A Design-Science Framework for Adjudicating AGI Claims

•DAF-AGI框架由J. E. Aguilera Briones撰寫，並於2026年6月10日在ArXiv上發表，作為一個概念性設計科學框架，旨在解決AGI定義的規範不足問題。
•該框架是一個二階概念性人工製品，不包含任何軟體或自動評分器，其設計定位是透過設計科學研究方法來融合分析與治理。
•DAF-AGI透過整合共同的裁決概況與對作者身份、利益、認證、外部驗證和修訂權限的結構化治理審計，來區分其與僅描述定義差異的框架。
•該框架的基礎前提是刻意顛覆了領域內的詞彙，將「對齊」從傳統的機器符合人類價值觀轉變為「定義對齊」，強調定義本身的一致性。
•DAF-AGI已針對五種主要的測量家族和一種通縮邊界立場進行了演示，並針對當前生成系統構成AGI的聲明進行了壓力測試，結果顯示該聲明僅在基於性能的操作化下才可被認證。

📊 競品分析▸ Show

框架名稱	主要目標	評估方法	治理/審計	發布日期
DAF-AGI (設計科學框架)	解決AGI定義模糊與評估標準不一，客觀驗證AGI性能聲明。	透過五項序數標準評估候選定義的裁決適用性，並對作者身份、認證與驗證過程進行結構化治理審計。	包含結構化治理審計，評估作者身份、認證、外部驗證和修訂權限。	2026年6月
Google DeepMind的「AGI等級」	為AGI模型及其前身的能力和行為提供分類框架，以比較模型、評估風險和衡量進度。	根據能力深度（性能）和廣度（通用性）劃分AGI為五個等級（新興、勝任、專家、大師、超人）。	框架旨在提供通用語言以評估風險和部署考量。	2024年7月
Hendrycks等人「AGI的定義」(心理測量學提案)	引入可量化框架，將AGI定義為與受過良好教育的成年人在認知多功能性和熟練度上相匹配。	根植於Cattell-Horn-Carroll理論，將通用智慧分解為十個核心認知領域，並調整人類心理測量電池來評估AI系統。	旨在提供具體測量而非模糊概念，以實現標準化的「AGI分數」。	2025年10月

AGI聲明的驗證將變得更加標準化和透明。

DAF-AGI框架透過結構化的治理審計和序數標準，為評估AGI聲明提供了一致的方法，有助於減少定義模糊和評估標準不一的問題。

演算法問責制將因AGI定義主權的明確化而得到加強。

該框架主張定義主權對於演算法問責制至關重要，這將促使開發者和機構在聲明AGI能力時承擔更大的責任。

未來的AGI研究將更注重跨學科的定義與評估方法。

DAF-AGI整合了分析與治理，並考慮了多種測量家族，這將鼓勵研究人員採用更全面的視角來定義和評估AGI。

1997-XX

Mark Gubrud首次使用「人工通用智慧」(AGI)一詞。

2000-XX

Marcus Hutter提出了AGI的數學形式化AIXI。

2002-XX

Shane Legg和Ben Goertzel重新引入並推廣了AGI一詞。

2007-XX

Ben Goertzel和Cassio Pennachin共同編輯的書籍《Artificial General Intelligence》出版，並提供了AGI的定義。

2024-07

Google DeepMind發表「Levels of AGI」框架，將AGI能力分為五個等級。

2025-10

Dan Hendrycks等人發表「A Definition of AGI」，提出基於Cattell-Horn-Carroll理論的量化框架。

2026-06

J. E. Aguilera Briones在ArXiv上發表DAF-AGI框架。

用於判定 AGI 聲明的設計科學框架