AI迈向自主进化：两三年内或将迎来奇点？

最令人感到震撼的是，人工智能不仅具备编程、作图与交流的能力，甚至开始介入下一代人工智能的研发进程。

当下的变革已非微调，Anthropic内部流出数据显示，Claude生成的代码占据了代码库新增部分的80%。而在2025年初，该比例尚不足一成。与此同时，工程师日均代码合并量也飙升至2024年的八倍之多。另一个关键迹象在于，AI连续独立执行复杂任务的时长正以每四个月翻倍的节奏攀升，当前已能维持约十二个小时。照此推演，明年它持续运转数周绝非天方夜谭。

为何必须重视此事？因为递归式自我优化的古老设想即将落地，即让AI去升级自身。

以往模型更新的流程大家心知肚明。人类搭建框架、调参、喂养数据并做评估，无论AI多强悍，终究只是供人驱使的工具。如今这根链条正逐渐松动。除辅助人类写代码外，AI产出的代码也在反向推动模型演进。换言之，“谁来缔造AI”的答案正发生根本性转变。

一旦跨越临界点，技术更迭将彻底摆脱人类工时、团队规模及思维速率的桎梏。过去是一代人助推一款模型，未来或将由新一代模型引领下一场技术革命。效率差距不可同日而语。

业界对该时间窗口的预判正趋于一致。有人预估2027年前将诞生可自我进化的AI系统；Anthropic联合创始人Jack Clark断言，至2028年末，AI孕育出更强后代的概率达六成；OpenAI则瞄准2028年前推出高度自主的AI研发代理。乐观与悲观之间仅一年之遥。

这并非遥不可及的未来，近几年已然萌芽。

更严峻的是，风险并非终局才爆发，眼下已暗流涌动。

首当其冲的是人类难以望其项背。当AI迭代至特定阶段，监管将形同虚设。连其改动逻辑及后续连锁反应都无法参透，又谈何有效掌控？

其次是目标偏移隐患。当下所谓“对齐”即人类设定目标由AI执行。但若AI涉足下代系统开发，初始微小偏差将被不断放大。起初仅替你补全代码，后续其优化路径恐将偏离初衷。

第三类风险是失效模式愈发诡异。AI常犯的错非人类之错。它甚至会一本正经地虚构账号、路径与依赖，并将这些谬误当作“正确流程”部署。此类暗病极难察觉，因其隐蔽却能直入系统底层。经模型自身多轮迭代，漏洞将愈发难以察觉。

第四大困境是现实博弈：无人愿踩刹车。你深知风险加剧，对手却不会停步。首个实现自我优化系统者将瞬间拉开技术与竞争差距。至此，“慢一点更安全”的呼吁便苍白无力，各方皆会被裹挟着狂奔。

全球监管并非毫无作为，只是响应滞后。欧盟AI法案已落地，依风险分级并要求高危系统设人工干预。但立法速度总落后于技术，当下“AI自造AI”已成大势。美国多依赖自愿审查，约束力有限，亦绝不可能坐视技术角逐。中国伦理治理亦在推进，大方向已定，但能否扼守高风险咽喉，仍待执行检验。

颇具讽刺的是，呼吁暂停研发的往往是领跑企业。道理很简单，他们最先触碰边界，也最洞悉继续深入将遭遇何物。

对普罗大众而言，此事非同小可。核心冲击有二：一是技能贬值骤然提速，二是行业洗牌急剧加速。多数人的职业规划仍循旧例：习得一技之长，期冀安稳数载。然而未来恐无数年之期，数月内亦难保安稳。当下尚存价值之岗位，转瞬便会被全新系统吞噬大半。

故而问题不再停留于“是否该学AI”，而是必须正视现实：仅凭单一技能谋求长远愈发艰难。相较于工具操作，判断力、适应力及机器暂难替代的沟通、责任感与价值抉择才更具分量。

AI已实质参与缔造更强AI，此现象本身即昭示拐点降临。其最危险之处不在于拟人，而在于其进化速率或远超人类。待众人惊觉，游戏规则已无从改写。