DeepMind提出“人工共生智能”替代奇点叙事

长期以来，“技术奇点”几乎主导了大众对通用人工智能（AGI）的全部想象：机器智能失控式地自我改进，最终将人类远远甩在身后。不过，据科技媒体The Decoder报道，谷歌DeepMind的研究人员日前撰文提出了另一种截然不同的图景——“人工共生智能”（Artificial Symbiotic Intelligence）。在他们看来，通用AI不会以某个单一超级模型的形式突然降临，而是作为一个由协作智能体与人类共同构成的网络逐步涌现；届时决定成败的，不是模型规模有多大，而是规范各方如何协同工作的规则与制度。

不是“一个超级大脑”，而是一张协作网络

研究团队的核心判断非常明确：通用AI的到来不依赖于某个“一锤定音”的超级模型。未来真正具备通用能力的系统，更可能表现为一个生态系统——不同专长的智能体分工协作，人类在关键环节参与决策与把关，智能分布在整张网络之上，而不是浓缩在一个黑箱之中。

通用人工智能不会以单一超级模型的形式出现，而是作为一个由相互协作的智能体与人类共同构成的网络涌现出来。

这一构想在AI思想史上并非无源之水。早在1960年，计算机先驱利克莱德就在《人机共生》一文中设想人与计算机紧密耦合、互相成就的未来；1986年，明斯基又在《心智社会》中提出，智能或许源自大量简单单元的组合与互动。DeepMind研究人员所做的，是把这一古老直觉放进大模型与智能体（agent）时代的语境里重新表述：当模型能力逼近通用水平时，组织方式可能比单体能力更加关键。

“奇点”叙事为何正在失宠

“技术奇点”的流行版本可以追溯到1993年科幻作家弗诺·文奇的著名论文，而雷·库兹韦尔随后在《奇点临近》中把时间点明确指向2045年，认为AI将触发“智能爆炸”，人类历史将就此改写。这一叙事在过去十年深刻影响了公众情绪与投资逻辑，也让“对齐”“失控”成为AI安全讨论的高频词。

DeepMind研究人员明确把“人工共生智能”定位为奇点叙事的替代方案，二者的分歧集中在三个层面：

• 智能形态：奇点押注“单一超级智能”，共生智能强调多智能体与人类组成的协作网络；
• 人的位置：前者让人类逐渐被边缘化，后者让人类始终留在决策环路之中；
• 关键变量：前者比拼智能的上限，后者关注协作规则与制度的设计。

这与DeepMind长期强调的使命——负责任地构建造福人类的AI——一脉相承。CEO德米斯·哈萨比斯此前也多次公开表示，AGI应当安全可靠并造福全人类。

规模之外：规则与制度成为胜负手

这份提案最关键、也最容易被忽视的论断是：决定AI能力上限与社会影响的，不是参数规模，而是“规范所有智能体与人类如何协作的规则与制度”。这一判断与行业近期的集体反思相呼应：随着单纯堆叠算力与参数的边际收益递减，越来越多实验室把重心转向数据质量、后训练、智能体编排与安全机制，“规模至上”的信条正在松动。

把“制度”提到核心位置，也意味着AI治理不再是事后的外部补丁，而是系统设计的内生组件：智能体之间的权限如何划分、通信协议如何审计、出错后的责任如何追溯、人类如何随时介入接管——这些问题需要像设计模型架构一样被认真对待。它与欧盟《人工智能法案》等监管实践，以及历届全球AI安全峰会关注的议题，恰好形成呼应。

第三条道路？业界仍有分歧

在AGI时间表上，业界的分歧远未弥合。乐观派如库兹韦尔坚信奇点将在2045年到来；谨慎派则认为通用智能依然遥远，例如Meta首席AI科学家杨立昆就多次表示，当前的自回归大模型不足以通往人类水平的智能。“人工共生智能”提供了第三种想象：既不押注单点突破的神话，也不否认技术进步，而是把焦点转向人与机器如何互相成就。

对产业而言，如果协作网络比单体规模更关键，竞争焦点可能从“谁的模型最大”转向“谁的生态更繁荣”：工具链、协议标准、评测基准与安全规范，将取代参数量成为新的护城河。这也部分解释了为什么近两年各大实验室纷纷加码智能体方向——在单个模型的军备竞赛之外，一场关于协作网络的竞争已经悄然开局。

当然，愿景不等于路线图。这份提案没有给出实现的时间表，也没有否认规模的价值，而是重排了优先级：先想清楚“如何合作”，再谈“能有多大”。在AGI竞赛进入深水区的今天，把规则与制度的设计提到与模型研发同等重要的位置，或许正是它最大的价值所在。未来的AI究竟是走向奇点还是走向共生，答案不仅写在实验室里，也写在实验室之外的制度设计之中。