OpenAI 專文指出：超級智慧的最大價值在於「行政官僚」，而非純粹的天才靈感

AGI 時代下的執行力瓶頸

OpenAI 推出了名為「下一個經濟」（The Next Economy）的系列專文，聚焦於通用人工智慧（AGI）帶來的總體經濟現實，並以首篇文章〈永恆的互補品〉（The eternal complement）揭開序幕。該文由 Hemanth Asirvatham 與 Elliott Mokski 撰寫，指出未來的超級智慧機器最具變革性的貢獻，或許並非產生精闢的洞見，而是扛起實現這些洞見時所伴隨的枯燥體制與後勤行政負擔。

這篇論文作為 OpenAI 提供 AGI 獨立觀點的平台內容之一發布，並聲明文中所述僅代表作者觀點，不代表公司的官方立場。Asirvatham 與 Mokski 並未將智慧視為單一孤立的要素，而是將其歸納為經濟生產函數中的一項投入，且高度仰賴實體與組織層面的「互補品」（complements）。雖然當前的生成式人工智慧已能透過撰寫程式碼、草擬原型與整合文獻來降低執行門檻，但兩位作者認為，未來的尖端前沿模型所產生的科學假設與產品設計，將遠遠超出實體世界的消化能力。

深度與廣度之爭：實證進展的成本不斷飆升

為了說明思考與現實之間日益增加的摩擦，作者指出了科學發現經濟學的轉變。論文引用經濟學家 Nick Bloom 及其合作者的研究指出，現今要維持摩爾定律（Moore’s law），所需的研究人員數量已是 1970 年代早期的 18 倍以上。放眼整體經濟體，自 1930 年代以來，實質的研究投入擴大了 23 倍，但每單位研究產出的衡量生產力卻驟降了 41 倍。基礎設施的需求也同步飆升：在過去 40 年間，科學領域專用設備的使用量翻倍，技術人員的增長速度是科學家群體的兩倍，而尖端半導體晶圓廠的建造成本如今更是 30 年前的 5 倍之多。

該文以伽利略（Galileo）手持的雙鏡片望遠鏡，對比造價 100 億美元、橫跨 14 個國家 300 個組織、由 18 面精度校準至 50 奈米的鏡片組成的韋伯太空望遠鏡（James Webb Space Telescope），勾勒出由機器驅動的文明可能走向的兩條路徑：

• 「深度型」文明（A Civilization of Depth）： 在此模式下，機器超級智慧將實證阻力降至最低。演算法不再需要建造龐大的新實驗裝置，而是仰賴純粹的推理、高保真電腦模擬以及重新分析既有資料集。就像門得列夫（Dmitri Mendeleev）透過週期表預測尚未發現的元素，或是理論物理學家在建造粒子加速器前就預測出希格斯玻色子（Higgs boson）一樣，人工智慧將只設計出最精準、不可或缺的實體實驗，從而將基礎設施的負擔控制在極低水平。

• 「廣度型」文明（A Civilization of Width）： 在這種情況下，現實世界的複雜性壓倒了純粹的計算。生物學等領域已經反映出這種限制：儘管有電腦模擬（in silico）的篩選，新型療法仍必須在人體上進行冗長且真實的臨床試驗。在此模式下，任何發現都需要實體規模擴張、原物料、自動化工廠以及龐大的能源部署。如果機器解鎖了像戴森球（Dyson spheres）這樣宏大的構想，絕大多數的機器智慧將不會用在繪製藍圖上，而是用於管理組裝與供應鏈中龐大繁複、天文數字般的後勤調度。

在機器規模化擴張浪潮下重新定義人類好奇心

作者斷言，如果實體經驗主義仍是決定性的瓶頸，人工智慧將愈發像個自動化的官僚體系——一種在化學、生物學與光速等嚴格速度極限下，協調全球人力與物資的「制度智慧」（institutional intelligence）。

在這樣的情況下，人類工作者相較於例行管理，反而在創意思維與品味層面保有比較優勢，能透過制定研究方向與引導少部分機器算力來維持獨特價值。這篇專文是 OpenAI 圍繞「智慧時代」（Intelligence Age）展開的更廣泛編輯企劃中的最新力作；此前，該系列已涵蓋針對國家科學發展議程的政策建言，以及評估人工智慧在數學和理論電腦科學領域突破的學術發表。