Anthropic联创预言：AI自造AI概率60%，2028年成关键节点

新智元讯息

AI系统或许很快便能自主构建出自身！

发表此言论的是Anthropic的联合创始人Jack Clark。

5月4日，他在X平台发文称：「我认为，递归自我改进（RSI）在2028年底前发生的概率为60%。」

除了联合创始人身份，Clark还是《Import AI》的创办者兼主编，长期关注AI能力的演进。

此次发文，他在《Import AI》上同步发布了一篇详尽的分析报告。

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

这无疑是一件大事。我不知该如何解读，也不愿接受这个观点：其影响太过深远，令我感到自身渺小，且不确定社会是否已准备好迎接自动化AI研发带来的巨变。

Clark在文中写道：若这一刻降临，人类将跨越「卢比孔河」，步入一个几近不可预测的未来。

他不认为这会发生在2026年，但预计一两年内，非前沿模型可能会出现概念验证：即一个模型能端到端训练出下一代模型。

Clark结论的依据主要来自公开资料：包括arXiv、bioRxiv、NBER上的论文，以及他对各大前沿实验室产品的持续观察，这些信息共同勾勒出AI进展的全景。

在他看来，AI工程化生产所需的所有组件已基本完备。剩余的问题是：模型何时能积累足够创造力，像人类研究员一样推动前沿发展。

Clark的核心论据是一系列能力提升曲线。

首先来看METR的时间轴图。

https://metr.org/time-horizons/

2022年，GPT-3.5的耗时为：30秒；

2023年，GPT-4将这一时间延长至4分钟；

2024年，o1的时间跨度扩展到40分钟；

2025年，GPT-5.2（高配版）耗时达到6小时；

2026年，Claude Opus 4.6耗时为12小时。

四年间，从30秒到12小时，性能提升了1440倍！

AI能力研究员Ajeya Cotra认为，2026年底前，这一数字有望突破100小时。

若达到100小时跨度，将能覆盖许多多日级的软件/研究辅助任务。

编程能力同样在飞速提升。

SWE-Bench衡量的是AI解决真实GitHub工程问题的能力。2023年底，Claude 2得分仅为2%。今年，Claude Mythos Preview得分达到93.9%，该基准基本已被突破。

CORE-Bench测试另一件事：给AI一篇论文和对应代码库，让其独立复现实验结果，这是AI研究员的基本日常工作。

2024年9月该测试推出时，最佳成绩为21.5%。2025年12月，Opus 4.5在Claude Code scaffold下验证准确率为77.78%，人工校验后为95.5%，项目方宣布CORE-Bench已被攻克。

https://hal.cs.princeton.edu/corebench_hard

15个月，从21.5%提升至95.5%。

MLE-Bench测试AI独立参加Kaggle竞赛的能力，涵盖75个真实比赛项目。

2024年10月发布时最高分16.9%，到2026年2月，Gemini 3配合搜索工具的组合得分已达64.4%。

https://github.com/openai/mle-bench

Anthropic内部还有一项测试：让模型优化仅使用CPU的小型语言模型训练代码，越快越好，以未优化版本为基准。

2025年5月，Claude Opus 4：2.9倍；

2025年11月，Opus 4.5：16.5倍；

2026年2月，Opus 4.6：30倍；

2026年4月，Claude Mythos Preview：52倍。

不到一年，从2.9倍跃升至52倍。

这是AI优化AI训练代码方面的进展速度。

这里有个关键问题：AI研究中，到底多少是纯工程，多少是真正的创意？

Clark给出了一个框架，引用爱迪生的话：天才是1%的灵感加上99%的汗水。

他认为，AI研究也是如此。

典型的AI研究循环是：拿现有系统在某个维度扩大规模，观察哪里出问题，修复工程问题，再扩大一轮。

这个过程中，大部分工作是数据清洗、跑实验、调参、读论文、复现结果，这些都是「汗水」，而非「灵感」。

偶尔会出现真正改变范式的发明，如Transformer架构或混合专家模型（MoE）。但那是1%，且这1%越来越不是瓶颈，因为那99%的工程工作正被AI快速接管。

Clark列举了几个信号：

AI已经能管理其他AI。在Claude Code、OpenCode等工具中，单个AI可扮演「项目经理」，将任务分发给多个子AI并行处理，然后汇总结果。

这与人类研究团队的组织方式没有本质区别。

PostTrainBench测试了一件事：AI能否自行微调开源小模型，提升其在某任务上的表现？

这项工作通常由前沿实验室有经验的研究员完成。

截至2026年3月，AI系统在此任务上能达到人类研究员效果的约一半，提升幅度约25%至28%，人类基线为51%。

https://posttrainbench.com/

Anthropic内部还有「自动化对齐研究」的概念验证：让一组AI代理在AI安全问题上自主攻关。

结果证明，AI提出的方案超过了Anthropic人类研究员的基线。

https://www.anthropic.com/research/automated-alignment-researchers

Clark将这些证据串联后的判断是：AI今天已能自动化大部分AI工程，AI研究中有多少能自动化尚不完全清楚，但迹象已很明显。

Clark发文后，行业内也出现了一些质疑。

华盛顿大学机器学习教授、《终极算法》作者Pedro Domingos回复道：「从50年代LISP发明以来，AI就能构建自身。问题在于，这个过程能否带来递增回报而非递减回报——目前没有证据支持前者。」

递归自我改进听起来很科幻，但能循环不等于有收益。如果每代AI优化效率只有边际改善而非指数级放大，那么影响范围将非常有限。

还有人质疑概念边界。「RSI是否有权威定义？」研究员Dan Brickley问道。

另一个更尖锐的观察来自账号@crepesupreme：

2027年30%，2028年60%。一年内概率跳升30个百分点，意味着2027到2028年之间存在某个不连续的能力事件。那个具体事件是什么？

Clark在通讯文章中回应了这一隐含问题：他认为AI研究仍需某种创意突破才能真正进入「自我研发」循环：AI目前在此方面尚无变革性表现。这解释了为何他给2027年仅30%的概率；而若这一缺口在2028年底前被填补，概率将升至60%。

但他也承认，自己预测的是概率，而非确切时间点。

还有人问他：「你在Anthropic工作，为何要翻阅公开数据？直接去问研究员不就行了吗？」

Clark的答案是：使用公开数据是因为其具有可信度。他要的不是内部判断，而是任何人都能独立验证的结论。

Clark在通讯文章中写道：为何不给2027年更高概率？

因为他认为AI研究仍包含对创意直觉的要求，而AI目前在此方面只有「诱人的早期信号」，尚未实现系统性突破。

他列举了两个信号：一是Gemini模型参与攻克Erdős数学问题，在700个问题中解出1个被数学家认为具有一定原创性的解。

另一个是斯坦福、UBC等机构与Google DeepMind合作，AI在发现新数学证明中发挥了「非常实质性的作用」。

这些结果在AI能力演化的时间轴上，可能是某种早期信号。

Clark的估计是：若2028年底未出现他描述的情况，则说明当前技术路径存在根本性的能力天花板，需人类创意突破。

更关键的是「如果出现」之后的问题。

Anthropic在2026年3月宣布成立The Anthropic Institute时，官方声明中写道：

如果AI系统的递归自我改进确实开始，那么世界上谁应被告知，这些系统该如何治理？

https://www.anthropic.com/news/the-anthropic-institute

就连Anthropic自己，也没有这个问题的完整答案。

Clark在通讯文章中给出了更技术性的担忧：若今日对齐技术准确率为99.9%，递归迭代50代后，准确率将降至95.1%；迭代500代后，降至60.5%。

除非你的对齐方案在理论上能保证在更智能的系统上同样有效，否则问题将很快出现。

也许，Clark想说的是：治理窗口有限且正在缩窄。他希望通过文章发出提醒：留给讨论、研究和治理设计的时间，比大多数人想象的要短。

据奥特曼直播及媒体报道，OpenAI的目标是让AI在2026年9月前达到「AI研究实习生」水平，2028年达到更完整的自动化研究员；Anthropic也在发表自动化对齐研究概念验证；一家名为Recursive Superintelligence的新公司刚刚完成5亿美元融资，其目标之一就是自动化AI研究。

整个行业正朝此方向加速。

Clark说，无论从哪个角度看，数据都指向同一方向，每条曲线都在向右上飞升，时间越长能力越强，且无减速迹象。