OpenAI 新文章把超级智能拉回执行层，十亿个爱因斯坦也要有人去采矿

人类的方程式已经能够相对连贯地描述宇宙从最初时刻开始的演化，但没有一个人离开过月球。OpenAI 两位员工 10 月 1 日发布的长文《The eternal complement》从这个错位出发，得出的结论是：机器智能最大的用武之地，可能是那些枯燥、庞大、重复的执行工作。

这篇文章直译过来是“永恒的互补品”，是 OpenAI 新平台 Intelligence Age“下一经济”系列的开篇，作者为 Hemanth Asirvatham 与 Elliott Mokski，两人文末注明观点只代表他们本人。文章没有新的实验数据，但引用了四组可核查的实证数据，把一个经济学框架安在了超级智能身上。

天才设计纪念碑，机构砌石头

文章的分析起点是经济学里的互补品概念：当一种投入的增多会抬升另一种投入的价值，两者就互为互补品。两位作者认为，前沿智能与“把想法变成现实的能力”正是这样一对互补品，他们把后者命名为 institutional intelligence（机构智能），定义为一种不被称颂的、执行层面的智能。

“天才设计纪念碑，机构砌石头。”文中写道。伽利略的望远镜是两片镜片加一根管子，几十双手就能造出来；文章用来对比的韦布太空望远镜耗资约 100 亿美元，18 面镜段的磨制精度达到 50 纳米，由 14 个国家的 300 个机构协作完成。作者的概括是：“看得更远，不仅需要更聪明的头脑，还需要一个更庞大的执行体系。”

支撑这一判断的数据均有出处。斯坦福大学经济学家 Nick Bloom 及其合作者在“想法是否越来越难找”系列研究中测算，维持摩尔定律所需的研究人员数量已是 1970 年代初的 18 倍以上；自 1930 年代以来，全经济范围的有效研究投入增长了 23 倍，衡量出的研究生产率却下降了 41 倍。文章另引美国国家科学与工程统计中心的统计，技术员队伍的增速是科学家的两倍；还有论文统计，科学研究中专用设备的使用在四十年间翻了一番；美国国会研究服务处的报告则显示，如今一座芯片工厂的造价是三十年前的 5 倍。

这些数字指向的一个方向是，想法并不稀缺，稀缺的是把想法落实所需的组织、设备与人力。

十亿个爱因斯坦也要采石矿

文章的核心推演在“两种文明”一节。作者设问，仅靠思考能走多远？天才需要多大的执行体系？答案分出两条路径。

一条路通向深度文明。超级智能把推理能力用到极致，从既有证据中榨取新洞见，把必须诉诸现实的实验压缩到最少。科学接近完成时，缺口几乎自己告诉你该放什么。门捷列夫能在观测之前描述尚未发现的元素，物理学家在看见希格斯玻色子之前几十年就有理由期待它。走这条路，文明的实体足迹可以保持很小。

另一条路通向宽度文明。自然的复杂性超出任何智能的纯思辨能力，进步必须依赖越来越庞大的真实实验。生物学是现成的先兆：机器可以模拟药物分子，但新药仍要在大量人体上测试，“机器产出的候选药物越多，经验验证反而成为越大的瓶颈”。走这条路，物理扩张成为知识引擎，实验室自动化、工厂数量、能源生产同步攀升。

宽度文明一节里，有一段推演：“我们有时把超级智能想象成十亿个爱因斯坦。但一个由十亿个爱因斯坦组成的文明，仍需要其中大多数人去开采石矿和管理账目。”作者由此给出判断：超级智能的“超能力”，在它愿意接手那套庞大的执行体系。“几乎所有的机器智能都将被用来做枯燥的事，而非辉煌的事。”

机器智能大半时间做枯燥的事，是智能足够成功的后果。

稀缺从执行转向品味，然后折回来

在两条路径之间，文章先承认了一个正在发生的中间状态。AI 已经在降低执行的稀缺性：写代码、检索陌生文献、把草图变成可运行的原型，过去需要一个组织才能追逐的想法，如今一个人也能推进。稀缺要素随之从执行力转向“品味”，即判断什么值得制造、哪一个问题值得追问。

两位作者随即指出，这种缓解可能只是暂时的。AI 同样会产出洞见，当机器同时供给“议题”和“劳动力”，好想法的数量会激增，快到执行层消化不了。“明天，好想法可能多到让我们比以往任何时候都更缺执行。”

Intelligence Age 是 OpenAI 今年 8 月 20 日上线的平台，定位是该公司新设战略未来团队（Strategic Futures Team）的博客，首篇文章由 Dean Ball 署名。这个团队的既定问题只有一个：当变革性 AI 出现时，自由社会应如何重构，才能保住个人的权利与能动性。

平台与奥特曼 2024 年那篇个人博文《The Intelligence Age》同名，发布说明里解释，改名是为了与非营利组织 AI Futures Project 区分开。这个细节说明团队在刻意管理自己的边界：既借用那个已被广泛传播的词，又与其保持距离。

过去两年公开讨论里的机器智能，角色几乎都是洞见的生产者，写论文、破解数学猜想、给出商业判断。这篇文章把镜头转向了另一半：机器智能的大部分工时，可能花在人类文明里那些从不被写进发布稿的环节上。推演无法验证，文章只给出了一个可检验的预言：若宽度文明的路径成立，执行将取代想法成为最稀缺的资源。（本文首发钛媒体APP，作者 | AGI-Signal 编辑 | 秦聪慧）