DeepMind co-founder Shane Legg and others publish "The Economics of Intelligence," projecting organizational evolution from AGI to ASI

0裁员，专家工资先降30%！DeepMind联创推演AI第一刀新智元2026年10月31日 09:20:46 来自北京

新智元报道

就在刚刚，Google DeepMind联合创始人Shane Legg出手了。

他是DeepMind的首席AGI科学家。

这次，他联手AGI经济学总监Alex Imas、研究科学家Andrew Koh，在DeepMind Institute发表长文《智能的经济学》，同步公开工作论文《Organizing Intelligence》。

Imas在X上透露，他加入DeepMind，就是为了搭建AGI经济学研究项目。

他们想回答一个大问题：从AGI一路走到ASI，经济会在什么时候、以什么方式被彻底改写？

从人类基线到ASI，三类市场里人类与AI的组织构成如何演变

论文用一套经济学模型，算出一笔让所有人都后背发凉的账：

反倒是单项测试垫底的「协调者」，逆袭成了全场最高薪。

而更远的终局，是「企业奇点」。

Google DeepMind评估学者Sol Messing感叹，这篇论文改写了行业的追问方向。

你的岗位还在，但你的议价权已经没了。

当你还在跟同事卷绩效时，你的手艺已经被机房的电费重新定价。

可放到真实的经济世界里，溅起的水花却小得可怜：就业数据几乎纹丝不动。

为了证明这一点，团队找来100名受试者，做了一套六大领域的测试：数学、言语推理、科学、模式识别、文化、经济学。

结果发现：一个人在某个领域的得分，几乎预测不了他在另一个领域的表现。

现实里没有各科均衡的「平均聪明人」，每个人都是偏科的「锯齿状专才」。

100人六领域测试中6名受试者的偏科雷达图，与互补组队拼出的马赛克智能包络线

就像拼马赛克，每块碎片都不规则，合在一起却严丝合缝。

公司要做的，就是把偏科的人拼在一起，按各自的比较优势分工。长板补短板，团队就能拼出一块远超任何个人的能力版图。

论文管这叫「马赛克智能」。

实测数据显示，按能力互补配对的两人组，表现比随机配对高出32%。

大模型恰恰缺这一点。

同一个模型复制一千份，偏科的方向和盲区完全重叠：多开一个副本，只加产能，不补短板。

没有AI时，程序员和写作者1比1组队，专才工资涨到4.15，是单干时的近3倍。

人类专家值钱，是因为每人每天只有24小时，没法复制。

论文给出一条铁律：

只要模型能追平人类某项能力，这份工资就会被绑在算力成本上。

角色大倒挂上演了。

程序员和写作者在大市场失去价格优势，被挤进狭小的小众市场：工资从2.90一路跌到0.39，比巅峰期少了九成以上。

反倒是那2名垫底的协调者，AI公司却抢着要。

受冲击职业的初级岗位就业下降7.7%到19%，起薪下滑4.2%。

既然公司内部分工能省成本，为什么全世界不合并成一家巨型公司？

此后近百年，经济学家给出的答案，都指向人的极限。

团队一扩到几十上百人，注意力就不够用了。

话传过几道手，最后全变了味。何况每个人还各打各的小算盘。

内耗一多，分工省下的效率就被吃光了，公司也就长不大了。

在主流工作流基准里，多Agent系统对不齐目标、交接丢上下文、验证断裂，任务失败率高达41%到87%。

在需要前后衔接的顺序规划任务里，多加几个Agent，性能反而暴跌39%到70%。

缺乏协调的Agent蜂群，还会把上游的小错误放大最多17.2倍。

OpenAI研究员Noam Brown也坦言，让大批Agent并行攻关数学难题，很难让它们有效配合。

论多Agent协作的功劳，他觉得连10%都算不上。

程序员与写作者互补抬升产出水位（左）与组织规模定律的三阶段曲线（右）

为了量化这道枷锁，团队仿照大模型的Scaling Law，推出了企业的「组织规模定律」。

一句话：单项能力决定每个人能干多少，协作能力决定组织能长多大。

协作能力低于1，团队越大，人均产出先升后降。

在论文的模型里，一家纯AI公司的最佳规模只有7个副本左右。

协作能力一旦越过1，每多加一个成员，人均产出反而更高。

科斯天花板，就此被打破。

现实中，AI团队产出随人数增长的指数，只有0.48到0.68。

离1，还差得远。

Sol Messing指出，前沿模型的权重都是冻结的，没法在岗持续学习。

论文用两条失业曲线，展示了两种完全不同的替代方式。

第一条，是企业内的渐进替代。

AI协作能力固定在0.96，单项能力从3慢慢提到3.4；

协作分数爬到0.8521的那一刻，纯AI公司的成本击穿了人类公司的底线。

这一次，连协调者也没能幸免。

在超协作情景里，约一半协调者失业。到了ASI阶段，2名协调者全部失业。

你以为比隔壁工位更拼命就能留下。

当然，作者也留了余地。

「超协作」是一个高度简化的数学性质。

Minimal AGI、Supercompetent、Supercooperative与ASI四大区间在两类市场中的组织构成演变。

当AI同时越过「超能力」和「超协作」两道关，就进入了ASI，也就是人工超级智能区间。

大多数商品和服务会变得极其便宜。

在可复制的生产环节，人的工资会被锚定在算力成本上。

钱会流向哪里？

作者给出的一种可能，是「关系型行业」。

医疗照护、教育、线下体验，人本身的参与就是价值的一部分。

就像1950年，没人想到后来会有那么多人以「软件工程师」为业。

Imas在推文里，把整篇论文浓缩成两句话。

第一，想看清AI怎样改写经济，就要盯紧Agent之间的协作能力。

当成千上万个Agent学会无损地分工交接，旧世界的公司边界才会真正瓦解。