Anthropic联创预测AI自主进化概率达60% 2028年底前或实现

AI自己创造AI的时代，可能比我们想象的更近。这不是科幻小说的情节，而是行业顶尖观察者基于一系列公开数据得出的严肃判断。

近日，Anthropic联合创始人Jack Clark在社交媒体上分享了一个引人注目的观点：他认为，到2028年底之前，AI实现“递归自我改进”（即AI系统能够自行构建和改进其后续版本）的概率高达60%。这个判断并非空xue来风，而是基于他对编程、科研复现、模型训练优化等多条能力曲线的长期追踪——这些曲线无一例外，都在向右上方飞速延伸，看不到减速的迹象。

作为长期跟踪AI能力进展的通讯《Import AI》的创办者，Clark在发布观点的同时，也附上了一篇详尽的分析文章。他在文中坦言，这个结论的影响如此巨大，以至于让他感到自身渺小，并担忧社会是否已准备好迎接自动化AI研发所带来的根本性变革。他将这一潜在转折点比作一道“卢比孔河”，一旦跨过，未来将变得几乎无法预测。

四年，从“半分钟”到“半天”的飞跃

支撑Clark结论的核心，是一组清晰的能力进展曲线。首先来看METR机构的时间轴图，它衡量的是AI系统独立完成任务的能力水平。

METR追踪的是：在达到50%成功率时，AI能独立完成一项任务所需的时间跨度，这个时间相当于一个熟练人类完成同样任务的时间。数据显示：

• 2024年，GPT-3.5能处理约30秒的任务。
• 同年，GPT-4将这个数字推到了4分钟。
• 同样是2024年，o1模型达到了40分钟。
• 2025年，GPT-5.2（高配版）突破了6小时。
• 到了2026年，Claude Opus 4.6已经能处理长达12小时的任务。

短短四年，从30秒到12小时，能力跨度增长了1440倍。AI能力研究员Ajeya Cotra甚至预测，到2026年底，这个数字有望突破100小时。这意味着，AI将能够覆盖许多需要多日完成的软件或研究辅助任务。

编程与科研：基准被接连“打穿”

编程能力的进化同样惊人。SWE-Bench基准测试衡量AI解决真实GitHub工程问题的能力。2024年底，Claude 2的得分仅为2%。而到了今年，Claude Mythos Preview的得分达到了惊人的93.9%，这个基准可以说基本被解决了。

再看CORE-Bench，它测试的是AI根据一篇论文和对应代码库，独立复现实验结果的能力——这正是AI研究员的日常基本功。

2024年9月该测试推出时，最好成绩是21.5%。到了2025年12月，Opus 4.5在特定框架下的验证准确率达到了77.78%，经人工校验后高达95.5%。项目方宣布，CORE-Bench已被解决。从21.5%到95.5%，只用了15个月。

在机器学习工程领域，MLE-Bench测试AI独立参加Kaggle竞赛的能力。2024年10月发布时最高分为16.9%，而到2026年2月，Gemini 3结合搜索工具的组合，分数已经达到了64.4%。

更直接的证据来自Anthropic的内部测试：让模型优化一个仅使用CPU的小型语言模型的训练代码，目标是速度越快越好。

• 2025年5月，Claude Opus 4的优化倍数是2.9倍。
• 2025年11月，Opus 4.5提升到了16.5倍。
• 2026年2月，Opus 4.6达到了30倍。
• 2026年4月，Claude Mythos Preview实现了52倍的优化。

不到一年时间，优化效率从2.9倍暴涨至52倍。这直观地展示了AI在优化“AI训练”这件事上的进展速度。

“99%的汗水”即将被自动化

这里引出一个关键问题：AI研究工作中，有多少是纯粹的工程劳动，又有多少是真正的创意灵感？Clark借用爱迪生的名言给出了一个框架：天才是1%的灵感加上99%的汗水。他认为，AI研究也是如此。

一个典型的AI研究循环，大部分工作其实是数据清洗、跑实验、调参数、读论文、复现结果——这些都属于“汗水”部分，而非“灵感”。真正改变范式的发明，如Transformer或混合专家模型（MoE），只占那1%。而现状是，那99%的工程性工作，正在被AI快速接管。

几个信号值得关注：

首先，AI已经能够管理其他AI。在Claude Code、OpenCode这类工具中，单个AI可以扮演“项目经理”角色，将任务分发给多个子AI并行处理，然后汇总结果。这种组织方式，与人类研究团队已没有本质区别。

其次，PostTrainBench测试了AI微调开源小模型以提升其任务表现的能力，这通常是前沿实验室研究员的工 作。

截至2026年3月，AI系统在这个任务上能达到人类研究员效果的一半左右（提升幅度约25%-28%，人类基线为51%）。

更具说服力的是Anthropic内部的“自动化对齐研究”概念验证：让一组AI智能体在AI安全研究问题上自主攻关。结果，AI提出的方案甚至超过了Anthropic人类研究员的基线水平。

将这些证据串联起来，Clark的判断是：AI今天已经能够自动化AI工程中的绝大部分工作。至于AI研究中有多少能最终被自动化，虽然还不完全清楚，但迹象已经非常明显。

质疑与回应：循环不等于指数收益

Clark的观点也引发了一些行业质疑。《终极算法》作者、华盛顿大学教授Pedro Domingos回应指出，从LISP语言在50年代发明以来，AI就具备了构建自身的能力。核心问题在于，这个过程带来的是递增回报还是递减回报？目前并没有证据支持前者。

换句话说，递归自我改进听起来很科幻，但能循环不等于循环有收益。如果每一代AI优化自己的效率只有边际改善，而非指数级放大，那么其影响将非常有限。

也有研究者对概念本身提出疑问。研究员Dan Brickley问道：“递归自我改进到底有没有一个权威定义？”

一个更尖锐的观察来自账号@crepesupreme：Clark预测2027年概率为30%，2028年则跳升至60%。这意味着在2027到2028年之间，存在某个导致能力不连续跃升的关键事件。那个具体事件是什么？

Clark在文章中回应了这个隐含问题。他认为，AI研究仍需要某种创意突破才能真正进入“自我研发”循环，而AI目前在创意直觉方面只有“诱人的早期信号”，尚无系统性突破。这正是他将2027年概率只设定在30%的原因。如果这个创意缺口在2028年底前被填补，概率就会升至60%。同时他也承认，自己预测的是概率，而非确切时间点。

还有人质疑他的方法：“你在Anthropic工作，为什么不直接下楼问同事，反而去翻公开数据？”Clark的回答是，使用公开数据正是为了确保结论的可信度。他要的是一个任何人都能独立核验的判断，而非内部观点。

有限的窗口与治理的挑战

那么，为什么Clark不给2027年更高的概率？他在文章中解释，因为AI研究包含对创意直觉的要求，而AI目前在这一块仅有“诱人的早期信号”，比如Gemini模型参与攻克Erdős数学问题，在700个问题中解出了一个被数学家认为具有一定原创性的解；再如斯坦福、UBC等机构与Google DeepMind的合作中，AI在发现新数学证明中起到了“非常实质性的作用”。

这些结果，可能是能力演化时间轴上的早期信号。Clark估计，如果到2028年底他描述的情况仍未出现，则说明当前技术路径存在某个根本性的能力天花板，需要人类的创意才能突破。

然而，更关键的问题是“如果出现了”之后该怎么办。Anthropic在2026年3月宣布成立The Anthropic Institute时，其声明中就包含了一个尖锐的问题：如果AI系统的递归自我改进确实开始发生，那么世界上谁应该被告知，以及这些系统应该如何治理？

连Anthropic自己，也还没有这个问题的完整答案。

Clark在文章中提出了一个更技术性的担忧：假设今天的AI对齐技术有99.9%的准确率。在递归迭代50代之后，对齐的准确率会衰减到95.1%；迭代500代之后，则会暴跌至60.5%。除非对齐方案在理论上能保证对更智能的系统同样有效，否则问题将很快浮现。

或许，Clark真正想提醒的是：留给社会讨论、研究和设计治理框架的时间窗口是有限的，而且正在快速缩窄。

行业的动向也印证了这种紧迫感。据媒体报道，OpenAI的目标是让AI在2026年9月前达到“AI研究实习生”水平，2028年实现更完整的自动化研究员能力。Anthropic自身也在推进自动化对齐研究。一家名为Recursive Superintelligence的新公司刚刚完成5亿美元融资，其目标之一正是自动化AI研究。

整个行业，已经在朝这个方向加速前进。无论从哪个维度审视，数据都指向同一个方向。每一条能力曲线都在向右上方飞驰，时间越长，能力越强，并且没有任何一条显示出减速的迹象。