Anthropic高管把RSI预测提前到2027：数学、科研品位、还有一份《AI 2027》报告

Anthropic 高管 Jack Clark 最近改口了，把 AI 实现 RSI（递归自我改进）的时间点从原本预测的 2028 年提到了 2027 年。马斯克随即回帖，只有四个字：「显而易见」。两个 AI 巨头的核心人物，至少在这件事上，站在了同一条线。

他们现在讨论的不再是 AI 能不能写诗，而是 AI 什么时候开始自己造 AI。我常年盯着模型迭代，看到这条消息的第一反应其实有点复杂——既不该当科幻小说看，也不能简单当作公关话术一笑而过。它背后的支撑信号，确实值得拆开看看。

击穿「AI 没有创造力」这个借口的，是数学

过去唱衰 AI 的人总有个现成的理由：「它只是鹦鹉学舌，只会拼接人类已有的知识。」Jack Clark 自己也曾持这个看法，他认为要实现 RSI，AI 必须具备「变革性的创造力」，能无中生有地想出人类都没见过的全新算法结构，而这一点离现在还差得远。

最近几个月，这个判断被动摇了。先是数学领域，AI 在顶级难题上出现了断层式的突破，开始自己推导定理、寻找证明路径，一些解法连顶尖数学家都要挠头；接着是 AI 研究本身——AI 系统正在表现出一种过去被认为是人类顶尖研究者独有的能力：科研品味。P-Zero Research 新推出的评测基准 TasteVal 专门测这个，论文挂在 arxiv 上（编号 2610.06824）。当一个 AI 能完成数学证明，又能自己改代码时，它距离自己研发自己，中间那层窗户纸确实越来越薄了。

《AI 2027》：一份情景推演，不是预言书

把时间线拉到 2027 这个节点，另一份材料绕不开。去年 4 月，OpenAI 前研究员 Daniel Kokotajlo 领衔的 AI Futures Project 发布过一份预测报告《AI 2027》，大胆预言人类可能在 2027 年迎来一次智能爆炸。这份报告的关注度在 2026 年 9 月达到过一个小高峰，登上了 Learn & Work Ecosystem Library 网站当月 Google 搜索导入流量关键词榜首。

报告描绘的路径大致是：2025 年 AI 智能体进入真实工作流，2026 年 AI 加速接管编程任务，2027 年初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。要强调的是，《AI 2027》终究是情景推演，不是已被科学证明确定的未来——技术突破既可以提前，也可以推迟。

算力、机器人、还有那个真正的隐患

如果 RSI 真的跑通，AI 会从数字世界向物理世界溢出。P-Zero Research 的研究提到，AI 用一半的算力就能追平人类专家，最终成绩能达到专家的 1.5 倍；英伟达 2025 年发布的 GR00T-Dreams 系统仅用 11 小时生成 78 万条机器人运动轨迹，相当于 6500 小时人类演示数据，训练数据准备速度提高约 60 倍，结合真实数据后任务表现提升 40%。今年 10 月 7 日，英伟达还公布了机器人组装 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母排安装，成功率超过 95%，多连接器插入成功率在 90% 到 95% 之间。

但真正让我脊背发凉的，是《AI 2027》里那句推演：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。技术上的突破可以提前可以推迟，可一旦 AI 改进自身的循环真正闭合，人类可能第一次失去对技术进步速度的主导权。这个速度差，比 2027 这个具体年份更值得警惕。至于 Jack Clark 的预测会不会准时兑现，说实话，谁也不敢打包票。