Anthropic联创把自我改进预测提前到2027

时间：2026年10月12日 Jack Clark 在 Import AI 第 476 期写出新判断，10月25日 The Decoder 等媒体集中报道扩散 地点：美国旧金山；订阅通讯 Import AI；研究机构 P-Zero Research 人物：Jack Clark（Anthropic 联合创始人，现领导 Anthropic 研究院，Import AI 通讯作者，订阅者超过 14.4 万）、Herbie Bradley（AI 研究员，对该预测提出过反驳）、Dario Amodei（Anthropic CEO） 事件详情：Jack Clark 在 Import AI 第 476 期 Creativity and RSI 的 Why this matters 一段里改了自己的口径。他写道，我现在认为我们更可能在 2027 年看到完整的递归自我改进成为可能，而之前我认为更可能是在 2028 年。他没有给出更新后的概率数字。 这句话背后是一份新基准。P-Zero Research 发布了 TasteVal，用来量化所谓的研究品味（research taste）。该机构把研究品味拆成三种能力：判断哪些研究问题值得做、设计实验来回答它、正确解读实验结果。TasteVal 只测后两种，研究方向是预先给定的。 基准包含 8 个任务，全部取自前沿 AI 开发，包括训练数据筛选、预训练与微调语言模型、人类偏好对齐训练、对抗性提示词防御等。每个任务设定固定的研究目标和一个可打分的指标，模型自己决定下一个该跑哪个实验，并用结果决定下一步。为了不让编码能力干扰结果，实验由一个固定的 coding agent 在单张 NVIDIA H100 上执行，每轮最多 40 GPU 小时或 120 小时挂钟时间。 人类基线来自 24 名专家，此前在 OpenAI、Google DeepMind、NVIDIA、微软研究院等机构工作过，每个任务至少两人，取该任务的最好一次人类尝试作为基准。 P-Zero 把研究品味折算成算力效率，称为 compute multiplier。模型用一半算力达到专家分数，就意味着两倍研究品味。榜首是 Anthropic 自己的 Opus 5.5，compute multiplier 为 2.3，即用不到一半的算力就达到专家水平。统计区间很宽，从 1.15 到 4.37，低端时模型只是勉强领先。单次运行成本约是专家平均单次尝试的三十分之一，另有核算给出 282 美元对 9123 美元的口径，其中模型 API 费用与 GPU 时间按每小时 2.5 美元计价，人力按每小时 119 美元折算。 趋势线才是 Clark 改口的原因。自 2025 年 12 月以来，compute multiplier 大致每三个月翻倍，翻倍时间的报告区间是 1.7 到 5.0 个月。曲线在 2025 年底至 2026 年初之间才明显变陡，此前增长缓慢得多。Clark 还提到今年模型在数学突破上的进展，认为这正是他此前最看重的创造力变量。TasteVal 上 Opus 5.5 还拒绝过其中一个任务，团队按缺失数据处理，只用其余 7 个任务对比，结论依然成立。 背景：这句判断有明确的来龙去脉。Clark 在 2026 年 5 月 4 日的 Import AI 第 455 期里给过一组概率，一个能独立训练出更强后继模型的系统，到 2028 年底概率约 60%，2027 年约 30%。当时他给出的理由是创造力，他写道 AI 系统尚未以变革性的、重大规模展示出这种能力。Herbie Bradley 当时就反驳说，模型或许能接手初级研究员的工作，但研究品味、创造力和连贯的长期研究规划都还看不到影子。 反对意见也来自实验室本身。复旦大学团队的另一项研究分析了自家模型的开发过程，发现 AI 智能体贡献了最多 55% 的方法提案，但人类仍做出了超过 85% 的最终决策，而 TasteVal 恰好把该研究什么这一最难的部分从模型手里拿走了。 作者自己也承认结论可能高估：这些任务结果便宜好验，是 AI 实验室最容易优化的那类；对照组里也没有真正的顶尖研究者；整个判断建立在 9 个月里的一条单一测量序列上。Clark 自己也提醒，基准都有怪癖，他真正看的是整体趋势。 影响：这条预测的意义不在于一个具体年份，而在于它把行业争论的焦点从模型跑分推到了模型能否替人类做研究判断。如果研究品味真能按每三个月翻倍的速度上涨，实验室手上同样的算力预算能换来更多有效实验，AI 科研的边际成本会快速下降。但同时，Anthropic 6 月在自家文档中承认递归自我改进尚未实现，却可能比多数机构准备得更快地到来，CEO Dario Amodei 呼吁对 AI 研发做受控减速；OpenAI 承认完全自主的递归自我改进尚未发生，并主张只有在人类监督得到保证的前提下才应追求，同时把自动化 AI 研究员的目标定在 2028 年 3 月。另外，Clark 预测所依据的榜单冠军是 Anthropic 自家模型，基准来自第三方机构，立场倾向需要读者自行折价。 总结：把递归自我改进的时间表从 2028 年提前到 2027 年的，是 Anthropic 联合创始人自己写在一封订阅通讯里的一句话，而支撑它的只有一份刚发布的第三方基准。这条消息的价值不在于时间表本身准不准，而在于它标出了下一个战场：当模型开始替人类挑选该做哪个实验，AI 自我改进的门槛才算真正松动。 参考来源： The Decoder 报道：https://the-decoder.com/anthropic-co-founder-jack-clark-moves-his-prediction-for-self-improving-ai-forward-to-2027/ Import AI 第 476 期原文：https://importai.substack.com/p/import-ai-476-creativity-and-rsi P-Zero Research TasteVal 页面：https://pzeroresearch.com/work/tasteval/ thinkfacility 时间线梳理：https://www.thinkfacility.com/blog/jack-clark-full-rsi-possible-in-2027 clauding.de 分析：https://clauding.de/en/posts/jack-clark-rsi-2027 TPS Report 综述：https://tpsreport.news/news/jack-clark-self-improving-ai-2027-tasteval-benchmark The Rundown AI 综述：https://www.therundown.ai/news/jack-clark-ai-self-improvement-forecast-2027