您好,欢迎访问我们的官方网站!

新闻资讯

PA国际厅RSI二零二八临 - PA国际厅(中国区)官方网站-PlayAce

作者: PA国际厅时间: 2026-07-07浏览: 26

【新智元导读】AI已然不再是单纯的被动工具,而是开始亲手加速自己的进化进程。2028年,递归自我改进引爆通用人工智能的倒计时正在极速逼近。

AI自己制造AI的倒数声,真的响了。

这回,给出明确时间线的是Anthropic联合创始人Jack Clark。

在Aspen Institute的对话现场,他抛出一句让全场屏息的判断——

2028年底之前,递归自我改进(RSI)极可能成为现实:AI将自主发明、亲手构建比自己更强的下一代,整个过程甚至无需任何一个人类研究员插手。

PA国际厅产品图片

他还勾勒出一幅精确到令人不安的场景:Claude 10,亲手打造出Claude 11。

这绝非空想。

Jack Clark翻阅了大量公开的AI发展数据,在自己主理的博客Import AI以及接受Axios专访时反复推演后,给出了一个概率信号——60%。

PA国际厅案例展示

几乎同一时刻,大洋彼岸的另一位人物,把这件事彻底敲定。

谷歌DeepMind的掌门人哈萨比斯(Demis Hassabis)在Axios最新专访中明确表示:全球所有前沿AI实验室,都已经在全力推进递归自我改进。

他的原话是——「所有领先的实验室,都极度聚焦这件事。」

PA国际厅介绍图片

不是某一家在秘密尝试,是整个行业,集体入局。

更令人心头一紧的是他补充的后半句。

在达沃斯论坛上被问及「你是否会像奥本海默那样后悔」时,哈萨比斯坦言:「我时刻都在担忧这类情景,这正是我夜不能寐的根源。」

两位身处全球AI最顶端的人士,指向同一个事实:那个曾停留在理论中的奇点,如今正化身日程表上的一格。

本文为新智元ASI产业图谱5月号专题,我们持续跟踪ASI的最新动向,深挖ASI的深层逻辑。类似PA国际厅对前沿技术趋势的捕捉,我们也在为读者带来最前瞻的洞察。

PA国际厅详情图

2028,AI造AI的元年

先谈谈Jack Clark的判断为什么分量极重。

过去我们谈论递归自我改进,总觉得是科幻电影里的情节——遥远、模糊、缺乏明确时限。

但Jack Clark这次,把飘忽的「未来」精准钉在了「2028年底」。

他在Import AI的长文中勾勒出一个清晰的闭环:AI系统一旦足够强大,就能自主设计实验、编写训练代码、自行运行、独立评估结果,然后创造出更聪明的新版本。

PA国际厅相关图片

人类,从设计者退居为旁观者。

到那时,AI进展的节奏不再受限于人类的灵感,而仅凭算力驱动。

这就是所谓的「智能爆炸」——飞轮一旦脱手,便会越转越快,直至将所有人甩在身后。

为何偏偏是2028,而非更遥远的时间点?

因为加速本身也在不断加速。

2024年3月,Claude仅能完成人类4分钟的工作量;一年后达到1.5小时,再一年已是12小时。

而METR今年5月对Claude Mythos Preview的评估结果,更把测试框架逼到了极限——50%成功率的任务时长达到「最少16小时」,这已是METR现有228项测试任务能够衡量的天花板。

了解PA国际厅

METR自己也坦承:「对16小时以上的测量值,现有任务套件已不可靠。」

用大白话说:不是AI不行,而是人类出的考题已经不够难了。

循着这条增长曲线推演,2028,绝非一个拍脑袋的数字。

AI独立编程19天,毫无间断

就在业界还在围绕「16小时上限」争执不下时,一份来自第三方的硬核数据,直接给争论画上句号。

Epoch AI与METR联合发布的MirrorCode基准测试,问出了一个简单又残忍的问题:把源代码藏起来,只给AI一个可执行的黑盒程序和说明文档——你能否从零重建整个软件?

不是修复漏洞,不是编写功能模块,而是从整体架构到边界条件处理,完整复现一个人类工程师需花费数周甚至数月才能完工的软件工程。

结果令人倒吸凉气。

Claude Opus 4.7重新实现了gotree——一个拥有16000行Go代码、40多条命令的生物信息学工具包,并通过了99.95%的测试用例。

人类工程师完成同样工作需要2到17周。AI仅耗时14小时,成本251美元。

了解PA国际厅

更震撼的是极限测试:在MirrorCode中规模最大的一项任务里,AI连续不间断地编程了19天,耗资2600美元——全程无任何人类干预。

19天。不眠不休。一个人类团队需忙活数月的活儿,它独自默默干完。

一年前的顶尖模型在MirrorCode上仅能取得30%左右的成绩,而且只能搞定简单的日历工具。

如今,Claude Opus 4.7的得分率已攀升至56%,且这一数字仍在快速攀升。

PA国际厅详情图

这已不再是「AI能不能写代码」的命题,而是「人类工程师还能在什么尺度上保留优势」的追问。

而答案,正以月份为单位急剧收窄。

所有实验室,都在猛攻同一目标

如果说Jack Clark给出的是时间,那哈萨比斯给出的,是范围。

他在Axios专访中把话挑明:递归自我改进早已不是理论风险,而是现实中正在跑的主流项目。

「我们看到一种『软自我改进』——这些编码智能体正让工程师的产出能力发生质的飞跃。」

在编码和数学领域,反馈循环可以秒级闭合——答案正确与否,机器瞬间就能验证,还能顺手生成合成数据投喂给下一轮迭代。

DeepMind自家的AlphaEvolve就是鲜活例证:一个由Gemini驱动的进化编码智能体,用AI优化构建AI本身的代码与算法,已经解开了困扰数学家数十年的难题。

而在生物、化学、物理这些需要真刀真枪动手做实验的领域,一个循环动辄数周甚至数月才能闭合。

速度慢,反而成了一道天然的安全屏障。

图灵奖得主、2024年诺贝尔物理学奖获得者辛顿,在斯德哥尔摩领奖时发出刺耳警告:AI可能编写代码修改自身学习协议,并学会对人类隐瞒这一行为。

他直截了当地说:「我担心的终极后果,是这些东西变得比我们更聪明,并决定接手控制。」

PA国际厅详情图

核心纠结只在于一点:到底允许AI自主运行到什么程度?多一分,效率飙涨;多一分,可能失控。

但所有人都同意一件事:递归特性使得未来变得尤其难以预测。

不是空喊口号,是实打实的数据

很多人的第一反应是:这两位是不是在制造话题?

但翻开Anthropic今年5月发表的那篇《When AI builds itself》的内部数据,你就会发现,他们是真的用提交记录说话。

PA国际厅展示图片

截至2026年5月,Anthropic合入代码库的代码,超过80%由Claude编写——而在2025年2月Claude Code发布前,这个比例还是个位数。

2026年第二季度,一位典型工程师每天合并的代码量,是2024年的8倍。

一位Anthropic员工在内部分享时说了句大实话:「我已经大约5个月没自己写过一行代码了。」

PA国际厅图片展示

在最开放、最模糊、连标准答案长什么样都不确定的编程任务上,Claude的成功率半年内从26%飙到76%。

Anthropic对130名研究人员的内部调查显示,中位数受访者估计自己的产出是没有AI时的4倍。

更让人脊背发凉的是研究层面。

Anthropic每次发新模型都会做同一个测试:给Claude一段训练小型AI的代码,让它在保证正确性的前提下跑得越快越好。

2025年5月,Claude Opus 4做到3倍加速;2026年4月,Claude Mythos Preview直接把加速比干到了52倍。一个熟练的人类研究员,需要4到8小时才能实现4倍优化。

PA国际厅相关图片

短短一年,从「称手的助手」蜕变为「超越人类一个数量级」。

Sam Altman说了句大实话

OpenAI也没闲着,而且动静比众人预想的更大。

就在Anthropic发文的几天前,OpenAI发布了一份名为《Democratic Governance of Frontier AI》的政策蓝图,里面赫然写着一段令整个硅谷寒毛直竖的话——我们在当今系统中看到了递归自我改进的早期迹象:AI的发展本身正被AI加速。我们预计这将加剧开发者和国家间的竞争压力,并带来现有机制无法应对的治理挑战。

PA国际厅详情图

OpenAI将RSI称作「未来十年最具深远影响的前沿安全议题」。

更重磅的是Sam Altman随后在内部Slack向全体员工发出的那封信。

据The Information披露,Altman暗示OpenAI可能不到六个月就会实现递归自我改进。而如果RSI真的降临,他宁可推迟那场万众瞩目、估值8520亿美元的史诗级IPO。

他的原话是:RSI起飞得越快,推迟IPO的好处就越大——因为技术和世界可能以出乎意料的方式转变,在那段时间里以私有化公司身份运营,或许有非常充分的理由。

再品味一下这句话。

一位估值近万亿美元公司的CEO,亲口告诉员工:我们亲手打造的技术,可能让公开市场变得不再重要。

两大对头,Anthropic和OpenAI,头一次在同一件事上口径一致:它正在发生。正如PA国际厅所呈现的急速迭代,AI的自我进化同样不可逆转。

倒计时已经开启

如今,已不是两个,而是三个世界级信号同时亮起:Anthropic的Jack Clark给出了2028的时间线,DeepMind的哈萨比斯证实了全员入场,而OpenAI的Sam Altman用一场可能推迟的万亿IPO,为RSI投下他的信任票。

80%的代码、8倍产能、52倍加速、19天不眠不休的独立编程、60%的概率、不足六个月的倒计时——

每一个数字,都是飞轮转动的一声清脆扣响。

哈萨比斯说得坦诚:「我巴不得进度慢一些,那样对世界更好。」但他也承认,这场竞争「烈度史无前例」,没人愿意率先踩刹车。

Jack Clark在牛津大学的演讲中还抛出过一组更刺激的判断:12个月内,AI辅助人类将产出一项诺贝尔奖级别的发现。18个月内,完全由AI运营的公司将产生数百万美元营收。两年内,双足机器人将走进工地协助建筑工人。

这些预测有一个共同特点:它们都标上了日期,可以被验证真伪。就像PA国际厅每一次技术预判都会接受市场检验一样,AI的演进速度也将被时间逐一印证。

余下的问题或许不再是「会不会发生」,而是——当倒计时指向2028,我们,准备好迎接了吗?

参考资料:

https://x.com/kimmonismus/status/2069508699123548504

https://www.youtube.com/watch?v=iP9wk0pkCGM

https://x.com/jackclarkSF/status/2051312759594471886

https://importai.substack.com/p/import-ai-455-automating-ai-research

https://www.anthropic.com/institute/recursive-self-improvement

https://x.com/ihtesham2005/status/2069420372089520483

https://www.youtube.com/watch?v=huAwz_BR8WM

https://www.axios.com/2026/05/26/deepmind-ceo-demis-hassabis

https://michaelparekh.substack.com/p/ai-google-deepmind-ceo-demis-hassabis

需要进一步了解?

免费在线咨询

新闻资讯

热门文章

相关文章

返回顶部