨怕它来，一拨等它来，荒诞的是，两拨信的其实是同一个东西，一个神的降临。
我的观点是：我既不怕它来，也不等它来。
.......
两拨人信的那个神，这半个月没少露脸。AGI 的消息连起来看，像一出《封神演义》。
9 月 8 日，OpenAI 报了个大新闻，一万个 AI 智能体连干 88 小时，给一道悬了九十年的千禧年数学难题交了个答案，270 万条消息来回，烧掉上千万美元。
这事一出，全网直接封神，标题一个比一个猛，可数学界泼冷水泼得比谁都快，二十五个菲尔兹奖得主联署声明，给AI「解题竞赛」降了温。
这道题眼下的状态，是「已公布、待检验」，离「解决了」，还差着一整个数学界的点头呢。
另一头的戏，演得更凶。
27 岁的雅各布·考克森从 Anthropic 辞了职，连马上到手的股权都没等，一条帖子，浏览冲到 1.7 亿。
他在 OpenAI 和 Anthropic 都做过预训练，辞职帖里一点面子没留，说这两家正全速冲向超级智能，等于「拿我们的生命赌博」。
接话的都不是小人物，Anthropic 的对齐负责人给出一个数，十年内人类灭绝的概率，超过一成；几天后，掌门人阿莫迪写文章喊踩刹车，OpenAI 那边，奥尔特曼点了头。
再看行业这半年，另一套热闹更密。
发布会一场接一场，模型一个接一个的更新，跑分刷得跟日历一样勤，张口就是「史上最强」。
可把镜头从会场挪开，它现在干活的地方，基本就那几样，写材料，查资料，做表格，做PPT，像一个手脚挺快的实习生。
普通人的日子呢？该咋过还咋过。上班下班，家长里短，人情往来，它一样都没掺和上。
看久了，这些热闹露出同一个底色，省事。封神省事，一点成绩就往神坛上推；恐慌也省事，一点风险就往灭绝上靠；跑分呢？数字好看，日子照旧。
绕来绕去，这半个月问题，都指向同一处，AGI 什么时候来？可有个更基本的问题被漏掉了：AGI，到底该长什么样？
.......
智远认为，会干活不算数，真 AGI 得会发明新东西。
为什么？先说标准。那篇专访里，陈大年说：真 AGI 得进入未知、突破未知，人类解决不了的问题，它能解决。
我很认同这点。我查了下扎克伯克也认同这点。
这条标准听着苛刻，细想公道，会干活，是把已知的事越做越熟，除了造成一部分失业，几个AI巨头挣钱，产生社会价值了吗？没有。
会发明就不一样了，是往空白处写下第一笔；创造力这三个字，落到地上，就是做出一个原来没有的东西。
这条线两边，一边是更趁手的工具，另一边，才谈得上智能。
拿这把尺子去量，答案不太好看，这几年 AI 真正拿下的未知问题少得可怜，几乎全挤在数学里；数学有个好处，规则清楚、对错分明，最合它的胃口。
这不是「在汽车兴起的时代怀念马车」，属于合理的怀疑AI远没有到那个「汽车时代」的点。
斯坦福有一份 AI 指数报告，里面有几组数，摞起来看挺刺眼：
AI已经够到奥数金牌的水平；换件小事，让它读个模拟钟，顶尖模型的正确率只有 50.6%，比抛硬币强不了多少，人类那边是 90.1%。
把电脑交给它操作，完成度 66.3%，约三分之一的活还是会掉链子。机器人在受控环境里成功率 89.4%，一进真实家庭，只剩 12%。
报告给这种参差不齐起了个名字，锯齿状智能。
里面一句原话最有画面，它能赢下奥数金牌，却没法可靠地读清时间。
Google AI 核心机构 Google DeepMind 董事长哈萨比斯说得更通俗，偏科生，编程写诗天分极高，一到简单逻辑和物理常识上，就栽跟头。
进步快，不代表接近，它越考越神，也越考越偏。
注释：
再往深里看，现在的大语言模型，是这个星球上最会钻牛角尖的系统。它怎么钻的呢？跟人的钻法儿不一样：
模型是一个字一个字算概率算出来的，每一步都挑概率最大的那条路，越算越窄，最后锁死在老路上。
这个词很有意思，那把锁不在外面，在它自己的算法里，这条路它走过无数遍，熟得不能再熟，也窄得走不出去。
比如，美化一个网页，它能做到人人都喜欢，因为大众觉得什么好看，是可以被统一的；但让它当毕加索，拿出自己独一无二的东西，它做不到。
别说毕加索了，让它想一个slogan，懂行的朋友都知道，根本没法用，一看就是AI味儿。
它的聪明有个方向，把「可能」兑换成「稳妥」。反差打这儿来，有答案的越做越溜，没答案的门，一步没进，而新东西，偏偏长在概率最低的地方。
「真正 AGI 的时刻，应该是它找到那条所有人都认为不对、而它认为对的路」。
室温超导就是现成的例子，人类啃了几十年没啃动，把题丢给它，它回到的还是那条老路，所有人都觉得对的那条。
没有创造力的系统，不可能真正解决未知的问题，所以，创造力是第一道门槛，这道门槛迈不过去，AGI 就还只是三个字母。
.......
那这道门槛该怎么迈呢？
最近，很多人、很多企业给出的 AGI 解法，齐刷刷指向一样东西，本地模型。
什么叫本地模型？数据在你本地的电脑、手机、各类设备的大模型，而不是每次询问、干活都动用云端资源的模型，也就是我们现在能用到的大多数AI大模型。
风向转得比想象快，前两年的主线还是「谁的参数大」，今年这条线松了。
前OpenAI 的联合创始人兼首席科学家Ilya有句话说得更直接，「把模型一味做大」的时代，走到尽头了；评测的口径也跟着换了，从「答得好不好」，换成「事办没办成」。
而且，不是一两家在动，大洋彼岸，扎克伯格发了 6500 字的宣言，《未来属于每个人》，超级智能该属于每个人，不该攥在少数机构手里；同一天，Meta 把 30B 的 Muse Glimmer 开了源。
Perplexity 干脆下场，八月下旬发布了 Portable Computer，一个本地化的数字员工。国内也没闲着，联想报了个数，未来 80% 的 token 消耗，会发生在个人设备上。
阿里开源 Qwen3.8-27B，两天下载破百万；上海交大的 BigBang-V1、北大系的元空智能，高校也在下场，元空还跟惠普联了手，模型直接预装进新电脑。
我前面提到的陈大年，他的判断更犀利，三年之内，本地模型打平今天最强的云端模型，拿下八成的大模型市场。
注释：
为什么都往这里聚？因为账算得过来。
钱是一笔。云端每一次思考都在烧 token，用得越狠烧得越多；本地的账本上，主要就一项电费，Token 自由了。
安全这笔，更重。核心数据源源不断喂给别家的闭源模型，等于替对手练兵。每个人每个行业最有竞争力的东西，上了云端的模型，一旦泄露，一个企业的核心竞争力就没了。
往大里说，云端这条路走到头，可能是最大规模的一次垄断，一个永远不背叛、永远在进步的伙伴，攥在几家公司手里。这笔账算的是命门。
还有隐私。相册里两三个 T 的照片、改了八版没给人看的方案，这些舍不得往外传的东西，恰恰是它最需要的口粮。
你看，送出去还是装进来，差的是把软肋交出去，还是把本事长在自己身上？
账一算通，人就敢放开用了，敢放开用，全球 80 亿人各养各的模型，这件事才轮得到。
「我不相信一个至高无上的神能实现 AGI，我相信的是全球 80 亿人口的群体。」；单个模型都不够聪明，胜在千变万化，各有各的性格和思考。
那么现在大家都在用的云端模型呢？
有个词很形象：「过路神仙」，该用暂时还是要用，该尊敬的尊敬，该学习的学习，没有它们，AI 起不来；它们只是从这条路上路过，从唯一答案，变成答案之一。
.......
方向，大家心里其实都有数。可东西呢？开源模型一茬接一茬，做本地部署的一天比一天多，看着热闹，真能给普通人用的，至今还没看到。
装，就卡人。像 Ollama 那样的工具，没点折腾的底子，真过不去。
跑，更挑机器，好不容易跑起来了，一干长活又露怯，还是那个电脑操作评测，连着干 500 步以上，能从头干到尾的只有 18%，大半的活儿，卡在半路。
里头还混着一批「AI 保健品」，演示能跑，真业务就穿帮。
政企那头倒是先落了地，一体机成了采购标配，需求从去年的 15 万台，跳到今年的 39 万台；北京全市的行政复议都换上了本地部署，受理审查时间压掉七成。
可这些，都是公家的事。普通人站在柜台前，面前还是空的。
这场面不新鲜，三十年前演过。九十年代，算力核心是 Sun 的小型机，一台几十万起步，全行业最要紧的活儿都得在它上面跑。
2000 年，市值冲到 2000 亿美元。繁花似锦。
后来的事，大家都看到了，便宜、够用、随用随扩的 PC 服务器一路铺开，Sun 从高处跌下来，74 亿美元卖给了甲骨文，它自己孵化的 Java，倒活成了行业标准。
历史没有新鲜事：
今天云端大模型坐的，就是当年 Sun 那把椅子。道理没变，便宜、开放、谁都能用的，总会赢过贵、封闭、不肯松手的。
有没有普通人能用的本地模型？普通人能token自由，让它24小时给我干活，了解我，能帮助我、启发我的产品？
有些企业已经在尝试了。
上海的创业公司StartLux 干的就是这件事。产品还没正式上线，先亮相了一个成绩。
今年八月，它的模型参与了工信部中国信通院的「可信 AI 大模型基准测试」里，测的就是 MCP 专项，考的全是让模型自己调工具干活的题。
它 27B 的模型拿下综合第二，把 DeepSeek-V4-Flash 赢了，跟 1.6 万亿参数的旗舰比，只差大约一个百分点，其中位置导航排第一，金融分析、浏览器自动化跟旗舰并列第一。
国内把本地模型当作主业的，眼下也就它一家。所以，产品没出来，反倒值得等。
值得等在哪里？
它得像 Office 或者 Windows，下载到电脑里就能直接用；不用额外花 token 的钱，能成为你 24 小时的小助理，任劳任怨地干活，晚上把活派下去，它半夜自己跑完。
什么时候算「到了」？
没准用不着任何一场发布会，等某天你发现，电脑里那个东西开始记得你的事、顺着你的脾气，慢慢变成了「你的」，就差不多了。
到这一步，AI 才算真正走进了人民群众的汪洋大海，走进了 AGI 时代。
所以，别慌，别期待一个最好用的AI大模型的神，因为这个神，可能得咱每个人来造。
数据来源：
[1].本文数据来自斯坦福大学《2026 AI 指数报告》、中国信通院等机构报告，浙商证券等行业数据，OpenAI、Anthropic、DeepSeek、联想、Meta、阿里、上海交大、元空智能、Perplexity、StartLux 等公司
[2].人物信息来自陈大年（含《2万字对话陈大年：冲在投资和产业的第一线，想让每个人都有自己的AI》、《我对于 AI 时代的八条非共识》）、哈萨比斯、Ilya Sutskever、郭权玮等人的公开表达，以及 Business Insider、Fast Company；数据截至 2026 年 9 月 20 日
本文来自微信公众号 “王智远”（ID：Z201440），作者：王智远，36氪经授权发布。