重新思考 AGI：從單一超智慧到人工共生智慧
在 DeepMind Institute 最近發表的論文中，三位 Google 研究員 Benjamin Bratton、Blaise Agüera y Arcas 與 James Manyika 針對「通用人工智慧」(Artificial General Intelligence, AGI) 提出全新圖景：未來的智慧不會是孤立的超級機器人，而是一個由人類與 AI 代理人共同構成的 人工共生智慧（Artificial Symbiotic Intelligence）生態系。
從個體到網絡的研究重心轉移
傳統 AI 研究往往把目標設定為「打造一個能自我提升的單一超智慧」，期望它能在迭代中不斷超越人類。然而，作者指出，當前最先進的模型已開始採用「多模型協作」的框架：不同的子模型分工合作，透過訊息交換形成團隊式決策。這種設計暗示，智慧本質上是一種社會現象，而非個體屬性。未來的挑戰在於 協調與治理 由人、AI 代理與連接系統組成的複雜網絡，而不是單純打造「孤島」式的機器。
實證支撐：推理模型的內部辯論
在另一篇預印本《Reasoning Models Generate Societies of Thought》中，研究團隊以 DeepSeek‑R1、QwQ‑32B 等大型推理模型為例，分析其推理過程的「思考痕跡」。結果顯示，模型在訓練過程中自發產生類似內部辯論的模式：先提出觀點、再換位思考、提出反對意見，最後嘗試調和衝突。這種多視角、對話式的行為並非程式設計師手動編碼，而是 強化學習（Reinforcement Learning）僅以推理正確度為獎勵時自然湧現的副產品。作者將此現象延伸至人與 AI 代理共同構成的「思考社會」概念。
歷史斷層與未來趨勢
作者將當前的變化比擬為一次「歷史斷層」：工業化國家正經歷城市化、專業分工與出生率下降的同時，AI 代理的實例數量卻呈指數成長。若合成文本、程式碼與行政工作總產出逐漸超過人類大腦的合計產能，生物與合成思考者之間的比例將在短時間內發生劇變，類似於 工業革命 時機械取代體力勞動的衝擊。屆時，人類可能僅保留較慢、較抽象的指導層，負責設定目標、調整價值觀與監督分散式 AI 系統的運作。
結語：共生而非取代
人工共生智慧 的核心在於「共生」而非「取代」：人類與機器透過長期互動相互塑形，決策過程由雙方共同參與。對於科技政策制定者、產業領導者以及普通讀者而言，未來的關鍵不是阻止 AI 超越，而是建立透明、可追溯且具包容性的治理架構，讓人機合作成為推動社會進步的主流模式。只有在這樣的共生環境中，AGI 才能真正成為人類文明的助力，而非未知的單一威脅。