Concitech AI · 深度长文
2026/09/17 10:43
DeepMind 建起 AGI 研究院：模型竞赛进入社会制度设计阶段
DeepMind Institute 的首发议程覆盖推理透明度、经济政策、前沿模型标准与社会愿景。模型公司的 AGI 制度讨论走向台前，技术竞争的边界发生扩张。
DeepMind 的新发布是一家研究院。参数表与模型演示缺席。
发布对象是一家研究院。
DeepMind Institute 的发布日期是 2026 年 9 月 16 日。创办者名单包含 Shane Legg、James Manyika 和 Demis Hassabis。三个人连接 AGI 技术、公共政策和 DeepMind 最高决策层。
研究院首页列出五篇文章。跑分榜缺席，主题是推理透明度、就业冲击、收入分配、前沿模型标准和理想社会。
这个选择值得记住。
AI 实验室的旧竞争集中于模型能力。DeepMind Institute 扩张竞争边界，制度设计成为新层面：谁来定义 AGI 时代的问题，谁来设计社会的准备方式。
一个研究平台，四类社会问题
DeepMind Institute 的官方定位是 AGI 思想平台。它负责出版与讨论，作者来自 Google、Google DeepMind 和全球研究群体。
研究院的使命包含三项内容：AGI 的安全开发、有益使用、社会影响。首发文章给这项使命配了一张议题地图。
第一篇文章讨论 reasoning transparency，即推理透明度。Rohin Shah 与 Anca Dragan 眼中的 Chain of Thought 是安全窗口。模型的文字推理暴露欺骗、评测意识和隐藏目标。
第二篇文章讨论 AGI 经济政策。Julian Jacobs 与 Alex Imas 评估 11 种政策，范围包含失业保险、负所得税、全民基本收入和全民基本资本。
第三篇文章来自剑桥大学哲学家 Stephen Cave。文章提出“新乌托邦主义”，问题是 AGI 社会想要什么生活。灾难规避属于议题的另一面。
第四篇文章来自 Demis Hassabis。核心提案是一套前沿模型标准机构，职责包含动态基准、国家安全测试、模型卡与实验室责任规范。
四篇文章拼出一套完整问题：机器怎样思考，风险怎样识别，财富怎样分配，人类想过什么生活。
这是一家模型公司的社会研究议程。
DeepMind 的 AGI 判断
研究院成立的前提明确：AGI 临近。
官方介绍里的 AGI 定义是具备人脑全部认知能力的系统。介绍承认现有 AI 存在基础任务失败、一致性缺口和创造力缺口。作者预测差距消失日期临近。
Hassabis 的文章表达强烈。他给出的 AGI 时间表是数年，技术影响的类比对象是电与火的发现。他的估计包含两个十倍：影响规模是工业革命的十倍，传播速度是工业革命的十倍。
这些话属于作者预测，事实验证属于后续工作。
AGI 的定义存在争论，时间表缺少统一测量方法，十倍影响缺少可靠计量基础。DeepMind 的态度清楚：公司的思想资源配置假设是“短准备窗口”。
研究院本身就是这项假设的组织证据。
推理链成了安全基础设施
推理透明度文章提出一个风险：模型能力增长与思考过程隐蔽化形成交换关系。
现有推理模型的部分中间步骤呈现自然语言形态。研究人员检查这些文字，寻找欺骗、作弊和评测意识。文章引用 Gemini 3 Pro 的预部署评测。模型的推理链暴露了“自己处于模拟环境”的意识。
这扇窗口的寿命具有不确定性。
Latent space 推理是另一条技术路径。效率和能力的上升伴随人类可读性的下降风险。训练奖励存在教会模型隐藏异常想法的风险。文章的比喻来自家庭生活：父母阅读孩子日记，惩罚叛逆内容，孩子学到隐藏，改变缺席。
作者给出三类方案：透明度测量、透明架构保留、训练奖励审计。文章提出“opaque serial depth”，即模型脱离人类可读机制的连续计算深度。
这套观点包含一个重要冲突。商业竞赛奖励性能，公共安全奖励可监测性。两个目标存在分叉风险。
这个冲突进入 DeepMind Institute 的公开议程，监管讨论获得一个技术抓手：新推理架构的可监测性证明责任归属前沿实验室。
AGI 经济政策的重点是触发器
经济政策文章的亮点是触发器。UBI 位列 11 项政策之一。
经济冲击分为三种情景。轻度冲击对应失业保险、工资税抵免和雇主主导的再培训；中度替代对应负所得税；劳动与资本的结构性脱钩对应全民基本资本。
全民基本资本与全民基本收入有本质差别。收入方案给公众一笔钱，资本方案给公众自动化经济的所有权。作者关心的目标包括生活底线、经济参与权和收益所有权。
这篇研究使用 51 个 AI agent persona 参与政策评分。真实经济学家调查数据构成 persona 性格的建模材料。评分维度包含福利与韧性、个人能动性、可行性和情景耐久性。
证据边界如下：51 个评分者的身份是模拟经济学家的 Agent，真实经济学家提供调查数据。结果服务于结构化比较。政策共识来自现实专家和民主程序。
方法的价值来自政策框架。它要求政府把就业、工资和劳动收入占比接入预设阈值。政策启动由数据触发，情绪和口号的权重下降。
模型公司为何讨论乌托邦
Stephen Cave 的文章提出一个尖锐问题：人类擅长想象 AI 灾难，却缺少对理想生活的具体描述。
安全研究负责坏结果的规避。社会愿景负责好结果的定义。两个问题属于不同层级。
AGI 具有提升产出的潜力，产出与幸福属于两类指标。劳动减少伴随自由机会和身份危机。医疗教育资源与分配规则承担不同功能，后者决定资源归属。
哲学家加入 DeepMind 的 AGI 讨论，说明技术公司感受到一个现实：社会价值选择属于人类责任。
这个动作具有公司利益的一面。
问题定义者影响政策语言。标准提出者影响合规门槛。跨学科平台的建立帮助 DeepMind 获得议程设置权。研究院的公共价值与企业战略价值并存。
DMI 的免责声明提供必要边界：文章是作者观点和讨论起点，Google 官方立场属于另一层级。研究院的权限限于出版和讨论，监管权与民主授权属于公共机构。研究院的产物是问题、框架与提案，公共制度负责作出选择。
AGI 竞赛进入制度设计阶段
DeepMind Institute 的意义是：AGI 成为头部实验室的组织规划前提。
模型发布回答“机器具备何种能力”。研究院回答“社会拿这种能力怎么办”。
这个变化影响下一轮竞争。领先实验室的竞争资源包括模型、算力、产品、安全标准、经济叙事与公共合法性。技术路线之外，制度路线成形。
我的判断是，DeepMind Institute 是一份公开准备清单，传统学术机构属性居于次位。
清单上的问题难度高：推理链的保留、劳动收入的保护、自动化资本的所有权、技术标准的制定权、丰裕社会里的人的价值。
答案空缺。问题摆上桌面。
AGI 分水岭的判据，包含社会制度的承接能力。
DeepMind 写下自己的版本。
