AGI能力维度评估：推理能力（数学奥赛AoPS：o3达到竞赛级别；但仍依赖大量训练数据，few-shot推理与人类不同；错误模式异常，对抗性测试脆弱）；常识理解（HellaSwag/WinoGrande基准接近人类水平；但物理直觉和因果推理存在系统性错误；"理解"是记忆还是推理仍有争议）；长期规划（游戏中的多步规划（AlphaCode/Gemini）表现良好；真实世界长期计划中的错误积累；Agent任务完成率在复杂场景下快速下降）；学习效率（当前模型需要远超人类的数据量；Few-shot学习有局限；持续学习（Continual Learning）避免遗忘仍是挑战）；专家预测（调查中位数：AGI到来时间2040-2060；Sam Altman：几年内；AI安全研究者更保守）；当前AI最好的定性描述："极度博学的模式匹配器"。