Anthropic联创预言2028年AI将引发远超工业革命的技术奇点

就在刚刚过去的一周，全球人工智能领域最顶尖的两个实验室，几乎在同一时间，为超级智能的到来按下了倒计时。这不再是模糊的远景，而是精确到年份，甚至月份的路线图。

一边，是Anthropic的联合创始人杰克·克拉克在牛津大学的讲台上，抛出了一份堪称激进的预测。另一边，谷歌DeepMind的联合创始人兼首席执行官德米斯·哈萨比斯，则在Google I/O 2026的舞台上给出了同样笃定、但视角不同的判断。风格迥异的两大巨头，在这一刻达成了惊人的共识：AI进化的速度，已经越过了人类社会认知的底线。

我们面对的，早已不是单纯的技术路线之争，而是一场关乎经济体系、社会结构乃至文明形态将如何被全面重构的巨变前夜。

2028年跨越奇点：Anthropic预演的疯狂未来

克拉克带来的不是模糊的愿景，而是一份精确到月的“碘伏时刻表”：

未来12个月内，AI将能够协助人类做出诺贝尔奖级别的科学发现。

18个月内，完全由AI自主运营的公司将创造数百万美元的营收。

两年内，双足机器人将全面进驻工地，协助技术工人作业。

而最核心的碘伏点，被他钉在了2028年底——届时，AI系统将跨入“递归自我改进”阶段，获得脱离人类干预、自行设计并迭代出更强下一代的能力。

整个行业翘首以盼又心怀敬畏的“奇点”，就这样被清晰地标注在了两年半后的日历上。支撑这一判断的，是克拉克在5月初基于数百份公开数据源得出的结论：AI在2028年底前实现递归自我改进的概率，超过60%。

什么叫递归自我改进？简单说，就是你告诉AI“去造一个比你更强的自己”，它就能独立完成，无需人类插手。克拉克梳理了从编程、科研复现到模型训练的各类能力曲线，发现它们无一例外都在向右上方飙升，没有任何减速的迹象。

Anthropic研究院同期发布的白皮书也佐证了这一点，他们内部已经观察到“AI正在加速AI自身研发”的明确信号。

为什么敢把话说得如此绝对？因为Anthropic刚刚被自家的新模型“吓了一跳”。今年4月发布的Claude Mythos Preview，在测试中发现了数千个高危安全漏洞，覆盖所有主流操作系统和浏览器，其中一些漏洞甚至在人类眼皮底下隐藏了数十年，历经多次安全审计都未被发现。相比之下，其前代模型Opus 4.6发现的约500个零日漏洞，简直是小巫见大巫。

克拉克坦言，当Mythos训练完成时，整个团队的感觉如同“迎头撞上了一辆高速列车”。超级智能的到来，比所有人预想的都要快，而他们，乃至整个社会，都尚未准备好。这还只是一个由人类训练出来的模型。一旦AI跨过RSI的门槛，开始自我训练、自我进化，其能力跃升的速度将彻底脱离人类的掌控节奏。

哈萨比斯的终极考卷：让AI重现“爱因斯坦时刻”

几乎在同一时间，DeepMind的哈萨比斯给出了另一个震撼的数字。他预测，通用人工智能将在2030年前后降临，误差范围在正负一年。而这场风暴的冲击力，将是工业革命的100倍以上。

如何理解这个“100倍”？工业革命用上百年时间重塑了工厂、城市和社会阶层。而哈萨比斯所描述的，是同等甚至更高强度的冲击，被压缩在短短十年内完成。影响是10倍，速度也是10倍，二者相乘，便是百倍的冲击波。

哈萨比斯的信心，部分源于DeepMind过往“暴力破解”科学难题的成功经验。纪录片《思考游戏》记录了一个决定性瞬间：当AlphaFold取得突破后，有研究员提议可以在一个月内预测所有已知蛋白质序列。哈萨比斯当即改变了原计划——为什么要让人排队一个个提交？为什么不调动所有资源，一口气把地球上每一种已知蛋白质的结构全部预测出来，然后免费开放给全球？最终，超过两亿个蛋白质结构被存入数据库，供全球科研人员随时取用。这种用算力碾压几十年科研瓶颈的方式，被他称为“良性加速”。

然而，真正的AGI门槛远比这更高。哈萨比斯再次搬出了那个在AI圈引发热议的“爱因斯坦测试”：将一个AI的知识库硬性切断在1901年，然后看它能否仅凭自身的推理和洞察，独立推演出爱因斯坦在1905年提出的狭义相对论。

他的回答很干脆：“今天的系统显然做不到。”无论是GPT、Gemini还是Claude，统统不及格。它们可以通过专业考试、编写代码、在各类基准测试中登顶，但这些本质上都是在已有知识版图内进行排列组合。让它们在人类认知的边界之外，凭空跃出一步，做出真正原创的、碘伏性的科学发现，目前没有任何前沿模型能够做到。

正是基于这个测试，哈萨比斯画出了AGI的分界线。值得注意的是，就在去年，当被问及AGI是在2030年前还是后到来时，他选择了“之后”。而今年，他的表述变成了“2030年，正负一年”。制造它的人，正在亲自收窄时间窗口。

真正让他感到兴奋的，是所有顶尖实验室目前都在全力攻坚的同一个方向：自我改进。编码智能体已经在帮助工程师提升效率，但这只是“慢动作”版本。编程和数学领域尤为特殊，其输出结果可以被算法自动验证，并能生成近乎无限的合成数据。哈萨比斯指出，“种种迹象表明，这里正在形成一个指数级复合的飞轮效应。”这句话，与克拉克关于递归自我改进的预测，指向了同一件事。

时钟滴答作响：历史不再宽恕人类的迟疑

将克拉克和哈萨比斯的预测拼合在一起，一条清晰的路径浮现出来：AI将首先压缩科学发现的周期，继而接管公司运营，随后进入物理世界参与劳动，最终参与制造下一代AI。这四条战线正在同步推进，一旦全面贯通，AI将不再仅仅是更好用的工具，而是会演变为一种反过来改写科学范式、商业逻辑和劳动价值的基础设施。

当AI模型能够跨越“爱因斯坦测试”，当双足机器人全面接管繁重劳作，当完全由机器代码驱动的公司在市场上展现出碾压性优势，人类过去几百年积累的经验、直觉和商业模式，都将面临一次彻底的重估。

算力在集中，模型在加速，智能体在接管工作流，技术采用曲线依然陡峭。无论是狂热的加速派，还是忧心忡忡的警示者，在这一周都亮出了他们的底牌。而答案惊人地一致：留给人类社会调整、适应和制定规则的时间窗口，可能只剩下短短三年。

当AI开始推动下一轮AI的进步时，真正核心的问题只剩下一个：方向盘，究竟还在谁的手里？