AI巨头呼吁全球暂停前沿研发
导语：一边追求近万亿估值的IPO、推进商业应用，一边却对AI失控风险发出警告，并号召全行业暂缓脚步。Anthropic的一篇关键论文将「AI自主进化」这一概念推到台前，引发整个AI领域的激烈讨论。6月4日，全球领先的大型模型公司Anthropic在其官网发布了一篇题为《When AI Builds Itself（当AI开始构建自身）》的重要长文，其联合创始人亲自执笔，提出一个震撼业界的观点：AI已显现出递归自我优化的迹象，预计最快两年内将能脱离人类控制，独立研发出更强大的新一代模型，因此呼吁全球同步暂停前
AI 自主进化：递归自我改进的加速现实
一、Claude 的"业绩单"若你尚未关注 Anthropic 那篇引发热议的博文《当 AI 构建自身》，不妨先看看这份"成绩单"：这些数据背后的趋势线清晰指向一点：AI 优化 AI 的进程，正以超出预想的陡峭斜率狂奔。不仅如此，OpenAI 也在同一周发布了基调相近的文档，提及"我们已在现有系统中观测到 RSI（递归自我改进）的初步征兆"。不是说好是竞争对手吗？为何竟在同一周不约而同地讲述同一件事？要么是该信号强烈到两家巨头都不敢保持沉默，要么是各自都有话
Anthropic 警示 AI 失控风险，倡全球暂缓研发
作者丨顾亭亭6 月 5 日讯，AI 领域领军企业 Anthropic 近日发布一份报告，罕见地向全球同行发出呼吁，建议延缓乃至暂停更高级 AI 系统的研发，理由是最新模型已显露出脱离人类掌控的苗头。该文章名为《当 AI 构建自身》（When AI Builds Itself），由公司联合创始人 Jack Clark 与内部研究主管 Marina Favaro 共同署名。尤为少见的是，此次他们披露了一组从未公开的内部数据，以证明 AI 正在加速其自身的迭代开发。Anthropic 指出，其代码库中超过八成的
AI 自我进化加速：Anthropic 披露代码自写超八成，巨头呼吁全球暂缓
6 月 4 日，Anthropic Institute 发布了题为《当 AI 构建自己》的报告，公开了一组内部关键数据。截至 2026 年 5 月，Anthropic 代码库中合并的代码，逾 80% 由 Claude 生成。而在 2025 年 2 月 Claude Code 推出研究预览版之前，这一比例仅为个位数。此外，2026 年第二季度，普通工程师每日合并的代码行数达到了 2024 年的 8 倍。同年 4 月，Claude 修复了 800 多项 API 错误，将特定类型错误率降低了约 1000 倍，相
AI巨头Anthropic警告AI“自我改进”风险，呼吁全球暂停开发
5日，“Anthropic呼吁全球暂停AI开发”这一话题迅速登顶微博热搜榜。据外媒《华尔街日报》6月5日报道，AI初创公司Anthropic敦促全球顶尖实验室放慢研发节奏，担心AI系统进化过快，若在无人类介入下实现自我迭代，恐引发严重社会隐患。据悉，Anthropic于4日在官网博客发布了题为《当AI构建自身》的深度文章。此文由联合创始人Jack Clark及研究负责人Marina Favaro合著，罕见地公开了部分未曾在外的内部运营数据。数据显示AI自我迭代速度惊人：至2026年5月，Anthropic
Anthropic警示AI失控风险：呼吁全球共同减速以避免递归自我改进
AI人工智能初创企业Anthropic表示，AI技术正在迅速主导研发流程，这潜藏着巨大的社会隐患。6月4日，Anthropic在其官网上指出，若AI持续主导研发，在算力充足的情况下，系统将具备自主设计、开发及训练更高级别AI的能力，从而达成人类尚未备好的“递归自我改进”循环。为此，公司建议减缓全球前沿AI的研发步伐或许有利。不过他们也提醒，若仅单一企业止步，竞争对手便会趁机加速。唯有多国多家大型AI企业达成共识，实施“可验证的共同减速”，方能奏效。Anthropic引用内部数据佐证：目前公司生产环境中，超
史上首个AI蠕虫问世，Anthropic呼吁暂停研发，程序员却离不开AI
1988年11月2日晚上8点30分，康奈尔大学研究生Robert Tappan Morris在MIT终端按下回车键。编写此程序旨在测算互联网规模——当时无人知晓这个新兴网络究竟连接了多少台机器。他为此耗费数月编写了99行C语言代码。按下回车数小时后，约6000台联网电脑——当时占互联网10%——全部瘫痪。大学网络停摆，政府实验室慌忙断网，管理员彻夜未眠。Morris蠕虫由此诞生，成为人类历史上首次“攻破互联网”的事件。随后，美国成立CERT/CC应急中心，全球首个网络安全机构。损失超1亿美元。Morris
AI 自主进化：递归改进的现实与未来
AI 开始自己造 AI 了——递归自我改进，到底是不是狼来了?6 月 4 日，Anthropic（就是做 Claude 的那家公司）发了一篇文章，标题叫《当 AI 构建自身》（When AI builds itself）。听起来像科幻片的台词，但通篇没有一句煽情，全是数据。它讲了一件正在发生、但很多人还没意识到严重性的事:AI 不只是在帮人写代码了，它正在一步步参与「制造下一代 AI」这件事本身。如果你最近被各种「AGI 要来了」「人类要失业了」的标题搞得有点麻木，那我建议你把这篇看完。因为这次说话的不是
Anthropic 倡议暂停尖端 AI 研发，警惕自主进化危机
Anthropic 正敦促全球顶级 AI 实验室放慢研发步伐，其理由在于 AI 系统迭代过于迅猛，恐在短期内实现无需人类干预的自主演进，从而给社会带来严重的安全隐患。 该公司周四通过官方博客文章指出，掌握暂停全球 AI 研发的主动权“大体上是有益的”，文中还公开了内部实验数据，以证实其旗舰大模型性能的飞速提升。 这篇由公司研究院主管玛丽娜・法瓦罗与政策负责人杰克・克拉克共同撰写的文章指出，当前模型的发展轨迹正趋向于递归式自我优化：即 AI 能够在无人协助的情况下自主升级能力。许多行业专家将这一技术拐点视为
超越工业革命百倍！两大 AI 巨头终极预言：奇点临近，文明即将重构
科创家网 www.kechuangjia.com.cn｜洞见未来，助力科创，加速科学家成果商业化｜AI 进化已突破人类认知边界，预计 2028 年底实现递归式自我迭代（奇点），2030 年左右通用人工智能（AGI）将正式到来。01020304关于「预见科创家」「预见科创家」是创业孵化平台「溪有物种」旗下专注于科学家创业的新媒体，以洞察未来的视角，投资下一代颠覆世界的科技。我们深耕科学家成果商业化、科学家创业及硬科技孵化，推动前沿技术从实验室走向产业应用。我们聚焦科学家创业生态，提供从投资、孵化到产业落地的
AIVIVE 获800万美金:以递归通缩重塑AI生图经济
预计到2027年，AI图像生成市场规模将触及500亿美元，然而一个深层矛盾正逐渐显现：所有价值均被中心化订阅平台独占，创作者与底层网络分文未得。Midjourney年营收已超3亿美元，DALL-E与Imagen不断迭代升级——但对用户而言，“付费订阅、生成图片、随即离开”的循环始终未变。AIVIVE近日成功完成A轮与B轮总计800万美元融资，其核心赌注在于一个激进的理念：让用户每一次调用AI生图服务时，都能自动触发底层代币的永久性销毁。过去三年间，AI图像生成领域上演了一场典型的“模型层商品化”大戏。FL
亦忱：递归自我改进，AI进化的底层逻辑重塑
人工智能的发展正告别人类主导的线性研发阶段，步入智能自主进化的新时期。递归自我改进作为当前AI领域最关键的底层进化机制，彻底颠覆了传统人工研发、被动迭代的模式，建立了智能自我增长的正向闭环，成为大模型突破能力极限、迈向高级智能的核心引擎。理解这一概念的内核与价值，便能洞察未来AI迭代的底层规律与发展趋势。一、递归自我改进的核心概念解析递归自我改进（Recursive Self-Improvement，简称RSI），是不同于普通算法优化、模型微调的高阶智能进化机制，也是人工智能接近通用智能的关键特征。从本质
面壁智能推出AI自研训练框架ForgeTrain：国产AI基础设施的新突破
2026年5月底，国内AI企业面壁智能推出了一款名为ForgeTrain的预训练框架。若仅是又一款训练工具，或许不会引发太多关注。但ForgeTrain的独特之处在于：它是一款完全由AI自主生成的生产级框架。AI辅助编程早已不稀奇。然而，让AI编写用于训练AI的预训练框架，且该框架在生产环境中的性能已超越英伟达的Megatron——这就截然不同了。ForgeTrain的工作原理如下：面壁智能团队在GitHub上运营着一个持续更新的Specification-as-Code代码库，其中使用YAML和Pyth
全球首例！国产AI自主构建新一代智能模型
2026年5月27日，全球AI领域迎来里程碑时刻！没错，电影中“AI自我进化、自主创造”的场景，如今在中国成为现实！中国AI企业面壁智能正式宣布：全球首个完全由AI自主研发、无需人工编写核心代码的AI模型成功问世！从构建训练框架到产出全新模型，整个流程均由AI独立完成。这不仅是技术上的重大飞跃，更重新定义了全球AI研发的基本范式！核心亮点：AI造AI，全流程闭环（无手写代码）此次突破并非“AI辅助编码”级别的改进，而是建立了一套完整的工业级自动化流程。三大关键组件构成了完美的自主进化体系：ForgeTra
AI 自训模型问世！面壁小钢炮成本降一成，性能碾压同尺寸竞品
面壁智能最新一代“小钢炮”正式亮相。5 月 25 日，面壁智能携手清华大学及 OpenBMB 开源社区，共同推出了 MiniCPM5-1B。该模型仅含 1B（10 亿）参数，却在权威评测榜 Artificial Analysis（AA）上斩获 17.9 分的高分，一举超越所有参数量在 2B 以下的模型，即便是参数翻倍的 Qwen3.5-2B 也甘拜下风。更小却更强，这再次印证了面壁曾发表于 Nature 的密度定律：大模型的智能密度大约每 3.5 个月就能翻一番。面壁“小钢炮”系列模型向来以参数小巧、能量