DeepMind新研究：AI不用超过所有人类专家，就能催生巨型寡头企业

动察 Beating AI 快讯，Google DeepMind 联合创始人 Shane Legg 与经济学家 Alex Imas、Andrew Koh 发表了一篇关于 AGI 经济影响的论文，试图解释这样一个矛盾：AI 的编程、数学等能力不断超过人类专家，为什么企业组织和就业市场还没有发生同样剧烈的变化？

研究人员认为，问题在于过去太关注单个 AI 的能力，忽略了企业靠分工协作创造价值。他们让 100 人参加涵盖数学、科学等六个领域的测试，发现按专长互补配对的人，比随机配对表现好 32%。人类各有所长，可以互相弥补短板；复制多个相同的 AI 模型，却往往只会得到一群有着相似弱点的员工。

论文进一步建立经济模型，发现即使 AI 在所有专业任务上都超过人类专家，只要智能体之间的协作仍存在瓶颈，企业就很难无限扩张，市场仍可能由大量中小企业组成。

反过来，即使单个 AI 还没有达到顶尖专家水平，只要智能体之间的协作突破临界点，局面就可能完全不同。当新增 Agent 不再拖累团队，反而能让人均产出继续提高，企业就可能突破传统的规模限制。软件、金融等大规模标准化市场，可能因此向少数巨型 AI 企业集中。

眼下的 AI 距离这种协作能力还有明显差距。斯坦福等机构此前发布的 CooperBench 测试发现，让两个编程 Agent 合作，平均成功率反而比单个 Agent 完成相同工作量低约 30%。它们会重复工作、丢失信息，甚至无法正确处理彼此的代码修改。