DeepMind新研究：AI不用超過所有人類專家，就能催生巨型寡頭企業

動察 Beating AI 快訊，Google DeepMind 聯合創始人 Shane Legg 與經濟學家 Alex Imas、Andrew Koh 發表了一篇關於 AGI 經濟影響的論文，試圖解釋這樣一個矛盾：AI 的編程、數學等能力不斷超過人類專家，為什麼企業組織和就業市場還沒有發生同樣劇烈的變化？

研究人員認為，問題在於過去太關注單個 AI 的能力，忽略了企業靠分工協作創造價值。他們讓 100 人參加涵蓋數學、科學等六個領域的測試，發現按專長互補配對的人，比隨機配對表現好 32%。人類各有所長，可以互相彌補短板；複製多個相同的 AI 模型，卻往往只會得到一群有著相似弱點的員工。

論文進一步建立經濟模型，發現即使 AI 在所有專業任務上都超過人類專家，只要智能體之間的協作仍存在瓶頸，企業就很難無限擴張，市場仍可能由大量中小企業組成。

反過來，即使單個 AI 還沒有達到頂尖專家水平，只要智能體之間的協作突破臨界點，局面就可能完全不同。當新增 Agent 不再拖累團隊，反而能讓人均產出繼續提高，企業就可能突破傳統的規模限制。軟件、金融等大規模標準化市場，可能因此向少數巨型 AI 企業集中。

眼下的 AI 距離這種協作能力還有明顯差距。斯坦福等機構此前發佈的 CooperBench 測試發現，讓兩個編程 Agent 合作，平均成功率反而比單個 Agent 完成相同工作量低約 30%。它們會重複工作、丟失信息，甚至無法正確處理彼此的代碼修改。