评测数据显示AI进入递归自我改进循环，研究员效率提升10倍，超级智能或不到

　　一位曾在OpenAI任职的研究人员读完一份内部推演后，出现了真实的生理反应——反胃，继而对家人朋友的处境生出难以名状的恐惧。让他如此失态的，是一份关于AI研发速度的量化分析。

　　这份推演出自METR研究员Ajeya Cotra之手。她把AI能力增长拆解成两个驱动因素：一是真金白银砸下去的训练硬件，二是靠算法进步省出来的「算力乘数」。用Anthropic首席执行官Dario Amodei的换算方式，若算法效率翻倍，原本要烧1000万美元硬件才能达到的编码水平，如今500万美元就能拿下。

　　METR对Anthropic内部模型的审计给出了一个反常信号：自2025年10月起，内部AI基准得分的增长节奏几乎翻了一倍，达到从前的1.9倍。可与此同时，Anthropic投入的硬件算力只按常规速度扩张，并未加速。硬件不动，整体增速却翻倍，倒推回去，软件层面的「算力乘数」进化节奏加快了2.5到3倍。

　　算法突破背后站着两样东西：研究员的脑力，和跑实验的机器。套用Cobb-Douglas生产模型、假设两者各占一半贡献，在实验算力没有暴增的前提下，软件研发要提速2到3倍，研究员本人的串行工作速度就得拉高4到9倍。叠加后期研发难度递增的因素，Anthropic研究员实际拿到的效率加成约为10倍。

　　这个数字与一份内部调查意外对上了。Anthropic员工曾自评，公司那款未公开的神秘模型Model 4让自己的效率提升了12倍。外界当时以为不过是主观感受的夸大，如今用宏观公式反推出10倍，两组数据竟然基本吻合。

　　10倍还只是所有环节拉平后的均值。在算子优化、超参搜索这类指标清晰的「可爬坡任务」上，AI带来的局部提速远不止于此。Ajeya据此给出了一个画面感极强的比喻：每一名Anthropic研究员都被罩进了一个「时间膨胀泡」——外面的世界刚过完1天，泡里的研究员已经在AI辅助下干完了10天的活。

　　顺着这条曲线往下推，事情开始变得离奇。AI把研发速度推到2倍，此前整整花了12个月；而现在速度已经翻倍，攒够同等数量的技术突破、再翻到4倍，只需6个月；冲8倍速缩到3个月；冲16倍速只剩6周。每一轮翻倍所需的时间都在减半，全部累加起来，收敛于一年之内。

　　数学上，这等于宣告AI能力将在一年内逼近无穷大；落到现实里，它至少会撞上软件算法效率的物理天花板，孕育出远超普通ASI的「终极超级智能」。唯一可能拖慢脚步的是边际收益递减，但METR审计完Anthropic的内部数据后表示，目前看不到任何瓶颈或递减的苗头。

　　把纵坐标换成对数尺度，Ajeya画出的能力曲线依然呈指数级上扬。正是在她这份深度推演之后，硅谷AI安全圈炸开了锅。

　　哈佛物理学家兼计算机科学家Alex Wissner-Gross在最新一期播客中的表态更为决绝：AI已经越过了「超级智能逃逸速度」。按他的判断，只凭现有算法洞见和机房里现成的存量算力，就足以一路推进到超级智能。哪怕明天全人类一起拔掉所有新建数据中心的电源，也拦不住了。

　　他援引的证据来自METR最新披露的进度图表：Anthropic未公开的Model 4，表现已经跳出指数趋势线上方，跨入「超指数增长」区间。连拟合出的指数曲线都低估了这种左手拉右手的自举速度——AI深度接管了自身的研发工作，「递归自我改进」循环已经启动。想靠限制物理算力踩刹车，为时已晚。

　　时间线上的挤压感，从另一组对照数据中同样能感受到。独立开发者spicylemonade搭建的开源网站「AI 2027追踪器」，刚依据Anthropic内部模型得分完成修正，用来检验知名预测报告《AI 2027》的成色。以「80%成功率下能独立完成多长时间的软件任务」为标尺，OpenAI最强的公开模型GPT-6 Astra停留在9小时，Claude Opus 5.5约为20小时；而压着没发的内部模型Model 3和Model 4，已经冲破36小时大关——相当于人类连轴转满1个工作周，领先《AI 2027》预测曲线整整6周。

　　InstaDeep首席执行官Karim Beguir顺着这批数据，重画了一张通往超级智能的路线图。图上最关键的门槛叫「超人编码员」：80%成功率下独立干完2000小时、也就是人类工程师一整年的开发量。顺着公开模型外推，撞线要等到2028年1月；但改走内部模型的紫色虚线，2027年4月就能直接跨过，足足提前9个月。

　　假如明年4月AI真的全面接管代码研发，剩下的三段路走完只需8个月：2027年9月抵达「超人AI研究员」，算法设计与科研能力压过顶尖学者；2027年11月抵达「超智能AI研究员」，认知深度与思维速度彻底甩开人类物种极限；2027年12月走出单一科研领域，全面迈入全能型人工超级智能。

　　三大实验室里的动静，比图表上显示的还要快。Google DeepMind副总裁Pushmeet Kohli发文证实，DeepMind旗下的科研项目正经历「科学发现速度的真正相变」，未来几周发布的成果将呈现这一变化。AI行业观察者Andrew Curran随即转发并写道：看着一条冰封的河流，必须想象冰面之下奔涌的激流。

　　据他透露，OpenAI、Anthropic、Google DeepMind三家内部都已经跑通了「全自主研究」——内部模型不再需要人类喂课题，能够自己挑选研究方向，第一批由AI自主立项的成果本月就会陆续公开。

　　外界的目光还停留在地面上的万卡机房和电力缺口，而冰面之下，三大巨头的内部模型已经在给自己出题、改写下一代算法。