AI正加速自身研发，超级智能或提前到来
近期，Anthropic 发布的内部报告引发了科技界的高度关注。这份由 METR（Measuring AI Research）团队撰写的深度调查揭示了一个令人震惊的事实：AI 正在以惊人的速度加速自身的研发进程。这不仅仅是一个关于模型性能提升的讨论，更是关于人类如何被 AI 重新定义的深刻变革。
Anthropic 的里程碑式发现
Anthropic 在其负责任的扩展政策（RSP）中设定了一个关键阈值，称为“急剧加速”。该阈值定义为：AI 对 AI 研发的贡献度足以使整体能力进步速度达到 AI 贡献研发之前最快持续速度的两倍。
根据 METR 的报告分析，Anthropic 已经跨越了这一阈值。数据显示，从 2025 年 10 月到 2026 年 10 月，Anthropic 的能力进步速度约为其前 12 个月的两倍。更关键的是，这种加速主要归因于 AI 自动化 AI 研发，而非单纯依赖计算资源的增加。
为什么说这比单纯的模型变强更可怕？
这种“自我加速”现象比单纯的模型性能提升要重要得多。它意味着 AI 不仅是被动的使用者，正在成为主动的研发者。然而，这背后的逻辑比表面数字更为复杂。
1. 对研究员的指数级加速
如果 AI 的总体能力进步速度翻倍，这意味着 AI 对人类研究员的加速必须远超两倍。
研究人员的工作核心在于发现“计算倍增器”（即改进算法和架构），这能让同样的算力发挥出更大的效能。能力提升是算力倍增器和训练算力的乘积。因此，如果软件进步（倍增器）让整体能力翻倍，倍增器本身的进步速度需要达到 2.5 到 3 倍。
但这只是第一步。研究员发现倍增器需要配合实验计算。在简单的经济学模型中，如果实验计算和人力劳动同等重要，那么为了支撑倍增器 2.5-3 倍的增长，人类研究员的劳动效率必须提升约 4 到 9 倍。
2. 低垂的果实正在被快速采摘
随着速度的提升，“低垂的果实”（容易发现的创新点）会被迅速摘取。这意味着后续的每一个新突破都需要投入更多的时间和精力去挖掘，这对现有的研发模式提出了严峻挑战。
对开发者和 AI 使用者的启示
这一发现虽然听起来像是一个遥远的预测，但实际上对当下的技术工作者有着直接的指导意义。
- 研发范式转变：开发者不能再依赖传统的、线性的迭代模式。未来的创新将基于 AI 辅助的快速试错和自动化实验。如果你是一名开发者，学会利用 AI 工具来加速你的代码生成、架构设计和测试流程，将是生存的关键。
- 时间线重构：虽然大多数外部研究机构还在按部就班地计算时间线，但 Anthropic 的数据暗示，超级智能的降临可能比我们预期的要早得多。对于关注 AI 安全或应用的人来说，这要求我们必须比以往任何时候都更早地构建防御机制和伦理框架。
总的来说，AI 正在接管自身的研发工作，并迫使人类研究员以指数级的速度追赶。这不仅是技术上的胜利，更是对人类智力的一次极限挑战。
