当“AGI即将到来”成为发布会上的标准话术时，最了解当前模型局限的那批人，正在用脚投票。
发生了什么
The Decoder 的 Frontier Radar 专栏最新一期把两个同时发生的现象摆在一起：OpenAI 在谈 AGI 时代，英伟达 CEO 黄仁勋直接说 AGI 已经到来；与此同时，今天这批模型的部分共同创造者正离开 OpenAI、Google DeepMind 和 Meta，创办自己的实验室，在还没有产品的情况下就融到数十亿美元。
该文按“研究押注”对 45 家此类新实验室（neolabs）做了分类梳理，并绘制了当前 AI 的能力边界。核心结论是：这些出走者并非不看好大模型，而是押注“只靠现在这套配方不够用”。
为什么重要
大厂与明星创业公司的人才流动一直存在，但这一轮的差异在于动机。过去离开往往是为了更快地把已有能力产品化；这一次，离开的理由更像是研究判断上的分歧——预训练规模、后训练范式、推理时计算、架构与数据路线，哪些是通往下一阶段的关键，行业并没有共识。
当一家公司对外宣称终点临近，内部却有人认为关键拼图还缺好几块，这种张力自然会把人推向能自由下注的地方。资本愿意在没有产品时下重注，也说明市场认可这种分歧的真实性：如果现有路线已经足够，数十亿美元不会流向尚未验证的研究假设。
对读者而言，这件事提供了一个校准信号。厂商叙事里的“AGI 已至”是营销与融资语言，而研究者的职业选择是成本更高的表态。两者不一致时，后者通常更接近事实。
影响与看点
对行业来说，neolabs 的密集出现意味着下一阶段的技术突破可能不再集中在一两家公司内部，而是分散在多个小团队的不同赌注上。这既提高了路线多样性，也让资源重复投入和人才价格虚高的风险上升。
对开发者而言，值得跟踪的不是这些实验室的融资额，而是它们公开的研究方向：哪些问题被反复提起，往往就是当前模型真正卡住的地方。这些方向会先影响论文和开源实现，再影响你手上的 API 与工具链。
对普通用户，短期内产品体验不会有剧烈变化。真正的分水岭在于：如果这些押注中有一个成立，下一代模型的能力曲线可能出现不连续的跃升，而不是现在这种逐版本的小幅改进。
一个独立判断：把“AGI 临近”和“核心作者出走”放在一起看，最合理的解读不是行业分裂，而是技术路线尚未收敛的诚实信号。宣称终点的人在做市场，重新找起点的人在做研究。
