AI自研AI冲过“逃逸速度”，Anthropic未公开模型Model 4引硅谷恐慌

就算明天人类把所有新建数据中心的电全掐了，超级智能也照样拦不住。

硅谷“AI自己研发AI”的真实进展，刚刚被彻底摊在了台面上。

哈佛物理学家兼计算机科学家Alex Wissner-Gross在最新一期播客里说得很直接：AI现在已经越过了“超级智能逃逸速度”。

他的判断是，光靠眼下已有的算法洞见，加上机房里现成的存量算力，就足以一路把超级智能推出来。

他给出的依据，是评测机构METR最新公布的进度图表：Anthropic未公开的神秘模型Model 4，表现已经跳出指数趋势线上方，进入“超指数增长”区间。

这背后的含义是，AI已经深度接手了自身的研发工作，进入“递归自我改进”的循环。

连METR拟合出来的指数曲线，都低估了这种左手拉右手的自举速度；想靠限制物理算力给AI踩刹车，已经过了“不归点”。

差不多同一时间，METR研究员Ajeya Cotra的一份深度推演，让硅谷AI安全圈一下子慌了。

在她画出的预测曲线上，纵坐标即便换成对数尺度，AI能力仍在指数级拉升；随着研发复利启动，人类距离“终极超级智能”甚至不到一年。

一位前OpenAI员工看完这份报告后当场表示，自己生理性反胃，甚至开始为家人和朋友的处境深感恐惧。

单兵提速10倍，研究员钻进时间膨胀泡

几天前，METR审计Anthropic内部模型后发现，自2025年10月以来，其内部AI基准得分的增长速度几乎翻倍，达到此前的1.9倍。

Ajeya指出，AI能力的提升靠两条腿走路：一是堆硬件“训练算力”，二是靠软件算法优化带来“算力乘数”。

所谓“算力乘数”，就是用底层优化省下真金白银的硬件成本；按Anthropic首席执行官Dario Amodei的换算，2倍的算力乘数，能让你只花500万美元，训出原本要烧1000万美元硬件才能达到的编码水平。

硬件算力过去一年在Anthropic这儿只是照原速往上走；硬件没提速，AI整体能力的增速反倒翻了一倍。这说明软件那套“算力乘数”的进化，快了2.5到3倍。

而软件算法每一次突破，都离不开“研究员脑力”与“实验算力”的配合。

Cobb-Douglas生产模型假定软硬件各出一半力。按这个算法，实验算力既然没暴增，软件研发要快上2到3倍，研究员自己串行干活的效率就得提4到9倍。

再把后期研发难度递增算进去，Anthropic研究员获得的实际效率加成已达10倍左右。

这也印证了此前报告中的一个细节：Anthropic员工在内部调查中自评，内部神秘模型Model 4让自己的工作效率提升了12倍。

外界起初以为这只是主观夸大，没想到用宏观公式反推出来的10倍，与员工自评的12倍基本吻合。

而且10倍还只是所有环节拉平后的均值；在算子优化、超参搜索等有明确指标的“可爬坡任务”上，AI带来的局部提速远超10倍。

Ajeya在文中描绘了一幅极具冲击力的画面。

每位Anthropic研究员其实是被装进了一个“时间膨胀泡”里。

外面的世界才过去1天，泡泡里的研究员已经在AI辅助下，推演完了10天的工作量。

Ajeya的推演显示，AI把研发进度提到2倍速，前后用了12个月。而研发复利一旦启动，能力翻倍所需的时间还会不断缩短。

眼下研发速度已经翻倍，要再攒出同样多的技术突破、把速度推到4倍，只要6个月。

此后冲上8倍速只需3个月，到16倍速就只剩6周。

每一轮翻倍所花的时间都在减半，多次翻倍累加下来，总时长会收敛在「一年之内」。

从数学上看，这意味着AI能力会在一年内逼近无穷大；放到现实里，它会撞上软件算法效率的物理天花板，诞生出远超普通ASI的「终极超级智能」。

能拖慢这一进程的只有「边际收益递减」。不过METR在审计Anthropic内部数据后表示，眼下看不到任何研发瓶颈或边际递减的迹象。

时间表因此大幅提前，内部模型已经甩开公开版9个月。

开源网站「AI 2027追踪器」由独立开发者spicylemonade搭建，用来检验知名预测报告《AI 2027》的时间线，刚刚依据Anthropic内部模型的得分完成了最新修正。

衡量标准是「80%成功率下能独立干完多长的软件任务」。按这个口径，OpenAI最强的公开模型GPT-6 Astra目前停留在9小时，Claude Opus 5.5约为20小时。

Anthropic压着没发的内部模型Model 3和Model 4则一举冲破36小时大关，相当于人类连轴干满「1个工作周」，比《AI 2027》预测曲线反超了整整6周。

InstaDeep首席执行官Karim Beguir顺着这批数据，更新了通往超级智能的路线图。

图上的关键分水岭是「超人编码员」，指标为80%成功率跨过「1个工作年」（2000小时），也就是独立完成人类工程师一年的开发量。

按公开模型外推，跨过这道门槛要等到2028年1月；顺着内部模型的紫色虚线走，「超人编码员」会在2027年4月直接撞线，比公开版足足提前9个月。

如果明年4月AI全面接管代码研发，走完最后三个阶段全程只剩8个月：

2027年9月，达到「超人AI研究员」，算法设计与科研能力超越顶尖学者。

2027年11月，达到「超智能AI研究员」，认知深度与心智速度彻底甩开人类物种极限。

2027年12月，走出单一科研领域，全面迈入全能型人工超级智能（ASI）。

全自主研究也已跑通，三巨头AI能自己定课题。

Google DeepMind副总裁Pushmeet Kohli今天同样发文证实，DeepMind旗下的科研项目正在经历「科学发现速度的真正相变」，未来几周发布的成果将展现这一变化。

AI行业观察者Andrew Curran随即转发并评论：

当你看着一条冰封的河流时，必须想象冰面之下正在奔涌的激流。

他透露，OpenAI、Anthropic、Google DeepMind三大实验室内部都已经跑通了「全自主研究」。

内部模型不再需要人类喂课题，能自己挑选研究方向；第一批由AI自主立项的成果，将在本月陆续公开。

外界还在盯着地面上的万卡机房和电力缺口，三大巨头的内部模型其实已经在冰面之下自己挑课题、自己改写下一代算法了。

距离2027年4月「超人编码员」撞线只剩短短几个月。这或许就是人类还能看懂AI研究方向的最后窗口。