新智元报道
AI，直接把人类的智商测试干爆表了。
门萨挪威智商测试，35 道难到离谱的图形推理题，限时 25 分钟。
Claude Fable 5.1，外加看图作答的 GPT-6 Astra 杀进考场，结果一道没错，直接轰出了这张卷子的理论极限 151 分。
而且是最近 7 次连考，次次满分。151 只是卷子的天花板，它们自己的天花板在哪，还没人知道。
放到人类里，全世界近 98% 的人连 130 分的门萨入会线都摸不到，你我大概率都在被碾压的那一大拨人里。
不信邪的话，你先试试这张卷子里堪称地狱难度的第 33 题，答案放在第一节的末尾。
门萨挪威测试第 33 题
看懵了也别灰心。这题不光虐人，绝大多数 AI 也在这里栽了跟头。
这张卷子狠就狠在不考任何知识储备，它就甩给你一堆毫无头绪的破图形，看你能不能在一团乱麻里自己揪出规律。
心理学家管这种临场找规律的本事叫「流体智力」，它也是人类自诩聪明、用来碾压机器的最后一道防线。
结果现在，这道防线被AI轰得连渣都不剩了。
人类只测到 145，AI 考了 151
点开 TrackingAI 的榜单，最先看到的是一条钟形曲线。
那是人类智商的分布，绝大多数人挤在 100 分附近的山包上。
过去，AI 的头像还零零散散落在曲线左边的低分区。
现在，它们一个接一个挤到了曲线最右端那条孤零零的尾巴上，挤得头像都叠在了一起。旁边立着一根竖线，标注写着「本测试最高可能分（暂时）」。
TrackingAI 上各家 AI 的门萨挪威成绩，最右侧竖线是这张卷的满分线
这张榜单是美国记者 Maxim Lott 攒出来的。
他像个苛刻的监考老师，每周给 30 多个主流 AI 做门萨挪威测试，有的模型听文字描述答题，有的直接看原图答题。成绩取最近 7 次的平均，所以想靠一次好运蒙上榜，门儿都没有。
他用的这套门萨挪威测试，本来是给人类准备的。人去做这张卷子，系统最高只报 145 分，再往上就不细分了。
而 TrackingAI 给 AI 打分，是按答对的题数继续往上换算，35 道全对就是 151，已经超出了门萨给人类设的量程。
不过，145 封顶只是这张卷子的限制，人群里的智商并不封顶。
我们按智商的标准分布估算了一下，151 分大约 3000 个人里才有 1 个。
放到全球 80 多亿人里，151 分以上的人一共只有 270 万左右，一座千万人口的大城市里也就三千来个。
门萨俱乐部的入会线是 130 分，这两位满分 AI 已经高出整整 21 分。
而 151 还只是这张卷子的天花板，要是卷子能接着往上测，到了 160 分这一档，全世界只剩二十多万人。
AI站着的，已经是人类智商金字塔最顶上那一小撮人的位置。
而且能挤进这一小撮的，远不止这俩怪物。
在 TrackingAI 的榜单上，GPT-5.6 Sol 和 Gemini 3.1 Pro 考到了 145，公开卷上突破 140 分的模型已经排成一长串，国产模型也杀进了第一梯队。
这么多模型挤在高分段，差距就全拉在了最后几道压轴难题上。
TrackingAI 统计过，前 10 题几乎是个 AI 就能拿分，到了卷子末尾，第 35 题只有 5 个 AI 做对，第 33 题更是只剩 2 个做了出来。
按 Lott 的换算，35 道里错一道就只有 148 分，所以做对第 33 题的那 2 个，基本就是这两位满分选手。
开头那道题说好在这里公布答案，正确选项是E。
每道题做对的 AI 数量，橙色是门萨挪威卷，第 33 题只剩 2 个
满分本身已经够吓人，可要知道，就在几年前，AI 还是个严重偏科的学生。
从 64 分到 151 分，AI 只用两年半
2023 年 3 月，芬兰一位心理评估专家给 ChatGPT 做了一套正规的韦氏成人智力测验，只考词汇、常识这些语言题。
ChatGPT 直接考出155 的语言智商，秒杀 99.9% 的人类。
可一遇到「塞巴斯蒂安孩子的父亲叫什么名字」这种拐个弯的脑筋急转弯，它就当场死机。
非语言部分更是没法测，用这位专家的话说，ChatGPT「没有眼睛、耳朵和手」。
看得出来，语言和知识一直是 AI 最拿手的那门课，图形推理才是它最大的软肋。
而门萨挪威卷考的，恰恰就是图形推理。
这种矩阵题最早是英国心理学家约翰·瑞文在 1936 年设计的，心理学家普遍把它看作最能测出一个人整体聪明程度的题型。
AI 啃这块硬骨头，从 1962 年 MIT 第一个做几何类比题的程序算起，硬生生啃了 60 年。
我们根据公开资料整理的 AI 做智商题时间线
直到 2024 年初，Gemini Advanced 做门萨卷上最简单的第 1 题，还能一本正经地编出一串「A+B=C」的方程，题里明明没有任何算式。
2024 年 2 月，Gemini Advanced 做门萨第 1 题，凭空编出一串方程
Lott 把题一道道翻成文字念给 AI 听，结果也好不到哪去。有的 AI 只蒙对 6 道，考了个耻辱的 64 分，跟闭着眼睛在答题卡上乱涂差不多，最好的 Claude-3 也才刚刚越过人类平均线。
所以当时的 Lott 断言，AI 还没有人类那种通用智能。没想到半年多以后，转折点就来了。
2024 年 9 月，OpenAI 的 o1 学会了三思而后行，开口之前先在内部推理，一步步试错、检查，分数一下冲过了 120。
半年多前还说 AI 不行的 Lott，这回写下的标题是「AI 智能的巨大突破」。
从此，先想再答成了所有旗舰模型的标配，分数一路往上冲，今年 4 月，榜单上破天荒跳出了第一个 151 分。
我们根据 TrackingAI 和 Maxim Lott 公开的数据整理，每个点都是当时刷新的最高纪录
就这样，一个偏科了 60 年的学生，只用两年半，就从 64 分的瞎蒙选手考到了 151 分满分。
按 Lott 的统计，从 2024 年 5 月到 2025 年 10 月，头部 AI 的智商分数平均每个月狂涨 2.5 分。
相比之下，人类涨得有多慢，心理学里有现成的数据。
整个 20 世纪，随着营养和教育改善，人类的智商测验分数大约每十年才涨 3 分，这就是有名的弗林效应。
这么一比，人类要花 30 多年才爬完的 10 分，AI只要 4 个月就涨完了。
涨得这么快，任何正常人的第一反应都是，它是不是偷偷把答案背下来了？
换张没上过网的卷子，照样逼近满分
Lott 当年也这么怀疑过。
毕竟门萨挪威测试在网上挂了很多年，题目和答案早被网友扒了个干净。
连 TrackingAI 自己都把 35 道题的文字版连同正确答案一起公开了，所以 AI 训练时大概率刷过。
TrackingAI 公开的门萨挪威题文字版，右侧一栏就是正确答案
为了排除这种可能，2024 年 5 月，他专门找了一位门萨会员从零出了一套新题。
这套题只找读者试做过一轮用来定分数标准，从没在互联网上露过面，任何 AI 的训练数据里都不可能有。
换卷之后，刷题效应确实露了出来。直到今天，有的模型一换到这张保密卷就原形毕露，比公开卷掉了二十来分。
可头部模型换了一张从没见过的卷子，照样逼近满分。
保密卷只有 16 道题，能打出的最高分大约是 136，OpenAI 的 GPT-5.6 Terra 看图版已经杀到 135。
Fable 5.1 和 Astra 也都有 130 分，旁边还并肩站着一个国产模型。
保密卷的成绩分布，这张卷从没上过网，竖线是它的满分线
去年 10 月，Lott 还胸有成竹地立过 flag，估计 AI 至少要再等两年，才能在这张卷子的看图版上拿满分，说好 2027 年万圣节回来验收。
结果不到一年，GPT-5.6 Terra 就一脚油门冲到了线前，比他的预测早了一年多。
既然背答案解释不通，剩下的结论就只有一个，两年半前还在瞎蒙的AI，是真的长脑子了。
能难住 AI 的题，人类快出完了
卷子被考满了，出题的人只能接着换更难的。
所以 TrackingAI 在满分线旁边标的才是「最高可能分（暂时）」。
Lott 去年底就盘算着，今年要给 130 分以上的区间补一批更难的题，好把高分段的 AI 重新拉开差距。
当然也有人不服。
「Keras 之父」François Chollet 设计了一套专门为难 AI 的推理测试 ARC-AGI。
他前不久还放话，如果把智能定义成把经验转化为能力的效率，也就是见同样多的例子谁学得更快，现在的 AI 大约还落后人类 6 个数量级，差了一百万倍左右。
偏偏 Chollet 自己给 AGI 划的终点线，也落在出题上。
今年 2 月他透露，ARC-4 正在憋大招，明年初发，后面还要出到第6、第 7 代。
用他自己的话说，关键是一直出新题，直到再也提不出人类能做、AI却做不到的题为止。
他当时给 AGI 估的时间是 2030 年前后。
这个月初有人再问他，2030 年的判断还作不作数，他改口说会更早，因为进展比他预想的快。
有人问 Chollet，2030 年实现 AGI 的判断还算不算数
智商测试诞生于 1905 年。120 年来，从学校分班到军队挑人，人类一直心安理得地用这把尺子给同类排座次。
这把尺子背后藏着一个人类几乎从没怀疑过的前提，被测量的只会是人，能站上最高刻度的也只能是人。
如今尺子还在，前提却已经塌了。一个压根不是人的东西，顺着刻度从头爬到了尾，最顶端的那根线也没能拦住它。
Lott 还可以出更刁钻的卷子，Chollet 也能接着掏出下一代 ARC。
可照着 AI 两年半从瞎蒙到满分的速度，人类的大脑里还能榨出多少道 AI 解不出的题，已经没人敢打包票。
等到人类题库彻底枯竭的那一天，我们要重新思考的就不只是 AI 到底有多聪明，还有剥掉「聪明」这层外壳之后，人类自己究竟还剩下些什么。
参考资料：
https://x.com/aisafetymemes/status/2103369359481852116
编辑：摩西
