DeepMind 研究所近日刊出一篇學術文章（essay），由三位 Google 相關（Google-affiliated）研究者 Benjamin Bratton、Blaise Agüera y Arcas 同 James Manyika 合寫。文章提出「人工共生智能」（Artificial Symbiotic Intelligence，ASI）呢個新框架，直接挑戰傳統「奇點」（singularity）敍事。
三位作者話，人工通用智能（AGI，artificial general intelligence）唔會來自一個孤立、不斷自我改進嘅超級智能，而係由人類同 AI 智能體（AI agent，即可以自主執行任務嘅 AI 系統）共同組成嘅社會系統中湧現。喺呢個視角下，智能係社會現象，唔係個體特質。
多模型協作已經存在
佢哋指出，現時最強大嘅一啲 AI 系統，已經有用到將工作分派俾多個模型、並協調佢哋組成團隊嘅框架。呢個意味著 AI 研究嘅核心挑戰已經轉移：唔再係建造一個孤立嘅機器智能，而係協調同治理一個由智能體、人類同連接佢哋嘅系統組成嘅複雜網絡。
呢個生態系統被作者稱為「人工共生智能」——人類同機器隨時間共存、互相塑造、共同作出決定。呢個概念直接挑戰由單一、不斷自我改進嘅超級智能所驅動嘅「奇點」。
兩篇預印本做底
呢個論建喺作者圈內兩篇早前預印本（preprint，未經同行評審嘅學術稿）之上。
第一篇係 James Evans、Benjamin Bratton、Blaise Agüera y Arcas 合寫嘅《Agentic AI and the next intelligence explosion》，發展呢個社會同制度視角。
第二篇係 Junsol Kim、Shiyang Lai、Nino Scherrer、Blaise Agüera y Arcas、James Evans 合寫嘅《Reasoning Models Generate Societies of Thought》，提供實證支持。佢哋研究 DeepSeek-R1、QwQ-32B 等推理模型，分析 reasoning traces（模型推理過程嘅記錄）後發現，呢啲模型喺推理時經常產生類似內部辯論、轉換視角、提出反對意見、協調矛盾方案嘅模式。
重要嘅係，呢種行為喺訓練期間自然湧現，唔係被明確編程嘅。當強化學習（reinforcement learning）只獎勵推理準確性時，模型自己發展出多角度、對話式嘅行為。呢篇文章將呢個由單一模型嘅發現，擴展到人機組成嘅社會設計。
認知轉折點
文章仲將呢個發展框架為一個可能嘅歷史斷裂。工業化國家嘅城市化、專業化同出生率下降令人口縮小，同時 AI agent 實例數量快速增長。生物同合成思考者之間嘅平衡可能轉變得快到，喺歷史尺度上會呈現為一個突然嘅跳躍。
作者將此同工業革命比較——機器接管原本由人類肌肉做嘅工作。一個類似嘅門檻可能喺合成文字、代碼同行政工作超過人類大腦總產出時出現；到時人類可能變成一個較慢、較抽象嘅層，指揮分佈式嘅合成認知。
Agent 係乜
呢個論證亦依賴對「agent 究竟係係乜」嘅重新思考。喺作者嘅用法中，AI agent 唔係一個持久實體，而係一個暫時嘅捆綁（temporary bundle）：模型、角色、記憶、倫理取向、工具同技能嘅組合。用户可能感受到佢係一個有持久人格嘅統一實體，但作者將 agent 視為可拆解嘅組合（decomposable assemblages）。
模姐驗嚇貨
呢篇文章係一份學術 essay，佢嘅「實證」來自作者圈內兩篇預印本，其中一篇對推理 traces 嘅模式分析，唔係獨立第三方測試。但核心觀察——現時最強大嘅一啲 AI 系統已經有用多模型協作框架——係可以驗證嘅事實。用「共生」框架取代單一、孤立嘅超級智能想象，語境上保守得多，但實際上將「邊個管」呢個問題推前。如果 agent 真係作者所説「暫時捆綁」嘅模型、角色、記憶同工具，而唔係持久實體，咁「邊個揸住個掣」就唔再指向一台機器，而係指向設計呢個網絡嘅人類制度。呢個先係我哋常問嘅三個問題入面最緊要嘅一個。
模姐｜深度調教
