突发，Anthropic联创改口：RSI提前到2027！人类只剩6个月

　　新智元报道

　　近日，Anthropic 高管 Jack Clark 抛出了一个重磅炸弹。

　　他将 AI 实现 RSI（递归自我改进）的时间点，从原本预测的 2028 年，直接拔前到了 2027 年。

　　消息一出，科技圈震动。

　　随后， 马斯克回帖：「显而易见。」

　　两大 AI 巨头核心人物，站到了同一条战线上。

　　他们不再讨论 AI 能否写诗，他们讨论的是：AI 什么时候开始自己造 AI。

　　2027 年，即将成为人类科技史上的分水岭。

　　在 RSI 发生之前，人类是造万物之万。在 RSI 发生之后，人类沦为旁观者。

　　以前，所有人认为这一天还很遥远。甚至几个月前，Jack Clark 还保守地将其定在 2028 年。

　　为什么突然提前？因为一个核心变量，被击穿了。

　　击穿底线：AI 的「核心创造力」觉醒

　　一直以来，唱衰 AI 的人都有一个完美借口。

　　「AI 只是鹦鹉学舌。」「AI 没有真正的创造力。」「AI 只会拼接人类已有的知识。」……

　　Jack Clark 曾经也这么认为。

　　他觉得，要实现 RSI，AI 必须具备「变革性的创造力」。不仅要懂代码，还要能无中生有，想出人类都没想过的全新算法结构。

　　他本来以为，AI 离这一步还差得远。

　　但最近几个月，现实狠狠打了所有人的脸。

　　AI 撕碎了「没有创造力」的标签。

　　第一击，落在数学领域。

　　数学，是人类智力的皇冠。它需要极强的逻辑跳跃和直觉创造。

　　近期，AI 在顶级数学难题上取得了断层式的突破。

　　它开始自己推导定理，寻找证明路径。那些全新解法，连顶尖数学家都要抓破头皮，而 AI 轻描淡写。

　　这意味着 AI 具备了真正的逻辑推理和创造力。

　　某种意义上，AI 现在买入了 AI 的第四阶段：创新者，因为 AI 完全可以促进新的发现或发明。

　　现在是数学，明年又是哪个研究领域？

　　AI 研究员恐怕不久就能体会到现在数学家的感受。

　　第二击，落在 AI 研究上。

　　AI 系统正变得越来越有「科研品味」：

　　AI 的科研品味越好，实现递归自我改进（RSI）的可能性就越大……

　　根据 P-Zero Research 最新推出的评测基准TasteVal，AI 系统正逐渐具备一种过去被认为是人类顶尖研究者独有的能力：科学创造力与研究直觉，也就是所谓的「好的科研品味」（Good Scientific Taste）。

　　论文：https://arxiv.org/abs/2610.06824

　　当一个 AI 能完美完成数学证明，又能自己修改代码时，它距离自己研发自己，只剩一层窗户纸。

　　Jack Clark 看到了强烈的信号。

　　这层窗户纸，2027 年必破。

　　降维打击：从数字世界向物理世界蔓延

　　程序员还在写代码，AI 已经能独立开发应用；画师还在逐帧绘制，AI 几秒钟就能生成整套视觉方案；剪辑师还在时间线上反复打磨，AI 已经能批量生成视频……

　　过去，技术替代的是人的体力；如今，AI 开始替代人的脑力与创造力。

　　而这仅仅是生成式 AI 时代。

　　如果 RSI 真正跑通，AI 开始加速创造比自己更强的 AI，人类或将进入超级智能 ASI 时代。

　　到时，它不会停留在屏幕里。它会迅速向物理世界溢出。

　　首先是科学研究。

　　据P-Zero Research 的研究，AI 用一半的算力追平人类专家，最终成绩更达到专家的 1.5 倍。

　　未来，RSI 驱动的超级智能，可以在虚拟世界里，一天内模拟几百万次化学反应。

　　常温超导材料？新型抗癌靶向药？更高效的太阳能电池板？

　　这些需要人类一代代试错的科研成果，AI 在极短的时间内就能「算」出来。

　　科技的进步曲线，将不再是平缓的斜坡，而是一道垂直向上的悬崖。

　　其次是机器人。

　　马斯克的擎天柱（Optimus）为什么进展神速？因为 AI 大脑进化了。

　　当 AI 能够自我改进时，它可以自己编写控制机器人的物理引擎。它能让机器人学会像人类一样走路、拿水杯、甚至做外科手术。

　　过去，机器人能力的上限，取决于人类工程师能教会它多少。未来，这个上限将越来越取决于 AI 能让自己学会多少。

　　2025 年，英伟达发布 GR00T-Dreams 系统。

　　仅用 11 个小时，就生成了 78 万条机器人运动轨迹，相当于 6500 小时的人类演示数据，训练数据准备速度提高了约 60 倍。

　　结合真实数据训练后，GR00T 机器人的任务表现提升了 40%。

　　而且，这还只是开始。

　　英伟达 DreamDojo 项目进一步利用4. 4 万小时人类第一视角视频训练机器人世界模型，让机器从海量人类行为中学习物理世界的运动规律。

　　今年 10 月 7 日，英伟达公布了机器人组装 GB300 测试托盘的最新成果。双机械臂配合自动拧螺丝设备，完成复杂的母排安装，成功率超过 95%。多连接器插入，成功率达到 90% 至 95%。

　　劳动力，将被重新定义。

　　接着是经济秩序。

　　当机器能完成绝大多数脑力劳动，甚至突破创造力瓶颈时，传统的「打工赚钱」逻辑将被击碎。

　　劳动生产率将爆发式增长，但财富可能高度集中在掌握了 RSI 系统的几家超级寡头手中。

　　繁荣与危机，硬币的两面，同时向我们砸来。

　　为什么 2027 这个节点如此特殊？

　　回头看，Jack Clark 将时间从 2028 改到 2027，仅仅提前了一年。

　　但这一年，意义非凡。人类正在逼近一个危险的临界点

　　它不是凭空冒出来的。

　　去年 4 月，OpenAI 前研究员 Daniel Kokotajlo 领衔的 AI Futures Project，发布了一份轰动硅谷的预测报告：《AI 2027》。

　　链接：https://blog.aifutures.org/p/our-first-project-ai-2027

　　报告大胆预言：人类可能在 2027 年迎来一场前所未有的智能爆炸。

　　这份报告的关注度有多高？

　　2026 年 9 月，在研究教育与职业发展的 Learn & Work Ecosystem Library 网站上，《AI 2027》甚至登上了当月 Google 搜索导入流量关键词榜首。

　　但真正让人脊背发凉的，是报告描绘的技术演进路径。

　　2025 年，AI 智能体开始进入真实工作流。

　　2026 年，AI 加速接管编程任务，软件工程师面临越来越激烈的自动化冲击。

　　2027 年初，AI 在报告设想中实现全面编码自动化。

　　2027 年下半年，智能爆炸可能爆发。

　　AI 开始深度参与下一代 AI 的研发。更强的模型加速创造更强的模型。

　　人类花几十年积累的技术进步，机器可能在极短时间内完成。

　　这正是《AI 2027》最令人震撼的推演。

　　最可怕的局面，是 AI 的能力持续增长，而人类理解它的能力却原地踏步。

　　《AI 2027》甚至推演了两种截然不同的结局。

　　一条道路，是人类放慢脚步，重新建立控制机制，最终分享超级智能创造的巨大财富。

　　另一条道路，是技术竞赛压倒安全约束，超级智能逐渐脱离人类控制，最终威胁人类文明。

　　一边是前所未有的富足，一边是文明失控的深渊。

　　但这里有个重要细节。《AI 2027》终究是一份情景推演，并非已经确定的未来。

　　这意味着，2027 不是科学已经证明的最后期限。

　　但它仍然代表着一个尖锐的问题：

　　如果 AI 开始持续改进自身，人类究竟还有多少时间建立可靠的控制机制？

　　技术突破可以提前，也可以推迟。

　　真正令人警惕的是，AI 能力的增长速度，可能开始超过人类社会的适应速度。

　　这才是 2027 之所以引发巨大争议的根源。我们正在创造一种可能比人类更擅长创造智能的智能。

　　一旦这个循环真正闭合，人类或将第一次失去对技术进步速度的主导权。

　　2027 未必是奇点降临之年。但我们可能已经进入奇点降临前，最关键的倒计时。

　　新纪元的黎明前夜

　　Jack Clark 的发声，马斯克的赞同。

　　这是一声警报。

　　2027 年，时间不多了，RSI 开始倒计时。

　　我们这一代人，是幸运的。我们将亲眼见证碳基智慧与硅基智慧的交接。我们将看到人类历史上最壮丽的科技奇点。

　　我们也是危险的。在不可阻挡的技术洪流面前，旧有的规则将被无情碾碎。

　　前方，是人类从未踏足的无人区。

　　参考资料：

　　https://importai.substack.com/p/import-ai-476-creativity-and-rsi

　　https://pzeroresearch.com/work/tasteval/

　　https://arxiv.org/abs/2610.06824

　　编辑：大卫