人类的方程式，已经能大致描述宇宙从第一刻开始的演化。可到今天，还没有一个人离开过月球。
这是道错位，也是 OpenAI 两位员工一篇长文的起点。10 月 1 日，他们发布《永恒的互补品》，给出一个有点反直觉的结论。机器智能最可能大展身手的地方，是那些枯燥、庞大又反复的执行工作。
长文是 OpenAI 新平台「智能时代」旗下「下一经济」系列的开篇。两位作者在文末特意注明，观点只代表他们本人。文章没有新实验数据。它把四组能核查的实证摆了出来，给超级智能套上了一个经济学框架。
天才画图纸，机构搬石头
文章的分析起点，是经济学里的互补品。一种投入变多，会抬高另一种投入的价值。两者就互为补充。
两位作者认为，前沿智能和「把想法变成现实的能力」正好凑成一对。他们把后者叫作机构智能，定义成一种不被称赞、只负责落地的智能。
「天才设计纪念碑，机构砌石头。」文中这样写。
伽利略的望远镜不过两片镜片加一根管子。几十双手就能造出来。文章拿来对照的韦布太空望远镜，花了约 100 亿美元。18 面镜段的磨制精度达到 50 纳米。它靠 14 个国家的 300 家机构协作完成。
作者就此概括，看得更远不光要更聪明的头脑，还要一套更庞大的执行体系。
想法从来不缺。缺的是把想法兑现所需的组织、设备和人力。
与其死磕更聪明的头脑，不如先看看手里那套执行体系够不够用。
支撑这个判断的数据都有出处。斯坦福的经济学者测算过。维持摩尔定律所需的研究人员，已是上世纪 70 年代初的 18 倍以上。全经济范围的有效研究投入涨了 23 倍，可研究生产率反而降了 41 倍。
还有统计显示，技术员队伍的增速是科学家的两倍。专用设备的使用，在四十年里翻了一番。如今建一座芯片厂的造价，是三十年前的 5 倍。
数字都指向同一个方向。点子不稀缺。把点子做出来才稀缺。
对今天做 AI工具的人来说，这层判断值得多看两眼。
十亿个爱因斯坦，也得去采石
文章的核心推演，落在一节叫「两种文明」的讨论里。作者先设了一个问题：光靠思考，能走多远。
答案分成两条路。
一条路叫深度文明。超级智能把推理用到极致，从既有证据里榨出新洞见，把必须诉诸现实的实验压到最少。科学越接近完成，缺口几乎会自己告诉研究者该补什么。门捷列夫能在观测之前写出尚未发现的元素。物理学家在看见希格斯玻色子之前几十年，就有理由等它出现。走这条路，文明的实体足迹可以很小。
另一条路叫宽度文明。自然的复杂程度，超出任何智能的纯思辨能力。想进步，就得依赖越来越庞大的真实实验。生物学是现成的先兆。机器能模拟药物分子，可新药照样要在大量真人身上试。
机器产出的候选药物越多，经验验证反而成了越大的瓶颈。
走这条路，物理扩张本身成了知识引擎。实验室自动化、工厂数量和能源生产会一起往上走。
文章在这里留了一段推演。我们常把超级智能想成十亿个爱因斯坦。可一个由十亿个爱因斯坦组成的文明，仍然需要大多数人去开采石矿，去管理账目。
作者据此判断，超级智能真正的超能力，在于它愿不愿意接手那套庞大的执行体系。
几乎所有的机器智能，都会被用来做枯燥的事，而不是辉煌的事。
枯燥，恰恰是智能足够成功的后果。
稀缺从执行转到品味，又折了回来
在两条路之间，文章先承认了一个正在发生的中间状态。
AI 已经在降低执行的稀缺。写代码不用再等排期，AI编程工具几轮就能把草图变成能跑的原型。
查一笔陌生文献，AI对话比翻期刊库快得多。
过去要一个组织才能追的想法，现在个人靠几款 AI工具也能往前推。稀缺要素于是从执行力，转向了品味。品味指的是判断什么值得造，哪个问题值得追。
两位作者随即提醒，这种缓解可能只是暂时。AI 也会产出洞见。当机器同时供给议题和劳动力，好想法的数量会猛增，快到执行层根本消化不完。
用文中那句原话：明天，好想法可能多到让我们比以往任何时候都更缺执行。
宁可先花时间把执行的底子铺好，也别指望光靠更强的推理就能把事做成。
后半段还补了一层背景。「智能时代」是 OpenAI 今年 8 月 20 日上线的平台。它是该公司新设战略未来团队的博客。这个团队只盯一个问题。变革性 AI 一旦出现，自由社会要怎样重构。要怎样保住个人的权利与能动性。
平台名字与奥特曼 2024 年那篇个人博文同名。发布说明里解释了改名，是为跟一家非营利机构区分开。这个细节说明团队在刻意管理自己的边界。既借用了那个已被广泛传播的词，又跟它保持距离。
过去两年的公开讨论里，机器智能多半扮演洞见的生产者。写论文，破数学猜想，给商业判断。这篇文章把镜头转向了另一半。机器智能的大部分工时，可能花在那些从不写进发布稿的环节上。
推演本身没法验证。文章只留了一个可检验的预言。如果宽度文明这条路成立，执行会取代想法，成为最稀缺的资源。
