2028年AI自我进化？Anthropic联创预测背后的深层解读

type

status

date

slug

summary

2028年AI自我进化：一场关于未来的60%概率预测

近期，AI领域再次掀起巨浪。Anthropic联合创始人Jack Clark的一则预测——“到2028年底，AI实现递归自我改进（recursive self-improvement）的概率有60%”——迅速在全球引发热议。这意味着，AI系统可能在不久的将来，能够自主地构建、测试并改进自身，进入一个自我加速的进化周期，甚至可能不再需要人类的直接参与。这一设想，无疑将我们引向一个充满未知与颠覆的未来图景。

证据链：Benchmarks上的“分形”式进步

Clark的预测并非空穴来风，而是基于对大量公开AI开发数据的深入分析。他发现，在AI研究和开发相关的任务上，AI的能力正呈现出惊人的“分形”式增长——无论在哪个尺度和分辨率下观察，都能看到有意义的进展。

代码生成与软件工程自动化：SWE-Bench等编程基准测试显示，AI在解决真实世界GitHub issue方面的成功率已从2023年底的2%飙升至93.9%。这意味着AI不仅能编写代码，还能独立完成编码、测试等一系列软件工程任务，成为AI研发的重要自动化环节。

长时任务执行能力：METR的时间跨度数据表明，AI系统能够独立完成的任务时长正在指数级增长。从GPT-3.5的30秒，到GPT-4的4分钟，再到2026年预计的12小时，AI处理复杂、连续任务的能力已远超以往，这为AI自主完成更长远的研发项目奠定了基础。

科学研究复现与构建：CORE-Bench测试AI复现科学论文结果的能力，显示AI已能胜任安装库、运行代码、解析输出等复杂步骤。MLE-Bench则评估AI构建完整机器学习系统以解决Kaggle竞赛的能力。这些基准的快速突破，预示着AI正逐步掌握科学研究的核心技能。

模型优化与自我改进：PostTrainBench展示了AI微调开源模型以提升性能的能力，而AI在优化语言模型训练实现上的加速倍数更是达到了惊人的30倍甚至52倍，远超人类研究员的效率。这直接指向了AI自我迭代和优化的潜力。

这些证据共同指向一个趋势：AI正以前所未有的速度，朝着端到端自动化研发的能力迈进。

挑战与质疑：“构建自身”的另一面

然而，并非所有人都对这一预测持相同看法。华盛顿大学教授Pedro Domingos指出，AI系统在理论上早就具备了“构建自身”的能力，关键在于能否实现“递增回报”，而这一点目前尚无明确证据。

此外，关于AI能力在2027年底至2028年初之间“突然”大幅提升的概率，也引发了关于是否存在特定里程碑或事件的讨论。一些声音甚至将其解读为Anthropic公司为推广其新战略而进行的“公关活动”。

AI自我进化：意味着什么？

如果Jack Clark的预测成真，AI系统将可能在不依赖人类持续监督的情况下，自主完成研究、设计、开发下一代AI模型等一系列复杂流程。这将意味着：

研发速度的爆炸式增长：AI将成为AI研发的主力军，极大地缩短从概念到实现的周期，推动技术迭代进入“快车道”。

人类角色的重塑：人类研究员和工程师的角色将从直接执行者转变为监督者、管理者，甚至可能需要重新定义“创造力”和“智能”的边界。

AI安全与伦理的新挑战：当AI能够自主进化，其目标对齐、可控性以及潜在的失控风险将成为更加紧迫和严峻的议题。社会需要提前准备好应对AI发展带来的深层社会、经济和哲学变革。

AGI（通用人工智能）的加速到来：递归自我改进是迈向AGI的关键一步，它意味着AI将具备更强的泛化能力和自主学习能力，可能加速实现能够执行任何人类智力任务的AGI。

AI研究：搭乐高还是发现新大陆？

文章还探讨了AI在研究中的角色：是像搭积木一样执行既定任务，还是能像爱因斯坦一样提出颠覆性洞见？目前看来，AI在“99%的汗水”（基础工程、参数调整、实验运行）方面已表现出色，能够高效地处理AI研发中的大量“苦活累活”。

虽然AI目前还难以独立产生“1%的灵感”（激进的全新思想），但其强大的执行力与不断增长的任务跨度结合，已足以推动自身向前发展。更值得注意的是，一些初步迹象表明，AI可能正在发展出某种“创造性直觉”，例如在数学领域解决开放问题，这或许预示着AI在推动科学前沿方面扮演越来越重要的角色。

展望未来：一个不可预测的起点

Jack Clark的预测，无论其精确度如何，都为我们描绘了一个激动人心且充满警示的未来。2028年，AI或许将跨过“卢比孔河”，进入一个由自主进化的智能系统主导的时代。作为AI领域的观察者和参与者，我们既要关注Claude, ChatGPT, Grok等大模型带来的每一次技术突破，也要为AI可能带来的深远影响做好准备。这不仅是一场技术竞赛，更是对人类智慧、伦理和社会结构的深刻考验。

AI的每一次飞跃，都离不开对最新AI资讯的关注，以及对AI技术（如API接口）的深入理解。未来已来，我们正站在一个新时代的起点。