0裁员，专家工资先降30%，DeepMind联创推演AI第一刀

别再为AI抢饭碗发愁了。真正先受到冲击的，是你的收入水平。

就在最近，Google DeepMind的联合创始人Shane Legg出手了。

他是DeepMind的首席AGI科学家。

这次，他与AGI经济学总监Alex Imas、研究科学家Andrew Koh合作，在DeepMind Institute发表了一篇名为《智能的经济学》的长文，并同步公开了工作论文《Organizing Intelligence》。

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

他们想回答一个核心问题：从AGI发展到ASI，经济会在何时、以何种方式被彻底重塑？

他们把AI的进化划分为四个阶段：最小AGI、超能力AI、超协作AI、ASI。每进入一个阶段，市场格局、劳动力分配和薪资水平都会发生根本性变化。

论文通过一套经济学模型，计算出令人震惊的结果：

即使公司不裁员，只要AI达到人类平均水平，专家的工资就会率先下降；

当AI的单项能力超过所有人类专家时，顶尖程序员的薪水将只剩巅峰期的一小部分；

反而是单项测试中垫底的“协调者”，逆袭成为最高薪职位。

而更遥远的终局，是“企业奇点”。

一旦AI学会高效协作，整个市场可能被一家巨型纯AI公司垄断。

Google DeepMind的评估学者Sol Messing感叹，这篇论文改变了行业的研究方向。

过去人们问，“AI能不能通过律师资格考试”。现在该问的是，“AI能不能自己开一家律所”。

你的岗位还在，但你的议价能力已经消失了。

当你还在和同事比拼绩效时，你的技能已经被机房的电费重新定价。

单挑无敌 AI却输给偏科的人类团队

今天的大模型在编程、数学考试中表现出色。

但在真实的经济环境中，影响却微乎其微：就业数据几乎没有变化。

三位作者认为，问题出在评估对象上。

几乎所有基准测试，都是测试一个AI与一个人对决。

而在真实市场中竞争的，是各种公司和组织。

为了证明这一点，团队招募了100名受试者，进行了六大领域的测试：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，几乎无法预测他在另一个领域的表现。

现实中不存在各科均衡的“平均聪明人”，每个人都是偏科的“锯齿状专才”。

就像拼马赛克，每块碎片都不规则，但合在一起却严丝合缝。

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

论文称此为“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%。

大模型恰恰缺少这一点。

同一个模型复制一千份，偏科的方向和盲区完全相同：多开一个副本，只增加产能，不弥补短板。

因此，即使单个AI已经超过人类平均水平。

面对互补分工的人类团队，它依然会输。

一个人没裁 专家工资先跌三成

人类团队保住了岗位。

但这恰恰是最危险的安全错觉。

为了算清这笔账，论文构建了一个14人的微型经济体。

6名程序员，6名写作者，外加2名“协调者”。

程序员写代码9分，写文章1分。写作者正好相反。

协调者两样都只有1分，单人测试中排名最后。

但他们擅长让别人配合，也就是我们熟悉的管理者。

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。

协调者帮助团队化解交接摩擦，工资也有2.41。

接着，团队在这个经济体中引入了一个“最小AGI”。

它的单项能力只有1.69，协作能力只有0.78。

这正好是这群人类单打独斗时的平均水平。

结果，就业率没有变化。

14个人全部留在市场中工作，失业人数为0。

工资却下降了。

专才工资从4.15降至2.90，下降了30%；

协调者从2.41降至1.30，缩水了46%。

一个人都没有被替代，工资为什么会先下降？

答案是：稀缺性消失了。

人类专家值钱，是因为每人每天只有24小时，无法复制。

AI即使只达到人类平均水平，也能按算力价格无限复制，涌入细分市场压低价格。

论文给出了一条铁律：

只要模型能匹敌人类某项能力，这份工资就会被绑定在算力成本上。

作者还特别提醒：工资变化会先于组织重组到来。

用“就业率没变”来证明AI没有冲击经济，是站不住脚的。

程序员薪水跌去九成 垫底的协调者反超

更严重的还在后面。

团队将AI的单项能力提升到超越所有人类专家，协作能力保持不变。

论文称此为“超能力AI”。

角色大反转出现了。

程序员和写作者在主流市场失去价格优势，被挤入狭窄的小众市场：工资从2.90一路跌到0.39，比巅峰期减少了九成以上。

反而是那2名垫底的协调者，AI公司却抢着要。

道理很简单：一群单兵超强却不会配合的AI，需要有人定方向、理分工。

协调者的工资停留在0.48，反超了所有专家。

现实数据已经在印证这个趋势：

AI原生初创公司的总人数，比同期同行少25%。

受冲击职业的初级岗位就业下降7.7%到19%，起薪下滑4.2%。

资深员工的岗位和薪资，却稳步上升。

单挑都很强 一拉群就崩

问题来了。

AI单项能力已经这么强，算力又能随便租。

为什么还没有一家纯AI公司，把传统企业赶出市场？

答案，藏在一个89年前的老问题里。

1937年，后来获得诺奖的科斯问：

既然公司内部分工能节省成本，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。

团队一扩大到几十上百人，注意力就不够用了。

信息传递经过几道手，最后全变了味。何况每个人还各有私心。

内耗一多，分工节省的效率就被消耗了，公司也就无法壮大。

论文把这道上限，称作“科斯天花板”。

令人意外的是，今天的前沿模型一拉群，内耗比人还严重。

论文列举了一系列多Agent协作的失败数据。

在主流工作流基准中，多Agent系统目标不一致、交接丢失上下文、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中，多加几个Agent，性能反而下降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协作的贡献，他觉得连10%都算不上。

为了量化这道限制，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。

在论文的模型中，一家纯AI公司的最佳规模只有7个副本左右。

协作能力一旦超过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，无法在岗持续学习。

硬塞上下文，只会让Agent搞糊涂。

正是这层还没捅破的窗户纸，暂时保护了人类公司。

越过临界点 12名专家一夜清零

但这层窗户纸，终有被捅破的一天。

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；

混合团队里的人类专才，从4.58人平滑降到0。

第二条，是跨企业的断崖替代。

AI单项能力固定在4，协作能力从0.80往上爬。

一开始，12名人类专家都在纯人类公司里满编运转。

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。

纯人类公司整体出局。

12个人的就业，从12直接归零。

真正的大地震，在协作能力超过1之后。

论文称之为**“超协作”门槛**。

越过它，组织的规模报酬从递减变成递增，大市场的生产会迅速向一家巨型纯AI公司集中。

两个紧挨着门槛两侧的经济体，AI的单项智商几乎一模一样。

左边，中小企业林立，岁月静好；右边，经济迅速重组成少数几家纯AI巨头。

这一次，连协调者也没能幸免。

AI自己学会了配合，协调者最值钱的本事就不稀缺了。

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。

可牌桌对面坐着的，已经是一整支不领工资、没有内耗的AI正规军。

当然，作者也留了余地。

“超协作”是一个高度简化的数学性质。

现实中的监管、AI厂商之间的竞争、算力约束，都可能拦住这种“企业奇点”。

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。

第二，AI的冲击，大概率先出现在工资上，然后才轮到市场结构和就业。

所以，别再只盯着大模型单挑人类的跑分榜了。

跑分再高，也只是让单个AI更能干。

通往ASI的最后一道门，可能是协作。

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。

参考资料：

https://institute.deepmind.com/essays/the-economics-of-intelligence/

https://x.com/alexolegimas/status/2115822019518370172

本文来自微信公众号“新智元”，作者：ASI启示录，编辑：摩西 元宇，36氪经授权发布。