人類的知識探索一直走在身體之前。物理學方程式可以描述宇宙誕生之初的狀態，望遠鏡可以窺見遙遠星系的早期歷史，但人類從未親身離開過月球。這種心智與行動能力的落差，可能指向兩種截然不同的未來：一種是文明靠深度思考而不斷精進，另一種則是文明必須靠不斷擴張物理規模才能繼續前進。這正是OpenAI網站上由Hemanth Asirvatham與Elliott Mokski所撰寫的文章《The eternal complement》所探討的核心問題。
背景與問題
從伽利略到韋伯太空望遠鏡，可以看出執行能力的成本正在急遽上升。伽利略用兩片透鏡與一根管子就擴大了人類的視野，而韋伯太空望遠鏡耗資一百億美元，由十四個國家、三百個組織協力完成，十八個巨大鏡面以五十奈米精度組裝，還得折疊進火箭送往一百萬英里之外。伽利略的貢獻只需要幾十雙手，韋伯卻需要一整支全球經濟體系作為後盾。文章引用Nick Bloom等人的研究指出，維持摩爾定律所需的研究人員數量，已是1970年代初期的十八倍以上；從1930年代至今，整體研究投入增加了二十三倍，但衡量出來的研究生產力反而下降了四十一倍。技術人員的成長速度是科學家的兩倍，科學專用設備的使用量在四十年間翻倍，晶圓廠的建造成本也比三十年前高出五倍。這些數據顯示，科學進步的代價正不斷攀升，而經濟之所以還能持續成長，是因為研究規模的擴大補償了單位投入的遞減效益。
核心概念：互補品與制度智慧
經濟學家稱兩種投入為互補品，當一種投入增加時，另一種的價值也會提升。前沿智慧與實現想法的執行能力正是這種關係。更好的望遠鏡讓好的天文問題更有價值，更好的問題也讓望遠鏡更有價值。文章提出「制度智慧」這個概念，指的是讓想法落地所需的各種制度與協作：法律、官僚體系、資金機制、供應鏈，以及一連串正確的在地行動。一個偉大的想法必須通過這條漫長的鏈條才能成真。天才設計紀念碑，制度負責砌石頭；前者耀眼，後者看似無聊，但兩者同樣不可或缺。AI的到來正在改變這個平衡。AI已經能寫程式、搜尋陌生文獻、把草圖變成原型，過去需要整個組織才能推動的想法，現在一個人就能逐步實現。但文章也指出，當AI開始自行產生新見解時，想法會爆炸性增加，支援基礎設施反而跟不上，人類可能從「執行稀缺」轉變為前所未有的「執行匱乏」。稀缺的輸入將從執行轉向品味，也就是判斷什麼值得做、什麼問題值得問的能力。
兩種文明路徑
文章進一步描繪了兩種可能的文明路徑。第一種是深度文明：智慧可以透過原理推理、從既有證據中挖掘新洞見、以及收集新證據這三種方式推進知識。數學是純粹思考的極致表現，而人類累積的數據遠比已理解的多，天文影像、顯微鏡幻燈片、網路留言區都藏著尚未被解讀的答案。深度文明不會逃避與現實接觸，而是極度節約地接觸：先用超真實模擬篩掉大部分假說，只針對少數真正重要的問題進行實體觀測。文章用拼圖比喻：進度在開頭與結尾容易，中間最難；接近完成的科學可能比今天我們掙扎的領域更容易找到最終答案。門捷列夫能預測未發現的元素，因為週期表的其他部分約束了缺口的樣貌；標準模型讓物理學家在發現希格斯玻色子之前數十年就預期它的存在。第二種是寬度文明：新證據的需求壓過了思考的效率。生物學是典型的例子，即使模擬技術進步，新藥仍必須在大量人體上試驗才能確認安全與有效。超級智慧可能在一個下午設計出一個世紀的實驗，然後花一個世紀等待自然與機器完成它們。戴森球是這個未來的極端圖像：設計它需要非凡的突破，但專案的大部分內容是天文尺度的建設與後勤，這可能是人類史上最重複、最單調、最具組織挑戰的工程。在寬度文明中，制度智慧比天才洞見更稀缺，機器智慧的大多數應用不是去做聰明的事，而是去做無聊的事。物理擴張的速度限制將成為進步的瓶頸，文明的重大變革可能相隔千年甚至百萬年。
影響與限制
即使未來AI在產生前沿洞見與協調資源兩方面都超越人類，文章仍主張人類好奇心有其位置。第一，人類對啟蒙的義務不會因為機器更擅長而消失；宇宙中可能早已存在遠比我們智慧的心靈，但我們仍然試圖自己理解世界。第二，人類可能在「前沿智慧」與「制度智慧」之間具有比較優勢：即使兩者都輸給機器，人類相對更擅長前者，而且人類偏好創造而非例行公事，機器則沒有這種偏好。第三，多樣性本身有價值，即使機器能模擬大多數人類思維，人類保留的獨特性仍是創意多樣性的來源。文章的結論是：創造力不是孤獨的，天才需要建造者才能實現願景；機器思維也將繼承同樣的依賴，它們不能全都是明星，也必須成為官僚。未來的步伐取決於偉大的心靈是需要更多的世界，還是能用更少做更多。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。