问题——通用智能如何被可靠检验，是当前人工智能研究与社会讨论的焦点之一。长期以来，“图灵测试”被视为衡量机器类人对话能力的重要参照，但根据其有效性与边界的争议始终存：一上，对话表现容易受到训练语料、表达技巧等因素影响；另一方面，语言流利并不必然意味着真正的理解、创造与社会协作能力。如何找到更接近“理解与创造”的检验方式，成为多学科共同面对的课题。 原因——王献华的思路是“回到文明起点”，从文字发明该关键节点反向审视智能的本质。他指出，人类文明并非凭空跃迁，而是具体需求推动下，逐步在制度与信任结构中沉淀下来：当社会规模扩大、交易更复杂、组织治理与知识传递需求上升时，记录与核验成为刚需，进而催生更稳定、更易共享的符号系统。基于对楔形文字起源的研究，他强调学界对远古细节仍多以“逆推”为主，但较为确定的是，文字出现前至少存在三类并行且相互促动的技术—制度现象：其一，用于计数与交易记录的“陶筹”；其二，承担权属确认与信任担保功能的印章符号；其三，多套并行的早期计量与数学系统。这些要素共同表明：文字并非单纯的“图像涂鸦”，而是在社会协作、权威认定与抽象计算交织中形成的产物。 影响——在这一背景下，王献华提出名为“Nigiro Challenge”的测试设想，核心是“社会性虚拟造字”：在一个设定的虚拟社会环境中，受测系统需要在没有既定文字体系直接输入的前提下，围绕群体协作与治理需求，自行发明可外化、可共享、可扩展的符号记录体系，并能持续演化、形成规则、完成系统化构建，用于记录其“文明”活动。这一设想把检验重心从单次对话与模仿，转向跨时间、跨任务的社会协作能力、抽象建模能力与制度化表达能力：不仅要“能说”，更要“能记、能算、能协商、能传承”。若能形成可操作的测评框架，有望为智能评估提供更高门槛、也更贴近文明生成机制的参照。 对策——为使设想具备可检验性与可比性，专家思路提示可从几上推进：一是构建带有真实约束的虚拟社会情境，将资源分配、交易核验、组织治理、知识传递等任务纳入统一环境，避免沦为纯粹的“符号游戏”；二是设定与人类文字起源相似需求驱动机制，如计数、权属确认、时间与数量度量等，让符号系统的出现具备明确功能指向；三是建立评价维度，重点考察符号体系的稳定性、可扩展性、跨主体共享性、与现实任务的可验证映射关系，以及随复杂度提升的自我修正能力；四是引入对照实验与过程记录，区分“短期拼接式输出”和“长期演化式制度”，从而更接近检验“理解与创造”目标。 前景——从更宏观的角度看，这一倡议传递出一个信号：通用智能的评估需要跨学科参与，既要兼顾工程上的可实现性，也离不开人文社会科学对“文明如何形成、知识如何被制度化”的解释。随着人工智能进入教育、产业与公共治理等领域，社会对其可靠性、可解释性与责任边界的关注将持续上升。将“能否生成并维持可共享的记录制度”纳入评估讨论，有助于推动研究从单点能力展示走向系统能力验证，也可能促成更贴近真实世界的综合测评体系。
人工智能的发展正在进入新阶段，关注点从单纯的技术突破，逐步延伸到更深层的智能本质与评估问题。王献华教授从文字起源研究中提出的“Nigiro Challenge”测试方案提示我们，衡量人工智能的真实智能水平，不应只停留在对话或技巧层面，而需要回到人类文明生成的关键机制。文字的创造表明了人类在记录、核验、协作与传承上的制度化能力；如果人工智能能够在虚拟社会中自主构建并持续演化自己的符号体系与文明表达方式，或将成为检验其通用能力的重要门槛。该思路为当代人工智能测评研究提供了新的方向，也为理解人工智能的未来打开了更具现实指向的讨论空间。