AGI只是美国硅谷的一场幻觉吗？

📸 *Ermira “Mira” Murati，工程师、研究者与科技企业家。*曾任 OpenAI 首席技术官（2022年5月–2024年9月），并于 2025 年 2 月创办 AI 初创公司 Thinking Machines Lab。图源网络。

引言：

📌 本文是我从系统工程视角对 AGI 初创潮的观察和记录。

我自己做AI落地这块已经5年了，从芯片、电路到推理引擎都亲手干过一遍。现在专注做一体化AI系统的实战工作。如果你也在搞项目、搞部署，可以在评论区或者私信共同探讨、交流。

从 OpenAI 到 DeepSeek，现在谁都自称是 AGI 初创公司，但到了 2025，这类公司已经爆炸式增长到让人头大。

2023 年 4 月 14 日，幻方量化宣布成立一个专注于人工通用智能（AGI）研究的实验室，与幻方的金融业务完全分离。2023 年 7 月 17 日，这个实验室正式注册为独立公司，由幻方出资和支持，名字叫 DeepSeek。

这些年，自称“AGI研究实验室”俨然成了流行的市场话术，但真有人相信 AGI 是真的？或者说，今天这些架构，真的有可能搞出来 AGI 吗？

AGI 的定义也好，时间表也好，现在都是众说纷纭。但多数机器学习工程师和研究者基本有共识：现有的大模型架构，很难真的搞出所谓的 AGI。

AI研究者怎么看AGI

最近，美国人工智能促进协会（AAAI）组织的一个关于AI未来的专家小组，调查了 475 位 AI 研究者，结果显示有 76% 的人认为“靠放大现有AI方法”来实现 AGI 是“不太可能”或“非常不可能”的——这基本反映了大家对现在的机器学习方式实现真正智能的普遍怀疑。

“在数据中心造爱因斯坦”的问题

TechCrunch 的 Maxwell Zeff 最近写了一篇相当犀利的分析，文中 Hugging Face 的联合创始人兼首席科学官 Thomas Wolf 评价 Amodei 的一些设想时说：
“这最多算是痴人说梦。”

Wolf 的看法，Yann LeCun 和其他很多人也认同：今天的大语言模型（LLMs）根本不具备实现 AGI 的能力。

“我已经对LLMs没兴趣了。它们不过是‘token生成器’，而token是离散空间的，这就注定了它们的限制。我现在更感兴趣的是下一代模型架构，要能干这四件事：理解物理世界，有持久记忆，具备规划能力，还能推理。” —— Yann LeCun，在 2025 年 Nvidia GTC 上

尽管把模型比成博士、吹 AGI 吹得天花乱坠听起来有点荒唐，但AI初创公司还是一轮轮地拿到大笔融资。硅谷靠炒作起家，Sam Altman 俨然成了“空头支票”的典型代表。这套玩法既瞄准了风投的钱包，也收割了公众的幻想——既制造了一场“硅谷幻觉”，也推动了科技巨头在AI基础设施上砸下数百亿美元。

这场叙事，正在变得异常昂贵。

“如果你真想在数据中心里造出一个爱因斯坦，那你得造出一个不仅知道答案、还能提出别人从未想到或敢问的问题的系统。” —— Thomas Wolf，Hugging Face

AGI 初创公司的崛起

OpenAI 的“衍生公司”看起来更热衷于贴上 AGI 的标签。

Anthropic CEO 最近的发言尤其令人担忧。虽然 OpenAI 本身可能是最大的“假扮者”，但在 2024 和 2025 年，越来越多的公司都在打着“为 AGI 铺路”的旗号。

[2025年1月21日，美国总统特朗普在白宫罗斯福厅听OpenAI CEO Sam Altman发言。图源：Jim Watson | Afp | Getty Images]

• 我们正见证一大批所谓“AGI初创公司”的涌现。
2024年，生成式AI吸引了超过560亿美元的风险投资。2025年会是多少？未来几年，数据中心和AI基础设施的资本支出还会涨多少？

我列的AGI初创公司名单：
微软那篇《Sparks of AGI》的作者最后也去了 OpenAI。微软在2023年4月对OpenAI的大投资标志着这波硅谷“割韭菜文化”的新高潮——到了2025，这股风气甚至传到了中国。

1. Anthropic（七位创始人，现在都是亿万富翁）
2. xAI，Elon Musk 创办 ⭐
3. Safe SuperIntelligence（SSI），Ilya Sutskever 创办 ⭐
4. Thinking Machines Lab，Mira Murati 创办 ⭐
5. Ndea，François Chollet 创办 ⭐
6. DeepSeek，梁文锋
7. Reflection AI，Misha Laskin
8. Moonshot AI，杨植麟 & 张玉涛
9. 智谱AI，唐杰 & 李娟子

猜猜这些公司加起来能融多少钱？数字一定会吓你一跳。到 2025 年 3 月，这些实验室最像是 AGI 初创公司的代表——数量还在不断增加，有些甚至开始进军机器人领域，比如 Generalist AI。

这些公司并不是在造什么“温柔的机器”，它们更可能是巨大的资本、人力和时间黑洞。Anthropic CEO Dario Amodei 最近还声称：AI 将在 3 到 6 个月内写出 90% 的代码，在一年内写出几乎所有代码，可能会彻底颠覆整个软件行业。

这已经不是开玩笑了。Reflection AI 的创始人干脆跳过了 AGI，直接自称是“超级智能公司”——这以前只有 Ilya Sutskever 敢这么搞。Mira Murati 的 Thinking Machines Lab 同样认真，还挖走了一堆 OpenAI 老员工，来就干。Anthropic 的商业成功作为 OpenAI Mafia 的“第一代衍生公司”，也带动了这种风气：什么都能吹。🚀

新一代AGI初创公司的崛起

这批新公司的思路不是去和 OpenAI、微软、Meta、谷歌、Anthropic、xAI 等巨头在资本开支上硬碰硬，而是试图重构AI开发路径，走出一条不一样的路。

三家AGI初创公司聚焦：SSI、Thinking Machines Lab、Ndea

三家创始人都是从美国顶级实验室出来的前研究骨干：Ilya Sutskever（前OpenAI首席科学家）、Mira Murati（前OpenAI首席技术官）、François Chollet（前Google工程师）。

为什么他们愿意放弃高薪职位，自己出来创业？每人理由不同，但背后有个共通点。

2024年11月，Ilya Sutskever 对路透社说：
“2010年代是‘扩展’的时代。现在我们又回到了‘探索’和‘发现’的时代。每个人都在找下一个东西。把对的东西扩展开，比什么都重要。”

Mira Murati 虽然没详细说自己为什么离开 OpenAI，但她表示：
“我想给自己创造时间和空间，去做自己的探索。”

François Chollet 在 Dwarkesh Patel 的播客节目中说了不少有料的观点，说他为什么要搞 Ndea：

“你把数据库变大，往里面塞更多知识、更多模式，确实可以在‘记忆类’指标上提高性能，这不是废话吗。但你这么搞，并不会让系统更聪明。你提高的是‘技能’，而不是‘智能’。这两者不一样。人们总是搞混了‘技能’和‘智能’。”

节目后段，Chollet 还说：
“我觉得 OpenAI 实际上让 AGI 的进展倒退了五到十年。有两个原因：一是它导致前沿研究封闭；二是它把 LLM 吹上了天。现在大家都在搞LLM，而我觉得LLM其实是走错路了。本该去探索更广阔可能性的资源，现在全被砸在LLM上。”

“2015、2016年那会儿，全世界搞AI的才这么一点人，但节奏更快、想法更多，因为大家还在各种方向上瞎搞。那时候，世界还挺开放的。”

他们三人其实都想探索一套全新的AI研发路径。虽然只有 Chollet 公开发声，但他们看穿了一点：当前这些顶级 AI 实验室都陷在一个“放大数据、算力、参数”就能变聪明的怪圈里。这种心态，就是所谓的“Scaling Paradigm”或者“Bigger-is-Better Paradigm”。Sam Altman 最近也在一篇博客里讲这个逻辑：

“一个AI模型的智能，大概等于训练和运行它时用的资源的对数。”

这种逻辑很方便 Altman 这类不写代码的人拿去跟投资人讲：钱越多，AI越聪明。但问题是：OpenAI 这是不是在爬错梯子了？一味放大，而忽略了其他根本性方向的探索？

2024年9月，Inria研究中心的 Gael Varoquaux、Hugging Face 的 Alexandra Sasha Luccioni 和 Signal CEO Meredith Whittaker 三人合写的一篇论文，直接反驳了“越大越好”这套路子：

1. “Bigger is Better”模式不可持续，因为“算力的需求增长远快于模型性能”。现实中，很多任务在一定阈值后性能就不涨了。
2. 通用AI的放大狂热会让人忽略模型是怎么运作的，进而影响审计与评估。而且在很多特定场景，比如医疗、教育、气候，“规模根本不重要”，小模型完全够用。
3. 放大路径加剧了技术权力集中在少数巨头手里，同时也让其他人无法参与AI研究方向的制定和社会应用。

DeepSeek ⭐

大家应该记得，有家中国初创公司前阵子火了，开源了一个推理模型 DeepSeek-R1，训练成本不高但测试效果惊艳。那 DeepSeek 算不算 AGI 初创公司的一员？简单说下：

CEO 梁文锋在访谈里说，公司目标是“搞出AGI”，而不是先想着赚钱——但这话可能说变就变。2025年2月18日，《南华早报》报道说 DeepSeek 把营业执照加上了“互联网信息服务”，这可能意味着要商业化。

为什么不呢？DeepSeek 的商业潜力大得惊人。它的开源AI模型已经嵌入了中国一众手机厂商（华为、OPPO、Vivo、联想、荣耀）的设备里。腾讯和百度也把它整合进自家搜索平台。比亚迪、吉利、长城、奇瑞、上汽等汽车品牌也准备上车。甚至地方政府都在用 DeepSeek 做政务系统的底层AI。

很多人说 DeepSeek 是“小钱干大事”的典范。但芯片研究公司 SemiAnalysis 估计，DeepSeek 光在算力硬件上的花销就超过 5 亿美元——还不包括研发和论文没写出来的前期投入。

所以从综合来看，我更倾向于把 DeepSeek 看作美国那些大AI实验室的竞争对手，而不是这批“新一代AGI初创公司”的一员。

🧠 有人私信问我：要做通用智能方向，是不是得先搞定系统推理能力？

我其实之前做过几份相关的内部笔记，从底层模型设计到部署路径图都有整理，感兴趣的可以在评论区留【AGI笔记】，我可以私信发你看看。

🔧 像 DeepSeek 这种“开源起家 + 快速落地”，其实很考验工程系统能力。我对他们的技术路线也做过结构性分析，想要学习这类“模型选型+系统部署”方法的，可以留言【架构清单】，我发给你。

📸 *Ilya Sutskever，加拿大籍以色列裔计算机科学家，深度学习奠基人之一。*与 Hinton 和 Krizhevsky 共同发明 AlexNet，曾任 OpenAI 联合创始人兼首席科学家。2024 年 6 月，在美国创办 Safe Superintelligence Inc.，聚焦安全驱动的超级智能研究。图源网络。

Safe Superintelligence（SSI）⭐

Ilya Sutskever 是 AI 领域里最出名的大佬之一。他是 OpenAI 的联合创始人，担任了八年多的研究主管兼首席科学家，直接参与构建了早期的 GPT 架构。可以说，OpenAI 能有今天，他是地基工之一。

私下里，Sutskever 是出了名的“信仰派”，他几乎有点神秘地相信 AI 的潜力，坚信“超级智能”的未来一定会到来。《大西洋月刊》有篇文章还讲过，他曾在 OpenAI 的公司派对上带头喊口号：
“感受 AGI！感受 AGI！”

2023 年 11 月 OpenAI 发生内乱，Sam Altman 被开除又被复职的那一周，Sutskever 一开始投票支持开除，但之后又在 X 上发文公开道歉，并签名要求董事会下台、让 Altman 回来。这事的来龙去脉外界可能永远搞不清，但很可能是促使 Sutskever 离开 OpenAI 的关键。

当时他正负责 OpenAI 的“超级对齐团队”（superalignment team），专注做通用AI的安全研究。2024 年 5 月，他走后，这个团队也直接解散了。

SSI 是 Sutskever 联合前 OpenAI 研究员 Daniel Levy 和前苹果 AI 主管 Daniel Gross 于 2024 年 6 月成立的公司。和 OpenAI 的商业化战略不同，SSI 完全不卖产品，目标就是全力推进“超级智能”，同时把“安全”摆在同样高的位置。

“我们把安全和能力看作两个要同时解决的技术问题，要靠工程和科学的重大突破来搞定。我们打算以最快速度推进能力，同时确保我们的安全工作始终领先。

这样，我们就能‘平静地扩展’。

我们唯一的关注点就是搞科研，不会被管理琐事或产品周期分心。我们的商业模式也保证了安全、保密和进展都不会受到短期利益的干扰。”

这家公司没有产品，没有路线图，也没商业计划，但已经从 Sequoia、DST Global、SV Angel 等投资机构那里融了 10 亿美元。据 Bloomberg 报道，下一轮融资也快了，目标是超过 10 亿美元、估值达 300 亿。

说白了：一家公司啥也没卖，还没打算卖，就已经估值 300 亿美元——确实够魔幻。

Ilya Sutskever 于 2020 年 5 月在 Lex Fridman 播客上的发言。

Thinking Machines Lab ⭐

Mira Murati 是 OpenAI 能从“一个有理想的非营利组织”变成“国家级基础设施核心”的关键人物之一。

她 2018 年加入 OpenAI，任“应用AI与合作副总裁”，之前是特斯拉的高级产品经理。2020 年升任 CTO，Sam Altman 短暂被踢走的那会儿，她还当了一段时间的临时CEO。2024 年 9 月，在 OpenAI 发布 o1-preview 和 o1-mini 系列模型之后，Murati 宣布离职。

2025 年 2 月 18 日，Thinking Machines Lab 正式脱离隐身模式。Murati 是 CEO 和联合创始人，带着十多个前 OpenAI 员工，包括：

• 首席科学家 John Schulman（OpenAI 联合创始人、前 Anthropic 安全研究员）
• CTO Barret Zoph（前 OpenAI 研究副总裁）
• Lillian Weng（前 OpenAI 安全主管）

这家公司注册为“公共利益公司”（Public Benefit Corporation，PBC），也就是说它虽然是盈利公司，但法律上必须兼顾社会公益，还得每年发布“公益报告”说明自己怎么在实现公共使命。

Thinking Machines Lab 的目标是推动科研社区对前沿AI系统的理解，让它们变得“更透明、可定制、能力更广泛”。公司特别强调“科学进展是大家一起干出来的”，还承诺会积极对外合作——这和 OpenAI 的封闭路线完全相反，现在整个行业几乎都学 OpenAI 的保密作风了。

“这些系统是怎么训练出来的，只有少数顶级实验室知道，这限制了公众对AI的讨论，也影响人们有效使用AI的能力。而且这些系统现在还很难定制，很难适配每个人的具体需求和价值观。”

Thinking Machines Lab 想造的是“更灵活、适应性更强、可个性化的AI系统”，用来“与人协作”。虽然他们的公司使命声明里没有写“超级智能”或“AGI”，但从创始人的背景来看，这明显就是奔着那方向去的。他们的重点是做出“更强的多模态能力”，最终推动“重大发现和工程突破”。

总体看，这家公司和 OpenAI 的目标差不多，但方法路线完全不一样：他们更看重科学协作和开源研究，而不是一味加码扩展参数量。

“我们关注的是：我们的系统如何在现实世界中创造真正的价值。最重要的突破，常常不是靠优化已有指标，而是靠重新思考目标。”

Mira Murati 在 2024 年春季 OpenAI 更新大会上发布 GPT-4o 时的画面。图源：OpenAI

📸 François Chollet，深度学习框架 Keras 的作者，前 Google 高级工程师，ARC-AGI 测评体系提出者。图源网络，背景经处理。

Ndea ⭐
François Chollet 在 2025 年 1 月和联合创始人 Mike Knoop 一起创办了 Ndea。两人都在软件工程领域有深厚背景：Chollet 在 Google 干了将近十年，Knoop 是自动化平台 Zapier 的联合创始人、前产品和工程主管。

Chollet 在 AI 社区里声望很高，主要有两个代表作：第一，在 2015 年加入 Google 之前，他开发了 Keras —— 一个非常流行的深度学习框架，给 AI 神经网络提供了 Python 接口；第二，2019 年 11 月他发了一篇论文《On the Measure of Intelligence》，批判传统 benchmark 测试没法准确衡量 AI 的通用智能。这篇论文还推出了一个新测试标准：ARC-AGI（人工通用智能的抽象与推理语料库），被认为是一个更靠谱的 AGI 测评代理。测试题是一堆谜题，人类觉得简单，但 AI 做起来很头大。

2024 年 6 月，Chollet 和 Knoop 启动了 ARC Prize 基金会，奖金池高达 100 万美元，鼓励参赛团队用开源方式挑战 ARC-AGI benchmark。最终胜出团队在测试中得了 53.5% 的分数，拿走了 2.5 万美元奖金，最佳论文也领到了 5 万。新版测试 ARC-AGI-2 的新一轮比赛预计在 2025 年第一季度举行。

根据 Ndea 官网的介绍，这个名字（念起来像 idea 多了个 n）来源于希腊词 ennoia（直觉理解）和 dianoia（逻辑推理）。延续 ARC Prize 的精神，Ndea 的方向就是研究 AI 怎么能发展出真正的智能，不只是考高分。具体来说，他们的主攻方向是把深度学习和“程序合成”这门前景很大但还没成熟的技术结合起来。

“不是在连续的嵌入空间里对数据点做内插，而是去找一段程序，或一个模型，能完整解释观察到的数据。这种方式泛化能力强、数据利用率高，只需要几个样本就能学会。”

Ndea 的目标是：用 AI 加速科学发现的进程。Chollet 和 Knoop 坚信，现在的深度学习 AI 根本不够格，因为它们*“一碰到开放式问题就崩了”，而且“永远被人类教的东西限制着”。*要真正推进 AI 发展，就得有一种更通用的智能，“靠堆规模的老路走不通”。

“今天，科学进步能不能加速，就看有没有一种 AI，具备独立发明和发现的能力。这种能力，就是通往无限想象的入口。”

📸 *François Chollet（左）与 Mike Knoop。*两人共同创办了 Ndea，致力于探索通用人工智能（AGI）的新路径。图源网络。

随着 AI 发展的格局不断演变，一波新锐初创公司正带着更大胆的愿景，挑战现在主流的技术范式。像 Thinking Machines Lab、Safe Super Intelligence 和 Ndea 这样的公司，正在寻找实现 AGI 的另一种路径——那是一条建立在科学合作、安全机制、和开源研究基础上的路。

它们不走传统的“扩规模”路线，但有一个共同信仰：人类需要的是一种更通用的智能——能适应、能推理、能协作，而不是现在这些只能靠加参数、调数据的模型。

随着这些新势力获得更多资源和关注，未来的 AI 世界可能会彻底变样：更重创新、更重协作、更重真正的“智能”，不再只是参数量竞赛。AGI 的征途，远远没有结束，而我们正处在它的下一个篇章起点上。

🚀 AI创业项目拼的不是概念，而是有没有办法落地成产品。

我现在聚焦做“AI软硬件一体解决方案”，从芯片、系统到模型训练都能打通。如果你也在搞AI、做项目或需要靠谱技术方案，欢迎关注或私信交流。

📩 有些朋友问过我怎么搭建自己的AI系统，我准备整理一份实用的【部署流程图】，欢迎私信我领取。