新智元報道

【新智元導讀】同一周，Anthropic聯創和DeepMind掌門同時預警！2028年AI遞歸自我改進概率超60%，2030年AGI或全面降臨。100倍于工業革命的沖擊波，正全速砸向全人類。

剛剛，全球最頂級的兩大AI實驗室，同時按下了超級智能的倒計時。

牛津大學講臺上，Anthropic聯合創始人Jack Clark拋出了一份時間表。

AI將在一年內助力人類做出諾獎級發現，完全由機器代碼獨立運營的公司將在18個月內創造數百萬美元營收。

另一邊，Google DeepMind聯創兼CEO Demis Hassabis給出了同樣篤定的預測。

通用人工智能將在2030年前后降臨，而這場風暴的沖擊力將是工業革命的100倍以上。

兩家風格迥異的巨頭，在這一刻達成了同一個判斷。

AI的進化速度已經越過了人類社會的認知底線。

我們面對的不再是技術路線之爭，而是一場關乎經濟體系和文明形態全面重構的決戰。

2028年跨越奇點

Anthropic預演瘋狂未來

Clark拋出的不是模糊的技術愿景，而是一份精確到月的路線圖。

12個月內，AI將與人類合作做出諾貝爾獎級科學發現。

18個月內，完全由AI運營的公司將創造數百萬美元營收。

兩年內，雙足機器人全面進駐工地協助技術工人。

最核心的顛覆落在2028年底。屆時AI系統將跨入遞歸自我改進階段，獲得脫離人類干預的自我進化能力，自行設計出更強的下一代。

整個行業苦苦等待的奇點，就這樣被Anthropic聯創釘在了兩年半后的日歷上。

而這些預測背后的核心支撐，是他5月初在「Import AI」上給出的判斷——

AI在2028年底之前實現遞歸自我改進（RSI）的概率超過60%。

什么叫遞歸自我改進？

你對AI說「造一個比你更強的自己」，它就去了。完全自主，不需要人類插手。

Clark花了幾周翻了數百份公開數據源，從編程到科研復現，從模型訓練到內核設計，每條能力曲線都在向右上方飆。

沒有任何減速跡象。

Anthropic研究院同一周發布的白皮書也證實了這一點，他們內部已經觀察到「AI正在加速AI自身的研發」。

他為什么敢把話說得這么絕？

因為Anthropic剛剛被自家模型嚇了一跳。

今年4月，Anthropic發布了Claude Mythos Preview。

這個模型在測試中找到了數千個高危漏洞，覆蓋所有主流操作系統和瀏覽器，有些漏洞在人類眼皮底下藏了幾十年，無數次安全審計都沒抓到。

上一代Opus 4.6發現了大約500個零日漏洞，而Mythos直接實現了幾個數量級的碾壓。

Clark坦言，Mythos訓練完成的那一刻，整個團隊的反應像是「迎頭撞上了一輛高速列車」。超級智能來得比所有人預想的都快，而他們根本還沒準備好。

而它還只是一個被人類訓練出來的模型。一旦AI跨過RSI門檻，開始自己訓練自己，這種能力躍升的速度將完全脫離人類的節奏。

如果人類只會袖手旁觀，任由合成智能肆意繁衍，最終只會被迫陷入疲于應對的境地。

哈薩比斯的終極考卷

讓AI重現愛因斯坦

同一周，DeepMind掌門Hassabis在Google I/O 2026上給出了一個更大的數字——

AGI時間表是2030年前后，正負一年，也就是2029到2031之間。

如果你非要量化它，它的影響將是工業革命的10倍，速度也是10倍。也就是說在十年內席卷而來，而不是一個世紀。

Axios記者當場愣了，「等等，10倍的影響和10倍的速度？」

Hassabis回答，「對，所以你可以把它看作是工業革命的100倍。而且，可能還是低估了。」

工業革命用了上百年重塑工廠、城市和階層。

Hassabis說的是同等甚至更高強度的沖擊，壓縮在十年內完成。

一口氣折疊兩億蛋白質

紀錄片《思考游戲》里，有一段決定性的瞬間。

當時AlphaFold剛取得突破，一位研究員隨口說了一句，我們其實可以在一個月內預測出所有已知序列。

Hassabis愣了一下，然后直接掐斷了原來的計劃。

已知蛋白質超過兩億個，為什么要讓人排隊一個個提交？為什么不調集所有資源把地球上每一種蛋白質全部折疊出來，然后免費扔給全世界？

最終他真的做到了。兩億個蛋白質結構被托管在劍橋的數據庫里，全球科研人員像用搜索引擎一樣一秒調取。

用暴力算力去攻克停滯了幾十年的科學難題，這便是Hassabis口中「良性加速」的樣子。

所有模型統統不及格

隨后他再次搬出那份已經在AI圈引發過激烈爭論的「愛因斯坦測試」。

也就是，把一個AI系統的知識庫硬生生切斷在1901年，然后看它能不能僅憑自身的推理和洞察，獨立推演出愛因斯坦在1905年提出的狹義相對論。

Hassabis的回答很干脆，「今天的系統顯然做不到。」

GPT、Gemini、Claude，統統不及格。

它們可以通過律師考試，可以寫出能跑的代碼，可以在各種benchmark上刷到榜首。但這些本質上都是在已有知識的版圖內做排列組合。

讓它們在人類認知的邊界之外憑空躍出一步，做出一個真正原創的科學發現，目前沒有任何一個前沿模型做得到。

基于這個測試，Hassabis畫了一條AGI的分界線。

去年Google I/O上，Hassabis被問到AGI是2030年前還是后到來，他選了「后」。

今年他說的是「2030年，正負一年」。造這個東西的人自己在收窄時間窗口。

而真正讓他興奮的，是所有頂尖實驗室眼下都在死磕的同一個方向，自我改進。

編碼Agent已經在幫自家工程師提升產出效率，這只是慢動作版本。

而編程和數學這兩個領域極其特殊，它們的輸出結果可以被算法自動驗證，可以隨心所欲地生成海量合成數據。

Hassabis說，「種種跡象表明，這里正在形成一個指數級復合的飛輪效應。」

這句話跟Clark的RSI預測指向的是同一件事。

兩個對手陣營，從完全不同的內部數據出發，看到了同一個正在加速的飛輪。

時鐘滴答作響

歷史不再寬恕人類

Clark預測2028年底出現遞歸自我改進，Hassabis把AGI錨在2030年前后。

把他們的預測拼在一起，浮現的是一條完整路徑。

AI先壓縮科學發現，再接管公司運營，再進入物理世界，最后參與制造下一代AI。

這四條線正在同時推進，一旦跑通，AI就不再只是更好用的軟件，而會變成一種反過來改寫科學、商業和勞動本身的基礎設施。

當AI模型能夠跨越愛因斯坦測試，當雙足機器人全面接管物理世界的繁重勞作，當完全由機器代碼驅動的公司開始在市場上碾壓傳統企業，人類過去幾百年積累的經驗和直覺，都將面臨一次徹底的重估。

算力在集中，模型在加速，Agent在接管工作流，采用曲線還在陡峭上揚。

狂熱的加速派和憂心忡忡的吹哨人，這一周全都亮了底牌。

而他們給出的答案指向同一個結論，留給人類調整方向的窗口，可能只剩三年。

當AI開始推動下一輪AI進步，真正的問題只有一個。

方向盤還在誰手里。

參考資料：

https://x.com/deredleritt3r/status/2057847559251492902?s=20

https://x.com/kimmonismus/status/2057949877259088326

https://www.theguardian.com/technology/2026/may/21/ai-nobel-prize-winning-discovery-robots-jack-clark-anthropic

https://www.youtube.com/watch?v=dgBLVm2L1P4

https://x.com/haider1/status/2057823805053997280

編輯：摩西