CEO宣布AGI前不領工資：今天的AI離真正“像人”還有多遠？

一家大模型公司的CEO說，在實現AGI之前不再領取薪酬。

幾乎同一時間，公司股票在解禁后走低。

這家公司叫MiniMax。

你可以不熟悉它，但這組反差值得看懂：一邊是“通用人工智能”的宏大目標，另一邊是資本市場對收入、成本和回報的現實追問。

今天的AI已經能寫文案、做圖片、編程和分析資料，為什么還不能叫AGI？如果AGI真有一天出現，它又會怎樣改變普通人的工作？

今天的AI已經能完成許多任務，但距離通用智能仍有關鍵差距

MiniMax是誰并不重要，重要的是它代表了大模型公司的共同處境

MiniMax是一家中國大模型公司，產品覆蓋文本、語音、圖像、視頻和面向用戶的AI應用。

它和許多同行面對的是同一道題：模型能力要繼續提升，訓練、推理、人才和基礎設施支出也不能停；但資本市場最終看的，仍是用戶是否愿意付費、收入能否增長，以及投入什么時候變成利潤。

因此，“AGI前不領薪酬”首先是一種目標表達，不能直接當成AGI即將實現的證據。

CEO少領一份工資，也解決不了大模型公司最重的成本。

真正昂貴的是算力、研發團隊、數據處理、產品迭代和持續推理。

對一家AI公司來說，愿景可以吸引注意力，現金流才能決定它能走多遠。

股價走低也不能單獨證明市場否定AGI。

解禁會增加可交易股份，股價還會受估值、市場情緒和公司經營預期影響。

更準確的理解是：市場開始要求AI公司同時回答兩個問題——未來有多大，以及今天怎樣賺錢。

現階段的AI很強，但強在“任務”，不是“通用”

我們每天使用的ChatGPT、國產大模型和各種AI助手，主要屬于生成式AI或大語言模型應用。

它們通過大量數據學習語言、圖像和代碼中的規律，再根據當前輸入生成最可能合適的結果。

只要任務表達清楚、訓練數據覆蓋充分，它們可以表現得非常聰明。

但這種聰明有明顯邊界。

第一，它不穩定。

同一個問題換一種問法，答案質量可能改變；面對缺少信息的任務，它還可能自信地編造細節。

第二，它依賴任務設計。

人需要給出目標、背景、限制條件，并檢查結果。

AI能完成流程中的一段，不等于它真正理解整項工作的責任。

第三，它的能力遷移有限。

會寫程序，不代表能同時理解客戶情緒、公司利益、法律風險和現場異常，再為結果負責。

所以，今天的AI更像一個能力極強但需要管理的工具箱。

它可以在很多考試和任務上超過普通人，卻不等于擁有人的完整通用能力。

現階段AI擅長處理明確任務，但仍需要人提供目標和審核結果

AGI不是“更會聊天”，而是能把能力遷移到陌生問題

AGI通常被譯為通用人工智能。

它沒有全行業統一、可直接驗收的單一定義，但核心指向相近：系統能夠在廣泛任務中學習、推理和適應，把已有知識遷移到陌生環境，而不是只在預先設計好的場景里表現出色。

真正的差別不只是模型分數更高，而是四種能力能否同時成立。

它需要理解長期目標，能把復雜任務拆成步驟；遇到環境變化時，能夠修正計劃；面對不確定信息時，知道自己不知道；在不同領域之間遷移經驗，并持續穩定地完成任務。

更重要的是，它還涉及責任與控制。

一個能自主調用工具、花錢、發消息或修改系統的AI，一旦判斷錯誤，損失遠大于寫錯一段文案。

因此，可靠性、安全邊界和人類監督不是AGI實現后的附加題，而是它能否進入現實社會的前提。

這也是為什么“模型會不會做題”和“AGI是否實現”之間，還有很長的產品、工程和治理距離。

資本市場擔心的不是AI沒用，而是投入跑得比收入快

AI當然有用。

客服、營銷、編程、設計和知識管理已經出現大量真實應用。

問題是，有用不等于馬上形成高利潤。

模型越復雜，訓練和推理成本越高；用戶越多，服務成本也可能同步增加。

如果產品缺少差異化，用戶還可以在多個模型之間迅速切換，平臺就很難擁有穩定的定價權。

這會形成一條現實鏈條：公司為了追趕能力繼續投入，產品為了擴大用戶降低門檻，競爭又迫使價格下降，最后收入增長未必追得上成本。

真正更有機會留下利潤的，可能不是最會講AGI故事的公司，而是三類玩家：擁有高頻付費場景的平臺，能顯著降低推理成本的技術提供者，以及把AI嵌進具體業務、能夠直接證明省錢或增收的團隊。

企業最終購買的不是AGI故事，而是能夠降低成本或增加收入的結果

普通人現在不必等待AGI，先學會管理今天的AI

AGI何時到來，沒有可靠的統一時間表。

對普通人而言，把職業選擇押在某個年份上沒有意義。

更實際的是觀察三件事。

第一，看AI能否從“給答案”升級到“穩定完成流程”。

一次演示很驚艷，不代表它能每天可靠工作。

第二，看公司是否愿意為結果持續付費。

如果AI只能帶來新鮮感，卻不能節省時間、減少錯誤或增加收入，商業價值就很有限。

第三，看人的角色是否從執行變成定義目標、檢查結果和承擔責任。

越早掌握這三項能力，越不容易在工具升級中被動。

MiniMax CEO的承諾之所以引人注意，是因為它把兩個世界放在了一起：技術世界相信能力還會跨越，商業世界要求每一步投入都能解釋。

今天的AI已經足以改變工作，但還沒有可靠到可以接管所有工作。

真正值得普通人準備的，不是等待一個突然降臨的AGI，而是從現在開始，把AI變成可檢查、可重復、能創造實際價值的工作流程。