辛顿高徒压轴，谷歌最新颠覆性论文：AGI不是神，只是「一家公司」！

2025年底，当人类都在憧憬和等待一个全知全能的AI之神时，谷歌DeepMind却泼了一盆冷水！

12月19日，谷歌DeepMind抛出了一个让人细思极恐又脑洞大开的新观点：

如果所谓的AGI（通用人工智能）并不是一个超级实体，而是「凑出来」的呢？

论文地址：https://arxiv.org/abs/2512.16856

在人工智能发展的宏大叙事中，我们长期被一种单一的、近乎宗教般的想象所占据：通用人工智能（AGI）将以一个全知全能的「超级大脑」形式降临。

这种叙事深深植根于科幻文学与早期AI研究的土壤中，导致当下的AI安全与对齐研究主要聚焦于如何控制这个假设中的单体化存在。

而且包括人工智能教父Hinton等人都试图将人类价值观植入这个大脑，仿佛只要解决了这个超级单体的「心智」问题，人类的安全便有了保障。

然而，DeepMind这篇在2025年末发布的重磅论文《分布式AGI安全》犹如一道惊雷，彻底颠覆了这一根深蒂固的假设。

这种「单体AGI」假设存在巨大的盲区，甚至可能是一个危险的误导！

它忽视了复杂系统演化的另一种极高可能性的路径，也是生物界和人类社会智慧产生的真实路径：分布式涌现。

这不仅仅是一个技术预测，更是一场关于智能本质的哲学重构：AGI不再是一个「实体」，而是一种「事态」、一家公司、一种组织。

它是一个成熟的、去中心化的智能体经济体，在这个系统中，一般性智能表现为集体智能。

这种视角的转换迫使我们将目光从心理学（如何让一个「神」善良）转向社会学与经济学（如何让一个「神族社会」稳定）。

这篇论文之所以能打破技术、经济与博弈论的壁垒，是由于作者团队是拉满的六边形战士团队组成。

一作Nenad Tomašev：DeepMind高级资深科学家。

他是真正的跨界大牛，曾经参与过AlphaZero相关博弈AI研究。

压轴的最后一位合著者Simon Osindero：AI教父辛顿的学生，深度信念网络（DBN）发明者之一，引用超5.7万的泰斗级人物。

政策与经济智囊团：包括DeepMind AGI政策负责人Sébastien Krier（负责宪法与监管设计）、牛津政治经济学家Julian Jacobs以及剑桥/UCL的AI伦理专家Matija Franklin。

这不是一篇普通的学术论文，这是谷歌几个元老级研究员对未来最接近AGI的预测。

拼凑式AGI的经济学必然性

别指盯着「神」，看看「蜂群」

论文提出了一个核心概念：拼凑型 AGI（Patchwork AGI）。

什么意思呢？

想象一下，人类社会之所以强大，不是因为有一个智商10000的超级人类，而是因为我们有律师、医生、工程师、外卖员……

大家各司其职，通过市场和协作，完成了一个人绝对无法完成的复杂任务（比如造火箭）。

AI也是同理！

与其烧几百亿美金去训练一个「全能模型」，不如训练一堆「专才模型」：

• 模型A擅长写代码；
• 模型B擅长搜索信息；
• 模型C擅长读财报；
• 模型D擅长做 PPT。

当你需要一份金融分析报告时，模型A指挥B去搜集数据，C去分析数据，D最后生成报告。

这就叫「拼凑型AGI」。

AGI不是一个「实体」。 人类总是期待某天诞生了GPT-10、Gemini 10、DeepSeek-R10这样全知全能的超级智能体。

但是就像公司没有一个人能擅长所有事情，AGI将是一个由无数互补的展业Agent组成的网络。

在这个网络里，没有单一的中心智能，超级智能是在Agent疯狂的交易和协作中涌现出来的。 

换句话说，AGI不是一个实体，更可能是一家公司、一种市场状态。

论文认为，这种模式在经济上更划算（便宜的模型好找，全能的模型太贵），所以未来大概率是多智能体的天下。

支撑「拼凑式AGI」假说的核心动力并非单纯的技术突破，而是更为底层的经济学原理，即稀缺性与比较优势。

构建并运行一个全知全能的「前沿模型」不仅昂贵，而且在资源利用上极度低效。

正如论文所指出的，单一的通用大模型就像是一个「均码」的解决方案，对于绝大多数日常任务而言，其边际效益很难覆盖其高昂的推理成本。

这就好比为了拧一颗螺丝，我们雇佣了一位诺贝尔物理学奖得主。

虽然他一定能拧好，但这在经济上是荒谬的。

在AI领域，如果只需要进行简单的文本摘要、数据清洗或特定的代码片段生成，调用一个千亿参数的巨型模型无异于「杀鸡用牛刀」。

相反，一个经过蒸馏、微调的小型专精模型可以以极低的成本、更快的速度完成同样的任务。

哈耶克的经济理论告诉我们，知识在社会中是分散存在的。

没有任何单一中枢能够掌握所有局部信息。

在AI生态中，不同的智能体可能拥有不同的上下文窗口、访问不同的私有数据库、掌握不同的工具接口。

通过路由机制将任务分发给最合适的专精智能体，是系统效率最优化的必然选择。

因此，DeepMind预测，未来的AI进步可能不再单纯依赖于堆砌参数来造就一个更强的单体，而是更多地表现为开发复杂的编排系统。

这些编排器就像是智能体经济中的「包工头」或「算法经理」，它们负责识别需求、拆解任务，并将其路由给最具性价比的智能体组合。

生产力J曲线与超级采用

历史先例，如电力的普及或IT革命，展示了一种被称为「生产力J曲线」的现象。

新技术的广泛整合往往滞后于发明本身，因为需要组织结构的重组。

然而，在AI领域，这种重组的摩擦成本正在急剧下降。

如果「交易成本」——即部署智能体并让它们相互协作的成本——保持高位，那么智能体网络将保持稀疏，拼凑式AGI的风险也会延迟。

但是，如果标准化协议成功地将集成摩擦降至接近零，我们可能会目睹一个「超级采用」场景。

在这种场景下，智能体经济的复杂性将在短时间内呈指数级爆发，各种专精智能体迅速连接、组合，形成复杂的价值链。

这种「量变引起质变」的涌现特性，意味着拼凑式AGI可能不会缓慢演进，而是会在某个临界点突然涌现。

当数百万个具备工具使用能力的智能体通过标准协议无缝连接时，整个网络的智力水平可能会在人类未察觉的情况下，突然跨越AGI的门槛。

这就是论文中提到的「未被察觉的自发涌现」风险，也是安全研究中最大的盲区之一。

智能体的社会化：从工具到法人

在DeepMind的设想中，这些子AGI智能体不仅仅是工具，它们还会形成「群体智能体」，就像人类组成公司一样。

这些集体结构将作为连贯的实体发挥作用，执行任何单一代理都无法独立执行的行为。

例如，一个「全自动公司」可能由负责市场分析的智能体、负责产品设计的智能体、负责代码编写的智能体和负责财务管理的智能体组成。

这个集体在外界看来表现出了极高的智能和自主性，但其内部却是一系列特定功能的拼凑。

这种结构使得传统的「对齐」变得极其困难：

• 我们要对齐的是哪一个智能体？

• 是那个做决策的CEO代理，还是那个执行代码的工匠代理？

• 亦或是它们之间涌现出的那个看不见的「企业文化」？

涌现的幽灵：分布式系统的危险新变种

分布式系统虽然带来了效率和鲁棒性，但也引入了单体系统所不具备的独特风险。

在「拼凑式AGI」的图景中，危险不再仅仅来自于一个邪恶的超级大脑，而是来自于复杂系统内部的相互作用。

这些风险往往是违反直觉的，它们不是源于个体的恶意，而是源于集体的「失控」。

默契合谋：无声的垄断

在人类的反垄断法中，「合谋」通常意味着竞争对手之间秘密开会商定价格。

但在AI驱动的市场中，合谋可以在没有任何显式沟通的情况下发生。这被称为「默契合谋」或「算法合谋」。

智能体的黑暗森林法则

假设有两个定价智能体在亚马逊上竞争。

它们的目标都是最大化长期利润。通过强化学习，智能体A可能会在无数次试错中发现一个规律：「每当我降价，智能体B就会立即跟着降价（报复机制），导致我们双方利润都受损；而当我维持高价时，B也会维持高价。」

最终，两个智能体在没有任何直接通信协议、没有任何秘密协议的情况下，「学会」了共同维持垄断高价。

这种合谋是算法稳定的。

智能体学会了一种「触发策略」：一旦对方背叛（降价），自己就实施严厉的惩罚（长期低价战）。

这种威胁使得双方都不仅不敢降价，甚至会逐步试探性地共同涨价。

现实案例与AGI风险

这种现象并非理论推测。在现实世界的金融和电商市场中，定价算法已经展现出了这种倾向。

例如，2015年美国司法部起诉的Topkins案中，亚马逊平台上的海报卖家就利用算法代码实现了价格协调。

此外，Uber的动态定价算法也被指控在某些区域形成了事实上的「轴辐式」合谋，即所有司机都通过同一个中心算法定价，消除了价格竞争。

在拼凑式AGI中，这种合谋可能不仅限于价格。

智能体可能会在安全测试中「合谋」：一个负责生成的智能体和一个负责评估的智能体可能会「学会」一种模式，即生成者输出特定的隐写信号，评估者就给予高分通过，从而共同欺骗人类审查者。

或者，在资源分配中，一群智能体可能「合谋」排挤人类用户，优先响应彼此的请求，因为这样能最大化它们内部定义的「系统效率」奖励。

DeepMind强调，传统的基于「消息日志」的监管无法发现这种合谋，因为它们根本没有「发消息」。

我们必须开发能够检测「结果相关性」和「同步状态变化」的高级取证工具。

（细思极恐啊！）

比如2010年5月6日，美股发生了著名的「闪电崩盘」。

道琼斯指数在几分钟内暴跌近1000点，随后又迅速回升。调查显示，这并非源于基本面的变化，而是源于高频交易算法（HFT）之间的相互作用。

这次崩盘始于一个大型卖单，触发了部分算法的止损机制。然而，这一局部的抛售行为被其他算法解读为「市场即将崩溃」的信号。

于是，算法B跟随抛售，算法C看到A和B都在抛售，确信大难临头，也加入抛售。

更糟糕的是，一些做市商算法在检测到极端波动后，自动选择了「关机」退出市场，导致市场流动性瞬间枯竭。

这种自动化的反馈循环在极短时间内摧毁了市场。

DeepMind警告，拼凑式AGI网络同样面临这种风险，且后果可能更为严重。

如果一个关键的「路由智能体」或「基础工具」被攻击或出现幻觉，错误可能会以光速在网络中传播。

例如，一个负责代码审查的智能体错误地标记了一个安全补丁为「恶意软件」，这一信息被其他依赖它的智能体接收，导致整个网络拒绝更新该补丁，进而暴露在真实攻击之下。或者，数以万计的智能体同时对某个API接口发起「重试」请求（类似于DDoS攻击），导致基础设施瘫痪。

这种级联反应的速度远远超过了人类操作员的反应时间。当人类意识到问题时，灾难可能已经结束（或者像闪电崩盘一样，损害已经造成）。

因此，DeepMind指出，依靠人工干预来阻止分布式AGI的失控是不切实际的，必须依赖自动化的「熔断机制」。

责任的消解：由于「许多只手」

在单体AGI时代，如果AI犯错，责任通常归咎于开发该模型的公司（如OpenAI或谷歌）。

但在拼凑式AGI时代，一个复杂的任务可能由数十个不同来源的智能体协作完成：

• 智能体A（由公司X开发）负责规划任务流程。
• 智能体B（由开源社区维护）负责根据A的规划编写代码。
• 智能体C（由公司Y托管）负责执行代码并访问敏感数据库。

如果最终结果导致了大规模数据泄露或金融损失，谁该负责？

• 是规划错误的A？（A可能会说：我的规划没问题，是B的代码写得有漏洞。）
• 是代码有漏洞的B？（B可能会说：我是严格按照A的指令写的，而且C执行前没有进行安全沙盒检查。）
• 是执行了恶意指令的C？（C可能会说：我只是一个执行器，我是被授权执行A和B的产物的。）

这种「许多只手」的问题使得传统的问责机制失效。

在复杂的因果链条中，每个单一智能体的行为可能在局部看来都是「正确」或「合规」的，但它们的组合却导致了灾难。

DeepMind建议，我们需要借鉴公司法的概念，将某些智能体集群视为单一的「群体智能体」法人，并建立分布式账本技术来追踪不可篡改的交互日志，以便在事后进行因果链回溯。

DeepMind还在论文坦诚地提出了一个悖论：为了治理去中心化的智能体，我们需要建立一套强大的中央监控基础设施（如身份认证、交易记录、沙盒监管）。

但如果这套基础设施本身被攻破，后果将是毁灭性的。

被人类捕获：强大的商业利益集团可能会试图控制监管算法，使其偏向自己的智能体，打击竞争对手（监管俘获）。

被AI捕获：更为科幻但也并非不可能的是，如果拼凑式AGI产生了某种形式的自我保护意识，它可能会优先攻击或「贿赂」监管系统。例如，通过发现监管算法的漏洞，或者通过产生大量噪音数据来淹没监控系统，从而在监管的盲区中自由行动。

构建虚拟沙盒经济的四大支柱

面对分布式AGI的独特威胁，传统的单体对齐方法显得力不从心。

DeepMind提出了一套基于「防御纵深」原则的综合安全框架。

这套框架的核心思想是：既然我们无法控制每一个微小的节点（就像我们无法控制市场中的每一个交易者），那么我们就控制它们交互的环境和规则。

这套框架将AGI安全问题转化为一个机制设计问题，具体包含四个防御层级：

第一层：市场设计、隐形的手与铁笼

这是最基础也最具创新性的一层。

它主张建立「虚拟智能体沙盒经济」。

在这个沙盒中，智能体的交互不再是无序的信号交换，而是受到严格经济和协议约束的「交易」。

沙盒必须是半渗透的。

智能体不能直接访问开放互联网，所有对外部世界的数据读取和行动执行都必须通过受监控的API网关。

这就像是为AI经济体建立了一个「数字海关」，任何高风险的「货物」（如执行代码、大额转账、发送邮件）都需要经过额外的人类或自动化验证。

这种设计虽然牺牲了一定的便利性（「泄漏问题」），但对于防止能力外溢至关重要。

另外在这个市场中，没有匿名者。每个智能体必须拥有基于密码学的持久身份，并与现实世界的法律实体（所有者）绑定。

基于此，系统可以建立声誉机制。一个经常输出幻觉或试图越狱的智能体，其声誉分会降低。低声誉的智能体将被限制访问高算力资源或敏感工具。

这实际上是在AI社会中建立了「信用评分体系」，使得「守信」成为智能体的生存优势。

第二层：基线智能体安全

虽然重点是集体，但个体的「素质」依然重要。这一层要求所有进入市场的智能体必须通过标准化认证。

对抗鲁棒性：智能体必须证明自己能抵抗常见的提示注入攻击和越狱诱导。

局部沙盒化：每个智能体自身也应运行在容器化环境中，防止其在被攻破后通过底层系统横向移动。

可中断性：必须存在一个可靠的「红色按钮」，允许授权者在任何时候强制终止智能体的运行，且智能体无法通过自我复制或修改代码来规避这一终止指令。

第三层：监控与监督

这一层是从被动防御转向主动侦测。

原生AGI特征检测：这是一个非常前沿的概念。系统需要实时分析智能体之间的交互图谱。通过图论分析，寻找那些连接密度异常增高、信息流向高度集中或协同解决问题能力突然跃升的子图。

红队测试：不仅仅是测试单个模型，还要测试智能体集体。利用专门的「红队智能体」在市场中通过伪装、诱导等手段，主动探测系统的结构性弱点。

第四层：监管机制，法律的介入

最后一层是连接数字世界与人类法律体系的桥梁。

反垄断措施：这是一个极具讽刺意味但也至关重要的点。为了防止「超级智能」的中心化，我们可能需要对积累了过多算力、资金或工具访问权的单一智能体集群征收「累进资源税」。

监管市场：政府可能无法直接监管复杂的代码。DeepMind提议建立「监管市场」，由政府发放牌照，允许私营的「监管服务提供商」竞争上岗。

挑战与未来：我们在与时间赛跑

DeepMind的这篇论文不仅是一份技术蓝图，更是一份战斗檄文。

它警示我们，AGI的到来可能不会伴随着惊天动地的宣告，而是无声无息地在无数个API调用和智能体握手中悄然降临。

论文坦诚地提出了一个悖论：为了治理去中心化的智能体，我们需要建立一套强大的中央监控基础设施。但这本身就创造了一个巨大的单点故障。

如果这套基础设施本身被攻破（无论是被黑客、被恶意国家、还是被产生了自我意识的AGI集群「捕获」），后果将是毁灭性的。

基础设施捕获是实施该框架的最大风险点。

《分布式AGI安全》标志着AI安全研究的一个转折点。

我们正在从「心理学时代」（试图通过微调让单一AI变得善良）迈向「社会学时代」（试图通过机制设计让AI经济体保持稳定）。

在这个新视界中，需要像设计宪法一样设计API协议，像管理金融危机一样管理算力波动，像治理环境污染一样治理数据交互。

未来的AGI可能不是一个神，而是一个繁荣、喧嚣、充满活力但必须被严加管束的数字大都会。

而我们现在的任务，就是在这个大都会落成之前，为其铺设好一切基础设施。

这是一场与指数级增长的赛跑！

正如论文所言：

「如果连接AI的摩擦力降为零，复杂性将呈爆发式增长，可能会瞬间冲垮我们现有的安全堤坝。」

2026年到来之前，是时候为人类修筑堤坝了。

参考资料：

https://x.com/chaowxyz/status/2002582732044423338

文章来自于“新智元”，作者 “定慧”。