AI의 핵심 과제는 역량(capability)에서 공존(coexistence)으로 전환되는 것입니다. AI 연구의 지배적인 패러다임은 세계를 외생적(exogenous)이고 정적인 피드백 소스로 취급하는 강력한 에이전트(agent)를 개발하는 데 집중하고 있습니다. 우리는 이러한 독아론적(solipsistic) AI 설계 방식에서 탄생한, 극도로 유능한 작업 해결사(task solver)인 초지능(superintelligence)은 협력적이지 않을 가능성이 높다고 주장합니다. AI 시스템을 배포하는 것은 내생적 비정상성(endogenous non-stationarity)을 유발하며, 이는 과거의 분포가 배포 컨텍스트와 달라지는 훈련-테스트-배포 간극(train-test-deploy gap)을 초래합니다. 우리는 이를 일방적 최적화(unilateral optimization)의 자기 파괴적 특성(self-undermining property)이라고 부릅니다. 이 간극을 메우기 위해서는 협력에 참여하는 AI가 필요합니다. 즉, 여러 행위자가 상호 의존성을 탐색하는 과정인 평형 선택(equilibrium-selection) 프로세스가 필요합니다. 우리는 협력을 해결해야 할 하나의 작업으로 접근하는 대신, 이러한 상호 의존성을 핵심 설계 원칙으로 다루는 비독아론적(non-solipsistic) 연구 패러다임을 촉구합니다. 이는 적응형 상대방(adaptive counterparties)을 포함하는 동적 평가 테스트베드(testbeds)를 구축하고, 제도를 설계 기본 단위(design primitives)로 취급하며, 우리가 구축하는 시스템의 구조적 특징으로서 인간의 주체성(human agency)을 보존하는 것을 의미합니다.