DeepMind 的 AGI 经济学：能力定水平，协调定规模，而今天的位置只有一个借来的读数
Google DeepMind 三位作者用一篇长文和一份 108 页论文，把 AGI 的经济影响拆成能力与协调两个参数：能力抬产出水平，协调决定公司能长多大；本篇逐条核到原始文件，指出唯一把今天定位在门槛哪一侧的读数，是论文从别人的一篇博客里转引的。
DeepMind 交出的这份 AGI 经济学，把「AI 会不会改变经济」拆成两个可以分别取值的量：能力决定每个人的产出水平，协调决定一家公司能长到多大。
前者一路在涨，后者还在门槛之下。而唯一一个把今天放到门槛哪一侧的数，这篇长文里没有，它出现在配套论文第 52 页；论文又是从别人的一篇博客里转引的。
01 先看清这是谁的判断
北京时间 10 月 29 日 22 点 50 分，Google DeepMind 的研究所平台挂出一篇长文。
平台叫 DeepMind Institute。文章标题是《The Economics of Intelligence》，副题问的是 AGI 何时、以何种方式带来经济转型。1
三位作者：AGI 经济学总监 Alex Imas、研究科学家 Andrew Koh、联合创始人兼首席 AGI 科学家 Shane Legg。1
前两位在论文首页标了兼职单位：Imas 在芝加哥大学，Koh 在哥伦比亚大学。2
DMI 这个平台今年 9 月 16 日上线，到这篇为止共 11 篇；同一天它还发了另一篇《What is Work For?》。1
Legg 在 X 上把两篇打包推了出去。3
经济这个题目对 DMI 不算新：此前已有《Economic Policy for AGI》等几篇。1
文章末尾、作者栏之上有一段免责声明，每个字都要紧：
The DMI is a platform, started by researchers from Google and Google DeepMind, to publish and discuss creative, deeply informed ideas about a world with AGI. DMI pieces are intended to serve as conversation starters, reflecting the author's ideas and research, and should not be read as Google's official view.
（DMI 是 Google 与 Google DeepMind 的研究者发起的平台，用来发表与讨论关于 AGI 世界的想法。DMI 的文章是讨论的起点，反映作者自己的观点与研究，不应被读作 Google 的官方立场。）1
配套论文同日上线，叫《Organizing Intelligence》，108 页，PDF 元数据里的生成时间是 10 月 29 日。2
论文首页脚注也写了两句：本文表达作者个人观点，不代表所属机构；这项研究只供学术讨论，不构成对 Google 当前或未来业务的预测、路线图或实证陈述。2
同一处脚注还交代了工具：论文在数学论证与一致性校对上有 AI 系统参与。2
所以这篇东西有两个层次，读法不同。模型那半是形式化的，可以逐条反驳；叙事那半是三个人的判断，不是 Google 的立场。
02 模型里只加了一个新零件
先看它搭的那个玩具经济，小到可以手算。2
一共 14 个人，三种角色：6 个程序员、6 个写手、2 个协调者。
程序员编程 9、写作 1；写手反过来；协调者两项都是 1。第三项是协调能力：程序员与写手各 0.75，协调者 0.97。
不参与生产的人，可以拿 1/4 的外部收入。AI 是另一种投入：能力向量任由设定，副本按算力成本 1 无限租用。
第一个量叫能力。它由两项技能的均值取调和平均，替代弹性 1/2。2
调和平均的意思是短板定产出：一个程序员单干，强项 9 被写作的 1 拖成 1.8。
第二个量叫协调，写成一个参数。它的作用只有一个：决定企业每多一个人，人均产出是往上走还是往下掉。
严格说，进规模函数的是产出对规模的尾部指数；在论文用的那个 CES 例子里（两种技能的替代弹性固定为 1/2），这个指数恰好等于企业的平均协调能力。
所以下文提到的 0.97 与 1.60，量的是同一个刻度：前者是两个人类协调者的值，后者是论文在 supercooperative 那一档给 AI 设的协调值。
论文里最要紧的一句话很朴素：给定企业的成员构成，能力的变化不改变最优规模，协调才改变。2
这句话就是整篇文章的分水岭。过去所有「AI 超越人类专家」的榜单，测的都是第一个量；而企业能长多大，由第二个量决定。
原文把这一点压缩成一句：单个 AI 智能体是错误的经济对象。1
03 三个可以自己复算的结果
先把玩具经济里的算术走一遍，因为后面那些大结论全靠它撑着。
只有程序员时，六个人合成一家企业，人均 5.0；各自单干，人均 3.6。
能力 1.8 是标量，产出要靠价格换算，两个数并不冲突。2
如果把程序员加倍到十二个，均衡不是并成一家：分成两家各六人，合计 59.5；并成一家十二人，合计 57.2。协调摩擦吃掉了分工收益。
加入写手之后，互补配对把团队能力从 1.8 抬到 5.0，人均工资从 1.49 涨到 4.13（再往后加入协调者，专家的工资是 4.15）。2
程序员一行代码没多写，工资接近三倍。多出来的那部分，来自组织。
最后加两个协调者。最优规模从 6 变成 7，人均产出 13.0；协调者拿到 2.41，接近外部选项的十倍，也高于程序员与写手。2
而同一个协调者单干，只值 0.70：按任何单项技能榜单排名，她是这个经济里最弱的工人。
协调者贵，因为她拧的是那个决定斜率的旋钮。
04 那条线在 1 上，而 1 恰好是教科书的假设
四种「能力体制」听起来像四个阶段，其实是两个参数各取两段的四个格子。而格里最关键的那条边界，正好落在经济学最常用的那个假设上。
横轴是能力：AI 是否超过最好的那个人（示例里是 9）。纵轴是协调：AI 的协调参数是否超过 1。2
能力在人类包络之内、协调不到 1，是 minimal AGI；能力超过所有人、协调仍不到 1，是 supercompetent。
协调越过 1、能力没超过所有人，是 supercooperative；两样都越过，是 ASI。
1 这个数不是随手取的刻度，它是三种规模回报的分界。2
低于 1，加人带来摩擦，企业规模有上界——这就是科斯问过的那个问题：既然企业能省成本，为什么不是一家企业干完所有事。
恰好等于 1，人均产出随规模上升，但只逼近一个有限的天花板（示例里是能力乘以 e 的 7/4 次方），永远取不到；企业规模失去有限的最优解。
严格大于 1，人均产出随规模无界增长，科斯的上界作废。
论文专门提醒：在 1 这个点上，人均产出封顶、企业规模没有有限的最优解；这与严格大于 1 必须分开处理。2
这一层还带来一个不太被注意的推论：教科书里的任务模型，是这个模型在 1 上的特例。
论文第 7.1 节的标题就叫「把任务模型嵌套进来」，第一句是：在规模报酬不变下做最优任务分配，可以还原出任务经济。2
附录 C 把理由说得更直白：在规模报酬不变的世界里，企业的边界不影响经济效率，因为合并企业可以让工人和机器保留原来的任务分配，产出不会更低。2
换句话说，那些预测「AI 会平滑地改变工资、不会突然改变市场结构」的标准模型，前提就是站在 1 这个点上。2
而博客里那个「突然跳变」，有一个必须交代的限定。2
论文在讨论那张工资跳变的图时自己写明：黑线上的跳变描述的是大市场极限，它不构成有限市场里存在跳变的证明。
附录里还有一句同类的话：数值记录不构成有限市场均衡收敛到这些配置的证明。
| 体制 | 能力条件（示例） | 协调条件 | 企业规模 | 工资方向 | 就业 |
|---|---|---|---|---|---|
| minimal AGI | 人类能力均值到 9 之间 | 人类均值协调到 1 之间 | 有上界：纯 AI 企业约 7 个副本，人类企业约 7 人 | 专家 4.15→2.90，协调者 2.41→1.30 | 14 人全在深度市场，无失业 |
| supercompetent | 超过 9 | 不超过 1 | 仍约 7 个副本，人数可能缩减 | 专家 0.394，协调者 0.476 | 无失业，专家转去利基市场 |
| supercooperative | 不超过 9 | 超过 1 | 无界，一家企业吃掉深度市场 | 专家 0.414，协调者 0.250 | 1.03 个协调者失业 |
| ASI | 超过 9 | 超过 1 | 无界，利基市场也被 AI 企业接管 | 专家 0.269，协调者 0.250 | 2 个协调者失业 |
表里四行都取自配套论文 Table 4（第 105 页）与第 10–11 页的体制配置；工资与就业是模型算出的均衡值，不是观测。2
05 今天站在门槛的哪一侧，只有一个数
论文第 52 页有一句，是全篇唯一把今天放到门槛某一侧的话：多智能体一起干活时，产出对团队规模的弹性落在 0.48 到 0.68 之间，而门槛是 1。2
这个数不是论文自己测的。它引的是 Toby Ord 在 9 月 21 日发的一篇博客，标题叫《Swarm Scaling》，标注「8 分钟阅读」。4
Ord 也没有做实验。
他把 OpenAI 7 月 9 日 GPT-5.6 发布页上的三张图拿来：横轴是总 token，纵轴是分数，各有 1 个、4 个、16 个智能体的曲线。
在这些曲线上取同 token 预算的点，斜率比就是弹性。
三个榜给出三个数。
BrowseComp 0.68，90% 区间 0.63 到 0.76。
SEC-Bench Pro 0.57，0.52 到 0.61。
Terminal-Bench 0.48，0.40 到 0.57。4
他把这个弹性写作 λ。
他自己的说明是：这三个 λ 由 Claude Opus 5 跑「更仔细的回归」得出；智能体是同构复制品；Terminal-Bench 那档只测到 4 个。4
把弹性换成日常话：取中间那个 0.57，团队从 1 个加到 2 个，产出只多 48%，人均掉两成六；取 0.48，只多 39%，人均掉三成。
值得记一笔的是同一个数在两边被读成相反的意思。
论文用它说：协调远在门槛之下，所以经济安静。2
Ord 自己的落点是：这个 λ 与经济学对人类团队的估计、与智能爆炸模型的默认值几乎一致，他原本指望 AI 的 λ 更低、爆炸更不可能，「但看来并非如此」。4
同一个 0.48 到 0.68，一边说还差得远，一边说已经够快。差别不在数，在拿它跟什么比：跟 1 比是距离，跟人类团队比是齐平。
论文对这个估计有一句自我限定，藏在脚注 38：这套算法没算团队提速的价值，所以很可能低估了 AI 团队的经济价值。2
而它没有说的另一半是：这个数只覆盖三个检索与编码类榜、同构智能体、最多 16 个副本。4
另有一份基准，论文没有引，但正好在测同一件事。
CooperBench 给两个智能体各派一个功能：单独都能做，合并会冲突；只有两边测试都过才算成功。652 个任务，来自 12 个真实开源库。5
结果是协作之后普遍掉 20 个百分点上下。
GPT-5 从 48.31% 掉到 27.95%，Claude Sonnet 4.5 从 47.1% 掉到 25.9%。
Gemini 3 Flash 从 48.6% 掉到 26.2%。5
论文作者给的归因分三类：期待不一致 42%、承诺不一致 32%、沟通失败 26%。5
所以「测组织的基准」不是空想，是已经有人在做的题目。它们现在测的是两个智能体，还不是一家公司。
06 人被挡在外面，不是因为不够强
这套模型里最不舒服的一条是：人类被挤出大企业，不是因为能力输给机器，而是因为会把平均协调拉下来。
脚注 21 特意声明，协调这道门槛是绝对刻度，不要求 AI 比最会协调的人更会协调。2
示例经济把这句话算得很清楚。两个人类协调者的协调能力是 0.97，全人类平均 0.781，AI 到 1.60 就已经算 supercooperative。2
机制不是「人太弱」，是平均值的算术。把 0.97 的人塞进一群协调 1.60 的智能体里，企业平均协调被拉低，而规模越大，这个拉低越贵。2
论文那张图（Figure 26）写得很直白：人类雇主消失，人类工资掉到外部选项；而且市场越大，跌得越陡。2
Table 4 里能看到工资的走向。supercompetent 那一档，协调者 0.476，比专家的 0.394 还高。
到 supercooperative，协调者正好掉到 0.25——就是外部选项；专家还有 0.414。2
到了 ASI，协调者的就业人数是 0。她在上一档比专家更值钱，在下一档最先出局。
这里要补一句克制的：0.97 与 0.781 都是作者设定的示例值，不是谁测出来的。整套机制成立与否，取决于真实的人类协调值，而那个数现在没人测。
07 博客里最亮的那个数字，论文里没有
博客正文有一处看起来像实验的结果：给 100 个人做了六个领域的测验，图上展示其中六位；按互补配对组队，表现比随机配对高 32%。配套论文里找不到它。
我按关键词检索了论文全文，包括参考文献：没有「100 人」的测验，没有六个领域的问卷，没有 32%，也没有任何被试、实验或田野数据。2
论文里那张 Figure 1 不是这六个人。它是理论上的能力等值线，横轴编程、纵轴写作，标出程序员、写手、协调者三个位置。2
这不影响主论证。模型的结论靠的是九个命题，不靠那个 32%。
但它说明了这篇的分量在哪：在模型上，不在数据上。
08 证据链上的六处拼缝
「能力已经超过专家、协调还远没到」这句话，是论文第 7.2 节的全部经验基础。逐条回到原始文件之后，几处数字是把不同口径拼在一起的。
先看能力那一侧。
GDPval 那句「44 个职业、前沿模型打平或胜出 48% 到 71%」，是两个数拼起来的。
下界 47.6% 来自论文本身：Claude Opus 4.1，220 个任务的金标子集，按交付物评比。6
上界 70.9% 来自 OpenAI 2025 年 12 月 11 日的 GPT-5.2 发布页，口径按任务计。7
Mercor 那句「67% 掉到 24%」也是两批不同的任务。
67% 出自 APEX：四个岗位、每岗 100 例，GPT-5 拿下 67.0%。8
24% 出自 APEX-Agents：三个岗位、480 例，最高分是 Gemini 3 Flash，而且这批里没有医学岗。9
两个模型、两批任务都不一样，一个「掉」字读不出因果。
METR 那句「2 小时冲刺是人类的 4 倍、32 到 48 小时的项目只有一半」，跨了两个基准。
4 倍出自 RE-Bench，每环境 2 小时总预算。10
「一半」出自 PaperBench：21.0% 是 20 篇全量，41.4% 是 3 篇子集的人类基线。11
同子集比较是 26.6% 对 41.4%，约六成五，不是一半。
再看协调那一侧。
论文把「错误放大 17.2 倍」与「41% 到 87% 的工作流失败」（原文如此，Cemri 那篇给的是 41% 到 86.7%）写进同一个括号引注。
往前查：17.2 倍只出现在 Kim 等人的论文里，是 trace 级、独立架构相对单智能体基线的放大。12
41% 到 86.7% 只出现在 Cemri 等人的论文里，是七个开源多智能体框架的失败率；Yang 等人那篇两个数都不提供。13
论文开头讲四种体制那一段（第 9 页）其实把这两个数分别归给了 Cemri 与 Kim；拼在同一个括号里的，只有第 52 页这一处。
劳动市场那一侧也有两处。
「时间节省只有 3% 到 7% 传导到工资」：这是工人自己估的感知分解，同一篇论文的因果估计是收入与工时的精确零效应，可排除 2% 以上的变动。14
「起薪下降 4.2%」：4.2% 是初级岗位平均工资的降幅，起薪本身的降幅是 10.76%。15
这些是引用层面的拼接，不是结论层面的编造。但它们决定了一件事：能力那一侧是三处把不同口径接在一起，协调那一侧是一次归因并置，劳动市场那两个数一个把感知当传导、一个把平均当起薪。整套经验基础里，只有那一个博客插值，是把今天放到门槛某一侧的。
09 同行说的「协调」，不是同一个层级
这个词最近很热，但四个人用的是四个层级。混着读，就会把这篇当成又一份「AI 要来了」的预测。
Dario Amodei 的《We Must Pace the Frontier》里，协调指的是公司和公司之间、国家和国家之间：常驻的第三方评估者、同业标准、跨国协议。
他要的节奏是慢一点，理由写在原文里——以更有节制的节奏工作，可以把运营做得远为出色。16
这篇论文里的协调，是企业内部智能体之间的传递损耗：交接口径、上下文、谁检查谁。
OpenAI 那篇内部观察给的是这一层的实测。
研究组织里每 1 个「人类工作日」对应 3.1 个「智能体工作日」；过去半年，成功的 4 到 8 小时任务里，过半需要至少一次人工介入。17
这正是这篇论文判断的经验侧写：活儿被大量分身干了，收口还得靠人。
OpenAI 十月底那篇《The future of the firm》问的是另一个问题：AI 放在组织图的哪一格——脚下、身边、还是夹在中间。18
这篇问的是：这一格的加入，会不会把组织的规模函数改形。
Yann LeCun 的落点又在别处。他把岗位被替代看成常态，把补偿划给财政与社会政策，2024 年 1 月那条帖写得很干脆。19
这几个说法不冲突，因为它们量的不是同一个东西。而它们之中，只有 DeepMind 这一篇把「协调」写成了可以取值的参数，于是也成了唯一能被证伪的那个。
10 三十万次浏览，四条评论
发布面本身也是一条信息：这篇在 X 上不算冷，在技术社区里不算热。
Imas 的帖子拿到约 3,700 个赞、30 万次浏览，正文以一段 20 秒视频收尾。20
他在帖里点了两条要点：要更紧地追踪智能体的协调能力；AI 的影响会先出现在工资上，后出现在市场结构与就业上。20
Legg 把这篇与同日另一篇打包推，499 个赞。3
Hassabis 只转，不加一个字，6,000 多次浏览。21
媒体侧只有一条快讯：MTS 的报道，18,000 多次浏览。22
Hacker News 上，这条帖子 15 分、4 条评论。唯一的实质反对来自用户 bob1029：「协调是一种税，你不该去追它。」23
这句话其实戳到了模型的软处。税是可以省的，能力是只能等的；如果协调更像前者，「等它跨过 1」就不会自然发生。
11 该盯什么
论文结尾没有给时间表，给了四条测量建议。这比预测有用。
第一条：固定每份副本的算力，看产出怎么随副本数增长；跨模型代际测同一条曲线。这正是 Ord 那个估计缺的东西。2
第二条：企业层面同时记工资支出与算力支出，看两者比例怎么变。2
第三条：记企业规模分布的截面，判断是「很多瘦公司」还是「少数巨公司」。2
第四条：用雇主—雇员面板，看不同技能画像的人往哪类企业里流。这条是用来把「技术效应」与「重组效应」分开的。2
读者一侧，三个信号按先后排。
最近的是协调类基准：CooperBench 这种双智能体基准有没有出现跨代跃升，比任何单项能力榜单都更能预示结构变化。5
其次是工资结构：起薪与初级岗的价格先动，总量后动。15
最后才是企业规模分布。
有一处必须说清：论文把「工资先动、结构后动」当成模型的含义，没有给出支持这个时序的实证。2
而我查到的当前证据是两种都有：Humlum 与 Vestergaard 用丹麦的行政数据做的那份，在收入与工时上是精确零效应，变化发生在任务与职业结构里；另一份测到初级工资与起薪下降，就业却没有可检测的变化。14
两种都能装进这个模型——重组项本来就可正可负。只是「先工资后结构」这句话，现在还是推论，不是发现。
回到那篇论文本身。它最值钱的地方，是把一句人人都说的话——「AI 强不等于经济会变」——拆成了两个可以分别观察的量；而它给出的那个决定性读数，眼下只有一个博客里的插值。
一份把门槛写得这么清楚的论文，最该被追问的不是「会不会」，而是「怎么测」。
References
- 1The Economics of Intelligence · DeepMind Institute
institute.deepmind.com
- 2Organizing Intelligence · Imas, Koh, Legg
storage.googleapis.com
- 3
- 4Swarm Scaling · Toby Ord
tobyord.com
- 5CooperBench · Khatua et al.
arxiv.org
- 6GDPval · Patwardhan et al.
arxiv.org
- 7Introducing GPT-5.2 · OpenAI
openai.com
- 8
- 9
- 10RE-Bench · Wijk et al.
arxiv.org
- 11PaperBench · Starace et al.
arxiv.org
- 12
- 13
- 14
- 15
- 16We Must Pace the Frontier · Dario Amodei
darioamodei.com
- 17Research acceleration · OpenAI
openai.com
- 18The future of the firm · OpenAI
openai.com
- 19
- 20
- 21
- 22
- 23Hacker News 讨论 · item 50299212
news.ycombinator.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.