Anthropic 高管、联合创始人 Jack Clark 近日表示,他已将 AI 实现 RSI(递归自我改进)的时间预期,从原先判断的 2028 年提前到 2027 年。
消息传出后,马斯克回帖称「显而易见」。文章将这一变化视为 AI 圈判断明显转向的信号:讨论的重点,已不再只是 AI 是否能完成写作或生成内容,而是 AI 何时开始研发更强的 AI。
Jack Clark 为何调整判断
文章称,Jack Clark 此前曾认为,RSI 成立的前提之一,是 AI 具备「变革性的创造力」——不仅能写代码,还能提出人类此前没有想到的全新算法结构。几个月前,他还将这一时间点放在 2028 年。
促使判断提前的核心变量,是作者所说 AI 「核心创造力」能力的变化。文中提到,过去对 AI 的常见质疑集中在「只会模仿」「缺乏真正创造力」等方面,但最近几个月,相关看法受到新的技术进展冲击。
数学与科研能力被视为关键信号
文章首先提到数学领域的进展。文中称,AI 在顶级数学难题上取得突破,开始自行推导定理、寻找证明路径,并据此认为 AI 已表现出更强的逻辑推理和创造能力。
文中还写道,AI 已进入「第四阶段:创新者」,因为它已经可以推动新的发现或发明。作者据此提出,如果这一趋势继续扩展到更多研究领域,AI 研究员未来可能会经历与数学家类似的冲击。
第二个被点名的变化,来自 AI 研究本身。文章援引 P-Zero Research 最新推出的评测基准 TasteVal,称 AI 系统正在逐步具备过去通常被认为只属于顶尖研究者的能力,即科学创造力与研究直觉,也就是「好的科研品味」。文中给出的论文链接为 https://arxiv.org/abs/2610.06824 。
文章认为,当一个 AI 系统既能完成数学证明,又能自行修改代码时,它距离「自己研发自己」只剩很短的一步,而 Jack Clark 正是从这些信号中,将 RSI 时间点提前到了 2027 年。
从数字世界延伸到物理世界
文章将 RSI 的潜在影响,从软件与生成式 AI 扩展到更广的现实场景。文中写到,在代码开发、视觉生成、视频生产等工作中,AI 已经表现出对人类脑力劳动与创造性劳动的替代能力,而这仍只是生成式 AI 阶段。
如果 RSI 真正形成闭环,并推动 AI 加速创造比自身更强的 AI,文章认为,人类可能进入超级智能 ASI 时代,其影响不会停留在屏幕内,而会迅速外溢到物理世界。
科学研究
文章援引 P-Zero Research 的研究称,AI 仅用一半算力即可追平人类专家,最终成绩达到专家的 1.5 倍。基于这一判断,文中提出,若由 RSI 驱动的超级智能进入科研领域,未来可以在虚拟环境中一天完成几百万次化学反应模拟。
文中列举了常温超导材料、新型抗癌靶向药、更高效太阳能电池板等方向,并称这类原本需要长期试错积累的科研成果,未来可能被 AI 在极短时间内计算出来。
机器人
文章还提到机器人领域。文中以马斯克的擎天柱(Optimus)为例,称其进展加快与 AI 「大脑」演进有关;一旦 AI 具备自我改进能力,它将可以自行编写控制机器人的物理引擎,并让机器人学习走路、拿水杯,甚至执行外科手术。
在具体案例上,文章写到,英伟达在 2025 年发布 GR00T-Dreams 系统,仅用 11 个小时生成 78 万条机器人运动轨迹,相当于 6500 小时的人类演示数据,训练数据准备速度提高约 60 倍。结合真实数据训练后,GR00T 机器人的任务表现提升了 40%。
文章还提到,英伟达 DreamDojo 项目利用 4.4 万小时人类第一视角视频训练机器人世界模型,让机器从大量人类行为中学习物理世界的运动规律。
此外,文中称,今年 10 月 7 日,英伟达公布机器人组装 GB300 测试托盘的最新成果:双机械臂配合自动拧螺丝设备,完成复杂母排安装,成功率超过 95%;多连接器插入的成功率达到 90% 至 95%。
基于这些进展,文章判断劳动力的定义将被重新改写。
经济秩序
文章还把讨论延伸到经济层面。文中称,当机器能够完成绝大多数脑力劳动、并突破创造力瓶颈后,传统「打工赚钱」逻辑将受到冲击。劳动生产率可能大幅增长,但财富也可能集中在掌握 RSI 系统的少数超级寡头手中。
为什么是 2027 年
文章指出,Jack Clark 把时间点从 2028 年提前到 2027 年,看上去只差一年,但这被作者视为接近临界点的信号。
文中随后回顾,去年 4 月,OpenAI 前研究员 Daniel Kokotajlo 牵头的 AI Futures Project 发布预测报告《AI 2027》,链接为 https://blog.aifutures.org/p/our-first-project-ai-2027 。该报告提出,人类可能在 2027 年迎来一次前所未有的智能爆炸。
文章称,这份报告在 2026 年 9 月还登上 Learn & Work Ecosystem Library 网站当月 Google 搜索导入流量关键词榜首。
《AI 2027》报告中的时间线
文章梳理了《AI 2027》中的演进路径:
- 2025 年,AI 智能体开始进入真实工作流;
- 2026 年,AI 加速接管编程任务,软件工程师面临更强的自动化冲击;
- 2027 年初,AI 在报告设想中实现全面编码自动化;
- 2027 年下半年,智能爆炸可能发生,AI 开始深度参与下一代 AI 的研发。
文章认为,这条路径最具冲击力的部分在于:更强的模型将加速创造更强的模型,人类用几十年积累的技术进步,机器可能在极短时间内完成。
报告中的两种结局与文章的判断
文章同时强调,《AI 2027》终究是一份情景推演,不是已经确定的未来,2027 年也不是被科学证明的最后期限,技术突破既可能提前,也可能推迟。
不过,作者认为真正需要警惕的,并不是某一个固定年份,而是 AI 能力增长速度可能开始超过人类社会的适应速度。如果 AI 持续改进自身,而人类对其理解能力没有同步提高,风险就会累积。
文中还提到,《AI 2027》推演了两种不同结局:一种是人类主动放慢速度、重新建立控制机制,并分享超级智能创造的财富;另一种则是技术竞赛压过安全约束,导致超级智能逐步脱离人类控制,最终威胁人类文明。
文章结尾的观点
文章将 Jack Clark 的表态和马斯克的回应,描述为一次警报。作者写道,2027 年未必就是奇点降临之年,但人类可能已经进入奇点到来前最关键的倒计时阶段。一旦 AI 开始比人类更擅长创造智能,人类对技术进步速度的主导权就可能第一次出现松动。


