AI RACE— 每日追蹤 AI 競爭賽局
Research

挑戰 AI 奇點論:DeepMind 研究人員提出「人工共生智慧」新構想

Google 體系知名研究人員指出,通用人工智慧(AGI)將誕生於人類與代理人協同運作的共生生態系中,而非單一孤立的超級智慧機器。

2026/10/03 17:21
Nhóm nghiên cứu DeepMind đề xuất "Trí tuệ Cộng sinh Nhân tạo", thách thức khái niệm Điểm kỳ dị AI

圍繞在人工智慧「奇點(Singularity)」的主流論述,往往描繪出一個能在短時間內自我反覆迭代、一夕超越人類的孤立超級智慧。然而,在 DeepMind 發表的一篇最新專文中,Google 體系研究人員 Benjamin Bratton、Blaise Agüera y Arcas 與 James Manyika 對此前提提出質疑,並提出了另一種全新概念:「人工共生智慧(Artificial Symbiotic Intelligence)」。

研究人員並未將通用人工智慧(AGI)視為單一、獨立的機器,而是將智慧本質界定為一種「社會性現象」。在他們的觀點中,AGI 將以相互連結的生態系形式成形,由人類、多元代理人網路以及混合型體制組織在此生態系中持續共同演化,並攜手做出決策。

推理模型展現的「思維社會」

作者們以近期推理系統的實證研究作為其架構基礎。在一篇名為《Reasoning Models Generate Societies of Thought》(推理模型生成思維社會)的輔助預印本論文中,研究人員 Junsol Kim、Shiyang Lai、Nino Scherrer、Agüera y Arcas 與 James Evans 分析了包含 DeepSeek-R1 與 QwQ-32B 在內的開放權重模型的推理軌跡(reasoning traces)。

研究發現,當模型使用獎勵準確性的強化學習進行訓練時,無須經過明確的提示引導,模型內部就會自然發展出多視角的對話機制。這些模型會在輸出軌跡中辯論不同備選方案、提出質疑,並化解相互衝突的觀點。DeepMind 的專文認為,這種自發形成的內部動態預示了一個更廣泛的原則:智慧是透過分散式的集體協商而蓬勃發展,而這種架構完全可以擴展至由人類與自主代理人所構成的龐大網路中。

逼近的認知臨界點

該專文強調了一項可能重塑現代社會的總體人口結構轉變。在許多工業化國家中,都市化、專業分工深化與出生率下降,正導致生物性勞動人口逐漸縮減;相形之下,合成 AI 代理人的實例正以驚人的速度暴增。

作者將此現象與工業革命相提並論:當時機械物理動力超越了生物肌肉力量;而在知識工作領域,類似的歷史分水嶺可能也即將到來——由合成文本、程式碼與行政執行所累積的總量,即將超越人類大腦的生物性產出。在這種情境下,人類將日益轉化為抽象的指揮與指導層,協調整合由廣大分散式機器認知所構成的龐大場域。

重新定義代理人:動態聚合體

該專文的核心論點之一,在於重新定義 AI 代理人(Agent)究竟代表什麼。儘管使用者經常將聊天機器人擬人化,視為具備連續身分的單一個體,但作者們指出,代理人本質上是暫時性的「聚合體(assemblages)」。

與大腦隨時間推移仍維持物理連續性的人類不同,AI 代理人是針對每一次的上下文視窗(context window)即時組裝而成——將模型、工具、記憶體庫與倫理準則動態結合。若僅將代理人視為固定的人類對應物或「數位分身(digital twins)」,便無法真正體現協同運作的代理人群體所具備的高度彈性。此外,使用者未來很可能同時指揮多個代表自身的「擬社會鏡像(parasocial mirrors)」來處理不同工作流程,進而倍增個人的運作能力與覆蓋範圍。

這種轉變將對技術與人類能力帶來具體變革:

  • 新型介面: 跨越簡單的一對一文字聊天,轉向視覺化網路圖譜(visual network graphs),讓使用者能夠同時綜觀並指揮代理人群集節點。
  • 新型操作技能: 從具備嚴格邏輯的確定性程式設計,轉向管理模糊性、指派任務以及編排複雜的分散式工作流程。
  • 機器專屬詞彙: 建立基於非人類特徵的機器「心智理論(theory of mind)」,例如「對話階段消亡(session-death,意指對話結束時的連續性中斷)」與「提示被拋境遇(prompt thrownness,意指帶著預設上下文進入任意任務)」。

體制架構與持續性對齊

研究人員強調,光憑模型能力本身並不足以確保其發揮實務作用。正如人類社會依賴結構化的體制組織——例如具備確立證據規則與明確參與者角色的法庭——人類與代理人組成的網路同樣需要經過精心設計的治理架構。目前結合多個專用模型的協調系統,在表現上已普遍優於單一龐大模型的架構。

因此,AI 對齊(Alignment)無法透過由上而下寫死固定的靜態價值觀來解決。相反地,對齊必須是一場持續進行的動態協商,由人類規範、體制邊界以及各領域的真實世界回饋迴路共同塑造。藉由將焦點從孤立的超級智慧轉向整合性的共生生態系,作者呼籲未來的治理與研究應在追求原始模型規模的同時,將系統架構、協同機制與制度體系置於同等重要的地位。

◗ 參考來源

The Decoder10/03

相關文章