官僚的超能力：OpenAI「Intelligence Age」平台問世——天才機器終將去做無聊的事？

2026 年 10 月 1 日，OpenAI 發布了一篇不尋常的東西：不是新模型、不是基準測試、不是融資消息，而是一篇四千字的「天才經濟學」長文。《The eternal complement》（永恆的互補品）是「下一個經濟」系列的第一篇，刊登在 OpenAI 的 Intelligence Age 平台上——這個平台旨在為探索 AGI 未來的獨立聲音提供發表空間。兩位作者 Hemanth Asirvatham 與 Elliott Mokski 提出了一個溫和卻顛覆性的論點：超級智慧的真正超能力，或許根本不是天才，而是它願意成為官僚體系本身。

一切從一個矛盾開始

文章開頭點出一組對比：人類理解力的疆域，與人類身體的疆域，相差何其遙遠。我們的方程式能大致連貫地描述宇宙最初的時刻；我們的望遠鏡已窺見宇宙早期的歷史。然而，人類從未踏上比月球更遠的地方。

作者指出，這個矛盾可以有兩種解讀。第一種：最深刻的真理或許可以從單一行星上參透——文明透過「深度」而非「廣度」推進，這也有助於解釋為何我們始終沒有見到其他智慧生命。第二種解讀更令人不安：我們的心智已經超越了執行能力——我們從不缺夢想，缺的是實現夢想的人力。

歷史紀錄偏向第二種解讀。伽利略用兩片透鏡和一根管子拓寬了人類的視野——那只需要幾十雙手。而為了再一次拓寬視野，人類建造了韋伯太空望遠鏡：一座造價一百億美元的天文台，摺疊在火箭裡、被送到一百萬英里之外，十八片鏡面加工精密度達五十奈米，由十四個國家的三百個組織共同打造。用作者的話說：「要看得更遠，不只是需要更聰明的心智，還需要更龐大的官僚體系。」

進步的成本正在上升

這則軼事背後，是一整套經濟學文獻。文章引用了 Nick Bloom 等學者對研究生產力的研究：要維持摩爾定律，如今所需的研究人員數量是 1970 年代初的十八倍以上。自 1930 年代以來，全經濟體的有效研究投入成長了二十三倍，但量測到的研究生產力卻下降了四十一倍。

這個模式遍佈各領域。技術人員隊伍的成長速度是科學家的兩倍。四十年間，科學研究中專業設備的使用翻了一倍。今天的晶圓廠造價是三十年前的五倍，而且規模更加龐雜。經濟仍在前進，只是因為研究事業的大幅擴張彌補了每一單位投入遞減的產出。

由此出發，文章重新定義了「天才」：不是孤立的火花，而是生產過程中的一項投入。經濟學家把「一項投入增加會提高另一項投入價值」的關係稱為互補品。前沿智慧與實現想法的能力，正是這種意義上的互補品——更好的望遠鏡讓好的天文問題更有價值，反之亦然。有些互補品是物理性的，例如粒子加速器；另一些則更難察覺：法律、官僚體系、資助機制、供應鏈。作者為此創造了一個新詞——制度智慧（institutional intelligence），指那種「無人歌頌的執行智慧」。天才設計紀念碑；制度砌上石頭。

這個觀點戳破了一個常見的幻想。我們常把超級智慧想像成十億個愛因斯坦——但一個擁有十億個愛因斯坦的文明，仍然需要其中大多數人去採石場挖礦、去管理會計帳目。前沿創新只有在「日常世界」順暢運轉時才可能發生：從望遠鏡裡一顆螺絲的焊工，到為一位照顧過天文學家的護士投保的保險公司，再到教會那位護士的小學。

AI 改變了什麼——又沒改變什麼

AI 已經在讓「執行」變得不那麼稀缺。它寫程式、檢索陌生領域的文獻、把草圖變成可運作的原型；過去需要一整個組織才能實現的想法，如今一個有企圖心的人就有機會完成。大多數有志的電影人永遠拿不到兩億美元去拍自己的片子；大多數遊戲設計師終其一生都在實現別人的創意。從這個角度看，智慧時代始於「互補」——讓更多人擁有實現自己想法的後勤團隊。

作者認為，稀缺的投入將從「執行」轉移到品味（taste）：判斷什麼值得做、哪個問題值得問、一千個看似合理的方向中哪一個值得投入。

但這個喘息機會可能是暫時的。當 AI 開始能自己得出卓越的洞見——我們在數學等領域可能已經看到端倪——它提供的不只是勞動力，還有議程。AI 天才們催生的假設數量，可能遠超支援基礎設施能吸收的速度。今天的 AI 帶來了久候多時的解脫，好想法終於獲得應有的實現；明天，好想法可能多到我們比以往任何時候都更缺乏執行力。

兩種文明

文章的核心是一對方向性的未來情境，取決於一個問題：思想在必須與現實重新接觸之前，能走多遠？

智慧以三種方式推進知識：從原理推理、從既有證據中萃取新洞見、以及透過觀察與介入收集新證據。前兩者可以純靠思考走得很遠——數學是最純粹的例子；而人類收集的證據遠多於已理解的，科學檔案庫裡滿是等待被「看見」的答案。第三種方式則受物理法則節流：化學反應需要時間、生物需要生長、太空船必須以宇宙速度上限跨越真實距離。再完美的心智，也無法觀察一個尚未發生的實驗結果。

在深度的文明裡，超級智慧會以極致的效率諮詢現實——先把假設送進超逼真的模擬中篩選、檢查與所有既有資料的一致性，然後才對天空拍下少數幾張精準的新快照。作者把這比作拼圖：拼圖在開頭容易、結尾容易、中間最難——一門近乎完整的科學，其最後的發現可能反而比我們今天掙扎摸索的更容易，正如門得列夫能描述尚未發現的元素、標準模型早在希格斯粒子被觀測到之前的數十年就預言了它的存在。

在廣度的文明裡，對新證據的需求會壓倒這些效率。生物學是這條路徑的預兆：矽中藥物模擬對真實世界的還原度仍然不足，大規模人體臨床試驗依然不可省略——而機器產生的候選藥物越多，經驗驗證反而成了更大的瓶頸。極端的意象是戴森球：設計它需要非凡的突破，但整個工程的主體將是天文尺度的營造與後勤——史上最重複、最單調、組織難度最高的計畫之一。在這樣的世界裡，作者總結道：「幾乎所有的機器智慧都將被用於做那些不那麼光輝的事，而不是去做天才的事」——而偉大的變革可能相隔千年、甚至百萬年才到來一次。

為什麼人類的好奇心依然重要

即使未來的 AI 系統在前沿洞見與制度協調兩方面都超越人類，文章仍給出三個理由，說明人類好奇心為何保有價值。第一，無論機器是否更擅長啟蒙，我們對啟蒙的義務不變——另一個智慧的出現，不改變我們持續提問與求解的天職。第二，人類可能在前沿智慧上擁有相對於制度智慧的「比較利益」：即使我們兩者都更差，仍可專注於相對擅長的那一項——而且人類偏好創造而非重複，機器則沒有這種偏好。第三，多樣性本身就有價值：即使機器能模擬大多數人類思維，由我們的創意所驅動的那一小部分機器智慧，以人類歷史的標準而言已是奢侈品。

脈絡：一個穿著散文外衣的政策平台

這篇文章發表於 Intelligence Age——OpenAI「策略未來（Strategic Futures）」團隊的部落格，於 2026 年 8 月 20 日上線，由 Dean Ball 撰寫開篇文章。Ball 是前白宮 AI 顧問、白宮 AI 行動計畫主要撰稿人，於七月加入 OpenAI 出掌策略未來部門。平台由原名「AI Futures」更名，以與非營利組織 AI Futures Project 區隔，其關注視野明確放得很長：在變革性 AI 之下，自由社會應如何重組，才能兼顧個人權利與能動性。作者註記特別聲明，文章反映的是作者個人觀點，不代表 OpenAI 或其同事的立場。

這個免責聲明值得認真看待，但發表平台本身同樣值得注意。一家正為史上最大規模 IPO 做準備的公司，同時在為思考文明未來的制度性機器投入資源——而它的第一篇經濟學文章，落在一個既不討好樂觀派、也不討好末日派的主題上：進步的瓶頸，可能永遠不是智慧本身，而是把想法變成現實的那種枯燥、物理性、制度性的工作。

文章以它自認將決定文明下一章節奏的問題作結：偉大的心智，究竟需要這個世界付出更多，還是能用更少成就更多？