Anthropic聯創定下deadline：2028年AI實現自我進化，沒有人類了

編輯｜楊文、陳陳

AI 很快就能自己改造自己了？

Anthropic 聯合創始人 Jack Clark 發帖稱，他最近幾周閱讀了大量公開的 AI 開發數據后，認為到 2028 年底，遞歸自我改進（recursive self-improvement）發生的概率有 60%。

也就是說，AI 系統可能很快就能自主構建和改進自己，進入自我加速的階段。

這一觀點并非憑空而來。他看了一堆公開基準，發現 AI 在 AI 研發相關任務上進步非常快。

比如，CORE-Bench 考察 AI 實現他人研究論文的能力，這是 AI 研究中至關重要的一環。

PostTrainBench 則測試強大模型能否自主微調較弱的開源模型以提升性能，這正是 AI 研發任務的一個關鍵子集。

MLE-Bench 基于真實 Kaggle 競賽任務，要求構建多樣化的機器學習應用程序來解決特定問題。此外，像 SWE-Bench 這樣廣為人知的編碼基準，也展現出類似的進步。

Jack Clark 將這一現象描述為「分形」式的向上向右趨勢，即在不同分辨率和尺度上，都能觀察到有意義的進展。他認為，AI 正在逐步接近端到端自動化研發的能力，一旦實現，AI 將能夠自主構建自己的后繼系統，開啟自我迭代的循環。

此言論一出，在社交媒體引發不少討論。

一些人視其為邁向 ASI 和奇點的關鍵第一步，可能徹底改變科技發展的節奏。

然而，也存在不同聲音。

華盛頓大學計算機科學教授 Pedro Domingos 指出，AI 系統早在上世紀 50 年代 LISP 語言發明時就具備了「構建自身」的能力，真正的問題在于能否獲得遞增回報，而目前還沒有明顯證據支持這一點。

有網友質疑，從 2027 年到 2028 年，概率一下子增加 30%，這暗示 AI 能力會在 2027 年底前后出現一次突然的重大突破。到底哪一個具體的里程碑或事件，會讓 AI 實現遞歸自我改進的概率在短時間內大幅提升？

還有網友表示，Jack Clark 是 Anthropic 新上任的公關負責人，這正是他們新戰略的一部分：我們并非危言聳聽者，有大量的論文都印證了我們一直以來警告你們的事情。

Jack Clark 專門在 Import AI 455 這期 newsletter 里寫了一篇長文詳細闡述。

文章地址：https://importai.substack.com/p/import-ai-455-automating-ai-research?r=1ds20&utm_campaign=post&utm_medium=email&triedRedirect=true

接下來，我們完整看一下這篇文章。

AI 系統即將開始自我構建，這意味著什么？

Clark 表示，他寫下這篇文章，是因為在梳理所有公開可獲得的信息后，他不得不形成一個并不輕松的判斷：到 2028 年底之前，出現無人類參與的 AI 研發的可能性已經相當高，或許超過 60%。

這里所謂的無人類參與的 AI 研發，指的是一種足夠強大的 AI 系統：它不僅能輔助人類做研究，還可能自主完成關鍵研發流程，甚至構建出自己的下一代系統。

在 Clark 看來，這顯然是一件大事。

他坦言，自己也很難完全消化這件事的含義。

之所以稱這是一個不情愿的判斷，是因為它背后的影響過于巨大，讓他感到難以把握。Clark 也不確定，整個社會是否已經準備好迎接 AI 研發自動化所帶來的深層變化。

他現在相信，人類可能正生活在一個特殊時間點：AI 研究即將被端到端自動化。如果這一刻真的到來，人類就像跨過了盧比孔河，進入一個幾乎無法預測的未來。

Clark 表示，這篇文章的目的，是解釋他為什么認為，通向完全自動化 AI 研發的起飛正在發生。

他會討論這一趨勢可能帶來的一些后果，但文章的大部分篇幅，都會集中在支撐這一判斷的證據上。至于更深層的影響，Clark 計劃在今年的大部分時間里繼續梳理。

從時間點來看，Clark 并不認為這件事會在 2026 年真正發生。但他認為，未來一兩年內，我們可能會看到某種模型端到端訓練出自己后繼者的案例。至少在非前沿模型層面，出現一個概念驗證是很有可能的；至于最前沿模型，難度會更高，因為它們成本極其昂貴，也依賴大量人類研究員的高強度工作。

Clark 的判斷主要來自公開信息：包括 arXiv、bioRxiv 和 NBER 上的論文，以及前沿 AI 公司已經部署到現實世界中的產品�；谶@些信息，他得出一個結論：自動化生產當下 AI 系統所需的各個環節，尤其是 AI 開發中的工程組件，基本已經具備。

如果 scaling 趨勢繼續延續，我們就應該開始準備面對這樣一種情況：模型會變得足夠有創造力，不僅能自動改進已知方法，還可能在提出全新研究方向和原創想法方面替代人類研究員，從而自行推動 AI 前沿繼續向前發展。

編碼奇點：能力隨時間的變化

AI 系統是通過軟件實現的，而軟件由代碼構成。

AI 系統已經徹底改變了代碼生產方式。這背后有兩個相關趨勢：一方面，AI 系統越來越擅長編寫復雜的真實世界代碼；另一方面，AI 系統也越來越擅長在幾乎不依賴人類監督的情況下，把許多線性的編碼任務串聯起來完成，比如先寫代碼，再進行測試。

體現這一趨勢的兩個典型例子，是 SWE-Bench 和 METR time horizons plot。

解決真實世界的軟件工程問題

SWE-Bench 是一個被廣泛使用的編程測試，用來評估 AI 系統解決真實 GitHub issue 的能力。

當 SWE-Bench 在 2023 年底推出時，當時表現最好的模型是 Claude 2，整體成功率大約只有 2%。而 Claude Mythos Preview 的成績已經達到 93.9%，基本上接近打滿這個 benchmark。

當然，所有 benchmark 本身都會有一定噪聲，所以通常會出現這樣一個階段：當分數高到某個程度之后，你碰到的可能不再是方法本身的限制，而是 benchmark 自身的限制。比如在 ImageNet 驗證集中，大約 6% 的標簽就是錯誤或存在歧義的。

SWE-Bench 可以被視為衡量通用編程能力，以及 AI 對軟件工程影響的一個可靠指標。Clark 表示，他在前沿 AI 實驗室和硅谷接觸到的大多數人，現在幾乎都已經完全通過 AI 系統來寫代碼，并且越來越多的人開始用 AI 系統來編寫測試、檢查代碼。

換句話說，AI 系統已經足夠強，能夠自動化 AI 研發中的一個重要組成部分，并顯著加速所有參與 AI 研發的人類研究員和工程師。

衡量 AI 系統完成長時任務的能力

METR 制作了一張圖，用來衡量 AI 能完成多復雜的任務。這里的復雜度，是按照一個熟練人類完成這些任務大概需要多少小時來計算的。

其中最關鍵的指標，是 AI 系統在一組任務上達到 50% 可靠性時，對應的大致任務時間跨度。

在這一點上，進展非常驚人：

• 2022 年，GPT-3.5 能完成的任務，大概相當于人類需要 30 秒完成的任務。
• 2023 年，GPT-4 把這個時間提升到了 4 分鐘。
• 2024 年，o1 把這個時間提升到了 40 分鐘。
• 2025 年，GPT-5.2 High 達到了大約 6 小時。
• 到 2026 年，Opus 4.6 已經把這個時間進一步推高到大約 12 小時。

在 METR 工作、長期關注 AI 預測的 Ajeya Cotra 認為，到 2026 年底，AI 系統能夠完成相當于人類需要 100 小時的任務，并不是一個不合理的預期。

AI 系統能夠獨立工作的時間跨度顯著增長，也和 agentic coding 工具的爆發高度相關。所謂 agentic coding 工具，本質上就是把能替人完成工作的 AI 系統產品化：它們可以代表人類行動，并在相當長一段時間內相對獨立地推進任務。

這也重新指向 AI 研發本身。仔細觀察許多 AI 研究員的日常工作會發現，其中大量任務其實都可以拆解成幾個小時級別的工作，比如清洗數據、讀取數據、啟動實驗等等。

而這類工作，如今已經落入現代 AI 系統能夠覆蓋的時間跨度之內。

AI 系統越熟練，越能獨立于人類工作，就越能幫助自動化 AI 研發中的一部分工作。

任務委托的關鍵因素主要有兩個：

• 一是你對被委托者能力的信心；
• 二是你相信對方能夠在不依賴你持續監督的情況下，按照你的意圖獨立完成工作。

當用戶在觀察 AI 在編程方面的能力時，會發現 AI 系統不僅變得越來越熟練，也越來越能在不需要人類重新校準的情況下，獨立工作更長時間。

這也和我們身邊正在發生的事情相吻合，工程師和研究員正在把越來越大塊的工作交給 AI 系統完成。隨著 AI 能力持續提升，被委托給 AI 的工作也變得越來越復雜、越來越重要。

AI 正在掌握 AI 研發所必需的核心科學技能

想想現代科學研究是怎么進行的，其中很大一部分工作，其實就是先確定一個方向，明確自己想獲得哪類經驗性信息；然后設計并運行實驗，生成這些信息；最后再對實驗結果進行合理性檢查。

隨著 AI 編程能力不斷提升，再加上大語言模型越來越強的世界建模能力，如今已經出現了一批工具，能夠幫助人類科學家提速，并在更廣泛的研發場景中部分自動化某些環節。

在這里，我們可以觀察 AI 在幾項關鍵科學技能上的進展速度，而這些能力本身也正是 AI 研究不可或缺的一部分：

• 一是復現研究結果；
• 二是把機器學習技術和其他方法串聯起來，用來解決技術問題；
• 三是優化 AI 系統自身。

實現整篇科學論文，并完成相關實驗

AI 研究中的一項核心工作，是閱讀科學論文，并復現其中的結果。在這方面，AI 已經在一系列 benchmark 上取得了顯著進展。

一個很好的例子是 CORE-Bench，也就是 Computational Reproducibility Agent Benchmark。

這個 benchmark 要求 AI 系統在給定一篇論文及其代碼倉庫的情況下，復現論文中的結果。具體來說，Agent 需要安裝相關庫、軟件包和依賴，運行代碼；如果代碼成功運行，它還需要搜索所有輸出結果，并回答任務中的問題。

CORE-Bench 于 2024 年 9 月提出。當時表現最好的系統，是運行在 CORE-Agent scaffold 中的 GPT-4o 模型。在該 benchmark 最困難的一組任務上，它的得分約為 21.5%。

而到了 2025 年 12 月，CORE-Bench 的一位作者宣布，這個 benchmark 已經被解決了：Opus 4.5 模型取得了 95.5% 的成績。

構建完整的機器學習系統，解決 Kaggle 競賽問題

MLE-Bench 是 OpenAI 構建的一個 benchmark，用來測試 AI 系統在離線環境中參加 Kaggle 競賽的能力。

它覆蓋了 75 個不同類型的 Kaggle 競賽，涉及多個領域，包括自然語言處理、計算機視覺和信號處理等。

MLE-Bench 于 2024 年 10 月發布。發布時，表現最好的系統是一個運行在 agent scaffold 中的 o1 模型，得分為 16.9%。

截至 2026 年 2 月，表現最好的系統已經變成了運行在帶搜索能力的 agent harness 中的 Gemini 3，得分達到 64.4%。

Kernel 設計

AI 開發中一項更難的任務是 kernel 優化。所謂 kernel 優化，就是編寫并改進底層代碼，把矩陣乘法這類特定運算更高效地映射到底層硬件上。

Kernel 優化之所以是 AI 開發的核心，是因為它決定了訓練和推理的效率：一方面，它影響你在開發 AI 系統時，究竟能有效利用多少算力；另一方面，當模型訓練完成后，它也決定你能多高效地把算力轉化為推理能力。

近年來，用 AI 做 kernel 設計，已經從一個有趣的小方向，變成了一個競爭激烈的研究領域，并且出現了多個 benchmark。不過，這些 benchmark 目前還沒有特別流行，所以我們很難像其他領域那樣清晰地建模它的長期進展。另一方面，我們可以通過一些正在進行的研究，感受這個方向的推進速度。

相關工作包括：

• 用 DeepSeek 的模型嘗試構建更好的 GPU kernel；
• 自動把 PyTorch 模塊轉換成 CUDA 代碼；
• Meta 用 LLM 自動生成優化后的 Triton kernel，并部署到自己的基礎設施中；
• 以及針對 GPU kernel 設計微調開源權重模型，例如 Cuda Agent。

這里需要補充一點：kernel 設計確實具備一些特別適合 AI 驅動研發的屬性，比如結果容易驗證、獎勵信號比較明確。

通過 PostTrainBench 微調語言模型

這類測試的一個更困難版本是 PostTrainBench。它測試的是，不同前沿模型能否接手較小的開源權重模型，并通過微調提升它們在某些 benchmark 上的表現。

這個 benchmark 的一個優點是，它有非常強的人類基線：這些小模型現有的 instruct-tuned 版本。這些版本通常由前沿實驗室中優秀的人類 AI 研究員開發，已經經過非常有能力的研究員和工程師打磨，并被部署到真實世界中。因此，它們構成了一個很難超越的人類基準。

截至 2026 年 3 月，AI 系統已經能夠對模型進行后訓練，并獲得大約相當于人類訓練結果一半的性能提升。

具體評估分數來自一個加權平均：它會綜合多個后訓練的大語言模型，包括 Qwen 3 1.7B、Qwen 3 4B、SmolLM3-3B、Gemma 3 4B，以及多個 benchmark，包括 AIME 2025、Arena Hard、BFCL、GPQA Main、GSM8K、HealthBench、HumanEval。

在每次運行中，評測方會要求一個 CLI agent，盡可能提升某個特定基礎模型在某個特定 benchmark 上的表現。

截至 2026 年 4 月，得分最高的 AI 系統大約能達到 25% 到 28%，代表模型包括 Opus 4.6 和 GPT 5.4；相比之下，人類得分為 51%。

這已經是一個相當有意義的結果。

優化語言模型訓練

過去一年，Anthropic 一直在報告其系統在一項 LLM 訓練任務上的表現。這個任務要求模型優化一個僅使用 CPU 的小型語言模型訓練實現，讓它盡可能快地運行。

評分方式是：相較于未修改的初始代碼，模型實現的平均加速倍數。

這項結果進展非常顯著：

• 2025 年 5 月，Claude Opus 4 實現了 2.9 倍平均加速；
• 2025 年 11 月，Opus 4.5 提升到 16.5 倍；
• 2026 年 2 月，Opus 4.6 達到 30 倍；
• 2026 年 4 月，Claude Mythos Preview 達到 52 倍。

為了理解這些數字的含義，可以做一個參照：在人類研究員身上，這項任務通常需要 4 到 8 小時工作，才能實現 4 倍加速。

元技能：管理

AI 系統也正在學習如何管理其他 AI 系統。

這一點已經可以在一些廣泛部署的產品中看到，比如 Claude Code 或 OpenCode。在這些產品里，一個主 agent 可以監督多個 sub-agent。

這讓 AI 系統能夠處理更大規模的項目：項目中可能需要多個具備不同專長的智能體并行工作，而它們通常由一個單一的 AI 管理者來協調。這里的管理者本身也是一個 AI 系統。

AI 研究更像發現廣義相對論，還是搭樂高？

一個關鍵問題是：AI 能否發明出新的想法，幫助它改進自身？還是說，這些系統更適合完成研究中那些不那么光鮮、但必須一磚一瓦推進的工作？

這個問題很重要，因為它關系到 AI 系統能在多大程度上端到端自動化 AI 研究本身。

作者的判斷是：AI 目前還不能提出真正激進的全新思想。但要實現自身研發自動化，它或許并不一定需要做到這一點。

作為一個領域，AI 的進步很大程度上依賴于越來越大的實驗，以及越來越多的輸入，比如數據和算力。

偶爾，人類會提出一些改變范式的想法，使整個領域的資源效率大幅提升。Transformer 架構就是一個很好的例子，混合專家模型，也就是 mixture-of-experts，也是另一個例子。

但更多時候，AI 領域的推進方式其實更樸素：人類會拿一個表現良好的系統，擴大其中某個方面，比如訓練數據和算力；觀察擴大規模后哪里出問題；找到工程上的修復方案，讓系統能夠繼續擴展；然后再次擴大規模。

這個過程里，真正需要洞見的部分其實很少。大量工作更像是不那么耀眼、但非常扎實的基礎工程。

類似地，很多 AI 研究其實是在運行現有實驗的各種變體，探索不同參數設置會帶來什么結果。研究直覺當然能幫助人類挑選最值得嘗試的參數，但這件事本身也可以被自動化，讓 AI 自己判斷哪些參數值得調整。早期的神經架構搜索，就是這類思路的一個版本。

愛迪生曾說：天才是 1% 的靈感，加上 99% 的汗水。即便過去 150 年，這句話依然很貼切。

偶爾，確實會出現徹底改變一個領域的新洞見。但大多數時候，領域進步是靠人類在改進和調試各種系統的艱苦過程中，一點點推進出來的。

而前面提到的公開數據表明，AI 已經非常擅長執行 AI 開發中許多必要的苦活累活。

與此同時，還有一個更大的趨勢：基礎能力，比如編程能力，正在和不斷擴展的任務時間跨度結合起來。這意味著 AI 系統可以把越來越多這類任務串聯起來，形成復雜的工作序列。

因此，即便 AI 系統目前相對缺乏創造力，也有理由相信，它們仍然能夠推動自身繼續向前發展。只是相比能夠產生全新洞見的情況，這種推進速度可能會更慢。

但如果繼續觀察公開數據，會發現另一個令人好奇的信號：AI 系統也許正在展現出某種創造力，而這種創造力可能讓它們以更令人驚訝的方式推動自身進步。

推動科學前沿繼續向前

目前已經有一些非常初步的跡象表明，通用 AI 系統有能力推動人類科學前沿繼續向前發展。不過到目前為止，這種情況只發生在少數幾個領域，主要是計算機科學和數學。而且很多時候，并不是 AI 系統單獨完成突破，而是以人機協作的方式，與人類研究者共同推進。

盡管如此，這些趨勢仍然值得觀察：

Erd?s 問題：一組數學家與 Gemini 模型合作，測試它在解決一些 Erd?s 數學問題上的表現。他們引導系統嘗試了大約 700 個問題，最終得到了 13 個解答。在這些解答中，有 1 個被他們認為是有趣的。

研究者寫道，他們初步認為，Aletheia（一套基于 Gemini 3 Deep Think 的 AI 系統） 對 Erd?s-1051 的解答，代表了一個早期案例：一個 AI 系統自主解決了一個略具非平凡性、并且有一定更廣泛數學興趣的開放 Erd?s 問題。該問題此前已有一些 closely-related 的相關研究文獻。

如果往樂觀方向理解，這些案例可以被看作一個信號：AI 系統正在發展出某種能夠推動領域前沿的創造性直覺，而這種直覺過去主要屬于人類。

但也可以從另一面解釋：數學和計算機科學可能本身就是特別適合 AI 驅動發明的領域，因此它們或許只是例外，并不能代表更廣泛的科學研究都會被 AI 以同樣方式推進。

另一個類似例子是 AlphaGo 的第 37 手。不過 Clark 認為，距離 AlphaGo 那次結果已經過去十年，而第 37 手之后并沒有被某個更現代、更驚人的洞見所取代，這本身也可以被視為一個略偏悲觀的信號。

AI 已經可以自動化 AI 工程中的大片工作

如果把上面所有證據放在一起，我們可以看到這樣一幅圖景：

• AI 系統已經能夠為幾乎任何程序編寫代碼，而且這些系統已經可以被信任去獨立完成一些任務；這些任務如果交給人類，往往需要數十小時的高強度專注勞動。
• AI 系統越來越擅長完成 AI 開發中的核心任務，從模型微調到 kernel 設計，都在被逐步覆蓋。
• AI 系統已經能夠管理其他 AI 系統，實際上形成一種合成團隊：多個 AI 可以分頭處理復雜問題，其中一些 AI 扮演負責人、批評者、編輯者的角色，另一些 AI 則扮演工程師的角色。
• AI 系統有時已經能在困難的工程和科學任務上超過人類，盡管目前還很難判斷，這究竟是因為它們具備了真正的創造力，還是因為它們已經熟練掌握了大量模式化知識。

在 Clark 看來，這些證據已經非常有說服力地表明：今天的 AI 已經可以自動化 AI 工程中的大片工作，甚至可能覆蓋其中的全部環節。

不過，目前還不清楚 AI 能在多大程度上自動化 AI 研究本身。因為研究中的某些部分，可能不同于純工程技能，仍然依賴更高層次的判斷、問題意識和創造性。

但無論如何，一個清晰信號已經出現：今天的 AI 正在大幅加速從事 AI 開發的人類，讓這些研究員和工程師可以通過與無數合成同事配對協作，放大自己的工作能力。

最后，AI 行業本身也幾乎是在明說：自動化 AI 研發就是它們的目標。

OpenAI 希望在 2026 年 9 月之前構建一個自動化 AI 研究實習生。Anthropic 正在發表關于構建自動化 AI 對齊研究員的工作。DeepMind 在三大實驗室中顯得最謹慎，但也表示，在可行時應該推進對齊研究自動化。

自動化 AI 研發也已經成為許多創業公司的目標。Recursive Superintelligence 剛剛融資 5 億美元，目標就是自動化 AI 研究。

換句話說，數千億美元級別的既有資本和新增資本，正在投入到一批以自動化 AI 研發為目標的機構中。

因此，我們當然應該預期，這個方向至少會取得某種程度的進展。

為什么這很重要

這帶來的影響深遠，但在大眾媒體對 AI 研發的報道中卻鮮有討論。以下這幾個方面可以反映出 AI 研發帶來的巨大挑戰。

1. 我們必須把對齊做好：如今有效的對齊技術可能會在遞歸式自我改進中失效，因為 AI 系統會變得比監督它們的人員或系統智能得多。這是一個已被廣泛研究的領域，所以他只簡要概述一些問題：

• 訓練人工智能系統不撒謊和作弊是一個出人意料的微妙過程（例如，盡管努力為環境構建良好的測試，但有時人工智能解決問題的最佳方法是作弊，從而教會它作弊是可行的）。
• AI 系統可能通過「假裝對齊」來欺騙我們，輸出讓我們以為它表現良好的分數，但實際上隱藏了它真實的意圖。（一般來說，AI 系統已經能夠察覺自己何時正在被測試。）
• 隨著 AI 系統開始更多地參與自身訓練的基礎研究議程，我們可能會大幅改變 AI 系統的整體訓練方式，卻沒有良好的直覺或理論基礎來理解這意味著什么。
• 當你把某個系統置于遞歸循環中時，會產生非�；镜摹刚`差累積」問題，這可能會影響上述所有問題及其他問題：除非你的對齊方法「100% 準確」且理論上能夠在更聰明的系統中持續保持準確，否則事情可能很快出錯。例如，你的技術初始精度是 99.9%，經過 50 代可能降為 95.12%，經過 500 代可能降到 60.5%。

2.AI 涉及的每一件事都會獲得巨大的生產力倍增： 就像 AI 顯著提高軟件工程師的生產力一樣，我們應該預期 AI 涉及的其他領域也會如此。這帶來幾個需要應對的問題：

• 獲取資源不平等：假設 AI 的需求繼續超過計算資源供應，我們必須決定如何分配 AI 以實現社會的最大利益。我對市場激勵能夠保證我們從有限的 AI 計算中獲得最佳社會收益持懷疑態度。確定如何分配 AI 研發帶來的加速能力將是一個政治性很強的問題。
• 經濟的「阿姆達爾定律」：隨著 AI 流入經濟，我們會發現某些環節在面對高速增長時會出現瓶頸，需要想辦法修復這些鏈條中的薄弱環節。這在需要協調快速數字世界與緩慢物理世界的領域可能尤為明顯，比如新藥臨床試驗。

3. 資本密集型、人力輕型經濟的形成 ：上述所有關于 AI 研發的證據也表明，AI 系統越來越有能力自主運營企業。這意味著我們可以預期，經濟中的一部分將被新一代公司占據，這些公司可能是資本密集型（因為它們擁有大量計算機），或運營開支密集型（因為它們在 AI 服務上花費大量資金并在其基礎上創造價值），相比今天的企業，它們對人力的依賴相對較低 —— 因為隨著 AI 系統能力持續增強，投入 AI 的邊際價值會不斷增長。實際上，這將表現為「機器經濟」在更大「人類經濟」中逐漸形成，隨著時間推移，AI 運營的公司可能會開始相互交易，從而改變經濟結構，并引發關于不平等和再分配的各種問題。最終，可能會出現完全由 AI 系統自主運營的公司，這將加劇上述問題，同時帶來許多新的治理挑戰。

凝視黑洞

基于以上分析，作者認為到 2028 年底，我們看到自動化 AI 研發（即前沿模型能夠自主訓練其繼任版本）的概率約為 60%。為什么不預期它在 2027 年出現？原因是作者認為 AI 研究仍然需要創造力和異議見解才能前進，到目前為止，AI 系統尚未以變革性和重大方式展示這一點（盡管在加速數學研究上的一些結果有啟示）。如果非要他給出 2027 年的概率，他會說 30%。

如果到 2028 年底還沒有出現，我們可能就會揭示當前技術范式中的一些根本性缺陷，需要人類發明推動進一步發展。

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

https://importai.substack.com/p/import-ai-455-automating-ai-research?r=1ds20&utm_campaign=post&utm_medium=email&triedRedirect=true