作者註：這是我們「下一代經濟」系列文章的首篇，也是一個新平台的一部分，旨在匯集獨立聲音，探索通用人工智慧（AGI）的未來。本文反映的是我們的觀點，不代表 OpenAI 或我們同事的立場。

人類幾乎從時間的開端就開始觀察。我們的方程式大致連貫地描述了宇宙從最初時刻的樣貌。透過望遠鏡，我們得以窺視宇宙的邊緣，一瞥其早期歷史。我們了解恆星的誕生和星系的形成。然而，沒有任何人類曾經旅行到月球之外。

我們所尋求的解釋橫跨整個宇宙，但我們的身體卻幾乎未曾離開家園。我們的心智遠遠超越了雙手所能觸及的範圍。這種不匹配可能意味著兩種截然不同的情況。

一種可能性是，我們其實不需要走得很遠，最深層的真理或許可以在單一星球上被理解。憑藉開明的推理和高效的儀器，我們無需穿越宇宙就能揭示它。在這個故事中，我們的文明是透過深度而非廣度來進步的。這也有助於解釋為何我們未曾見過其他智慧生命：我們可能生活在一個充滿卓越心智的星系中，而這些心智從不需要擴張並引起我們的注意。

第二種可能性則更令人不安。我們的心智可能已經超越了我們的執行能力。每向前一步都需要更多的時間和資源。我們不乏夢想，但卻缺乏實現這些夢想的人力。

伽利略用兩片透鏡和一根管子拓展了我們的視野。如今，為了再次拓展視野，人類建造了 James Webb Space Telescope，這是一座價值百億美元的觀測站，被摺疊裝入火箭並發射到一百萬英里之外。其十八個巨大的鏡面經過五十奈米的精確工程設計。這座觀測站由十四個國家三百個組織共同打造。伽利略的貢獻只需要幾十雙手，而 Webb 則需要一支大軍和其背後龐大的全球經濟支持。

看得更遠不僅需要更聰明的心智，還需要更龐大的官僚體系。進步需要一個支援系統。

我們提出的問題多於我們能調查的。我們設計的實驗多於我們能執行的。我們構思創意可能性的速度快於我們能實現它們的速度。在許多領域都是如此：我們越是進步，將想像化為現實就變得越複雜。

Nick Bloom 及其合著者研究了美國經濟中的研究生產力。如今，維持摩爾定律所需的科學家人數是 1970 年代初期的十八倍以上。從 1930 年代以來，全經濟範圍的有效研究投入增加了二十三倍，而衡量到的研究生產力卻下降了四十一倍。

技術人員的成長速度是科學家的兩倍。科學領域專業設備的使用在四十年間翻了一番。如今的晶圓廠成本是三十年前的五倍，而且其營運規模也更加龐大。

這些統計數據暗示著進一步發展的成本正在上升。經濟之所以仍在進步，是因為研究事業的大幅擴張彌補了每個單位產量的下降。

進步的要素。這段歷史應該讓我們對「天才」有不同的看法：它不應被視為真空中的存在，而是生產過程中的一個投入。一個傑出的假設仍然需要證據、儀器以及執行的方法。如果沒有實現它的機器和支援人員，一個想法就還稱不上是進步。

經濟學家稱兩種投入為「互補品」，當其中一種的增加能提升另一種的價值時。在這個意義上，前沿智慧和實現其想法的能力就是互補品。一台更好的望遠鏡會讓一個好的天文問題更有價值。一個更好的問題也會讓望遠鏡更有價值。

有些互補品是實體的。一個理論需要粒子加速器；一個技術設計需要能量和機器來建造。

其他互補品則更難以肉眼察覺。一個想法本身是脆弱的。它需要各種機構的支持。法律、官僚體系、資金機制、供應鏈以及許多其他要素共同作用，才能將想法付諸實行。

一個偉大的想法必須在這些機構中，經歷一連串正確的局部行動才能存活下來。這就是所謂的「機構智慧」：一種未被歌頌的執行智慧。天才設計紀念碑，機構則鋪設石塊。一個是輝煌的，另一個看似無趣，但兩者都絕對至關重要。

我們有時會將超級智慧想像成十億個愛因斯坦。但一個由十億個愛因斯坦組成的文明，仍然需要他們中的大多數人去開採礦石和管理會計。前沿創新只有在周圍的日常世界運作順暢時才能發生。進步需要每個人的參與，從望遠鏡螺絲的焊接工，到為小學提供保險、而這所小學又培養了一位治療天文學家的護士。進步是建立在一個我們在講述偉大成就時常常忽略的、蓬勃發展的經濟之上的。

如同人類智慧，人工智慧也將被導向卓越的洞察力與機構能力。問題在於它將把大部分時間花在哪裡。

今日的瓶頸。人工智慧已經讓執行變得不再那麼稀缺。它能編寫程式碼、搜尋不熟悉的文獻，並將草圖轉化為可運作的原型。過去需要整個組織才能實現的想法，現在越來越多地可以由一個有抱負的人來追求。

大多數有抱負的電影製作人從未獲得兩億美元來拍攝他們的作品。大多數遊戲設計師將整個職業生涯都花在實現他人的創意願景上。我們試圖提拔最有天賦的人，但不可避免地會錯失一些人才。從這個角度來看，智慧時代的開端是透過補充人類的創造力，讓更多人獲得支援人員來實現自己的想法。

這可能催生大量獨特的專案，讓更多創意作品在過去作為這些領域工作守門人的機構之外產生。稀缺的投入從執行轉向「品味」，即決定什麼值得創造、什麼問題值得探究，以及千百種可能方向中哪一個值得追求的能力。

然而，這可能還不是故事的結局。隨著人工智慧能夠自行產生卓越的新見解（我們可能已經在數學等領域看到這一點），它不僅提供勞動力，也提供議程。它不再是執行一個人類研究計畫，而是設計數千個自己的計畫。人工智慧天才將會爆炸性地增加值得開發的電影概念和值得驗證的假設數量。想法湧現的速度將快於支援基礎設施所能吸收的速度。

今日的人工智慧提供了一個期待已久的喘息機會，讓我們的良好想法終於能得到實現。然而，明天可能會有如此多的好想法，以至於我們比以往任何時候都更加缺乏執行能力。

兩種文明。我們最終不知道，有效利用新見解所需的互補品是會增加、減少還是保持穩定。單靠思考能取得多少智力上的進步？卓越的智慧需要多少官僚體系？

在我們看來，答案取決於思想在必須與現實重新接觸之前，能夠走多遠。

我們描述了兩種潛在的途徑。第一種是「深度文明」，其中超級智慧克服了對更多實體資本和官僚協調的需求。第二種是「廣度文明」，其中自然的複雜性超越了任何智慧（無論是人類還是機器）在沒有現實世界中大規模且日益精密的實驗下取得進步的能力。

迄今為止，人類歷史暗示著對互補能力的需求不斷上升。伽利略的望遠鏡可以握在手中；James Webb Space Telescope 則需要整個文明的力量。Bell Labs 的一個小團隊在工作台上組裝了第一個電晶體；而現在，前沿晶片技術的進步則來自於錯綜複雜的全球供應鏈。更遠大的目標不斷地動員著更多文明的力量。

但這段歷史不一定是命運。聰明的心智可以發明更高效的互補品。如果能源是新型粒子加速器的瓶頸，卓越的智慧可以設計出更精簡的加速器或更好的能源採集方式。

天才也可以替代一些互補品。愛因斯坦僅憑極少的經驗數據就能推導出相對論。而我們則需要更多。有些人能記住所有約會，而我們大多數人則依賴 Google Calendar 的官僚體系。

天才還可以最大化「品味」，選擇最佳的假設進行測試，避免浪費的失敗。如果每個額外的天才都能提高計畫的品質，即使需要越來越龐大的官僚體系，我們仍然會大力投資於天才，正是因為將執行力浪費在錯誤的事情上代價太高。

這兩種途徑都無法完美描述我們實際的未來，但它們可以被視為我們文明的兩種發展方向。

深度文明。智慧可以透過三種方式推進知識。它可以從基本原則進行推理。它可以從現有證據中汲取新見解。或者，它可以透過觀察和干預世界來收集新證據。

第一種模式可以僅憑思考就走得很遠。數學是最純粹的例子。在證明或專案的許多關鍵點上，強大的心智可以始終做出正確的判斷。它用簡短、更有方向性的推理鏈，取代了多年漫無目的的探索。

第二種模式也是快速進步的沃土。人類收集到的證據遠遠多於其所理解的。對我們數據（天文圖像、顯微鏡切片、線上評論區）的研究一直受到人類智慧稀缺的限制。科學檔案中包含為回答一個問題而記錄的觀察結果，這些結果可能蘊藏著許多其他問題的答案。豐富的天才無需收集任何新事物，就能透過觀察已有的事物來發現。它可能無需收集新的光子就能發現一個新的宇宙。

第三種模式則不那麼容易，因為它需要我們與物理世界互動。物理過程需要時間，而且通常很難加速。化學物質必須反應。生物體必須生長。機器必須建造。太空船必須跨越實際距離，受宇宙速度限制。即使是完美的心智，也無法觀察尚未發生的實驗結果。

但它仍可以嘗試。一個深度文明不會擺脫與現實諮詢的需求。它將在這樣做時變得極度節約。更好的推理將識別出真正重要的少數實驗。模擬將解決大部分問題，並找出必須由現實來解決的精確不確定性。超級智慧可以最大化效率，圍繞其稀缺資源進行設計，以從中獲得最大效益。

想像一個天體物理實驗室，擁有一系列關於暗物質的假設。這些假設首先會透過超真實的電腦模型進行篩選。每個理論都會與所有現有數據進行一致性檢查。只有在完成這一切之後，才會拍攝一些有針對性的新天空快照，以測試最有前景的理論。這個文明仍然需要天才的互補品，但每個單位都能產生遠超以往的價值。

我們通往深度文明的道路可能就像拼圖一樣。進步在開始時容易，在結束時也容易，但在中間階段最困難。一開始有明顯的邊緣和容易匹配的部分。然後這些用盡了，而圖片組裝得太少，無法引導其餘部分。接近尾聲時，剩餘的空隙幾乎會告訴你該放什麼。一門接近完整的科學，其最終發現可能比我們今天努力爭取的那些更容易。

這是科學的常態。門得列夫能夠描述未發現的元素，因為元素週期表的其餘部分限制了缺失的部分。標準模型讓物理學家在我們觀測到希格斯玻色子數十年前就有理由預期它的存在。我們的實驗都是有針對性地尋找我們預期會看到的，與現有理論和數據一致的事物。

超級智慧可能會透過