DeepMind联创团队发布AI经济学论文：预测专家工资先跌三成、顶尖码农缩水九成

2026年10月31日，Google DeepMind联合创始人Shane Legg与AGI经济学总监Alex Imas、研究科学家Andrew Koh在DeepMind Institute发表长文《智能的经济学》，并同步公开工作论文《Organizing Intelligence》。

论文提出AI进化四阶段模型：最小AGI、超能力AI、超协作AI与ASI（人工超级智能），并通过经济学模型分析AI对劳动力市场的影响。研究认为，当前基准测试主要衡量单个AI与单个人类的对比，而真实市场中的竞争主体是组织和团队，由此引入“马赛克智能”概念——人类个体能力各有偏科，互补协作可形成更强的团队能力。

基于14人微型经济体模拟，论文发现：即使不裁员，当AI达到人类平均水平时，专家工资将下降约30%，协调者工资缩水46%，原因是AI的可复制性削弱了人类技能的稀缺性。当AI单项能力超过所有人类专家，程序员和写作者的工资相比峰值下滑超过九成，而协调者因能组织AI协作，薪资反而反超。

论文还警示“企业奇点”风险：一旦AI的协作能力越过“超协作”门槛，组织规模报酬将由递减转为递增，市场可能被一家巨型纯AI公司主导，甚至导致纯人类公司整体出局。当前多Agent协作仍存在明显短板，论文引用的数据显示，多Agent系统任务失败率可达41%至87%，协调问题仍是制约AI组织化的关键。