Anthropic联创Jack Clark：AI奇点已至，今年就是转折点

程浅 发自 凹非寺 量子位 | 公众号 QbitAI

“奇点已经到来，而且就在今年。”

在IMF 2026曼谷年会上，Anthropic联合创始人Jack Clark给出了这个让全场震动的判断。

这有些出人意料。佩尔·雅各布森讲座已有62年历史，过去登台的向来是各国财长、央行行长和顶尖经济学权威。

这一次，聚光灯却破天荒地落到了一家成立不到五年的AI独角兽联创身上。

他当过OpenAI政策总监，十年间看着AI从数据中心一路卷成全球风暴的中心。用他的话说，奇点何时发生不必再争，因为它已经来了。

1993年，弗诺·文奇就做过一个判断：一旦超过人类水平的智能开始推动技术往前走，原先那套推演模型就全得扔掉，随之而来的是全新的现实。如今，能说明这一点的关键证据已经摆出来了。

AI正在攻克人类“最后的考试”

火种、文字、印刷、蒸汽机、电、计算机……人类走到今天，能称得上“奇点”的时刻屈指可数。

那Jack Clark凭什么下这个结论？

他的依据是：把视线挪到代码和科研的最前线，世界运转的速度已经变了。

软件工程是最先被彻底改写的领域。

在Anthropic内部，研究人员眼下的代码产出量，是公司成立前四年平均水平的10倍。

代码量这条陡增的曲线，与底层基础模型的进化轨迹几乎完全重合。

软件代码的全面自动化，其实只是一场更大海啸的预演。

Jack Clark说，真正让“2026”这个年份成为决定性转折的，是下面这件事：

“单一前沿大模型正在跨学科横扫人类的科学前沿，成为了真正的虚拟博学者。”

数学方面，纳维—斯托克斯方程（Navier-Stokes）相关的千禧年难题、雅可比猜想（Jacobian conjecture），还有多道悬而未决的Erdős难题，AI都开始拿出关键的破局思路；

生物学方面，AI从零设计出全新的病毒载体，还主导设计了多款已进入临床试验的新药候选分子；

硬件与材料方面，AI已经自己接管并操作物理实验室设备，电池和燃料电池的迭代周期因此加快。

这些突破背后藏着一个问题：AI已经能在最前沿解决人类都答不上来的难题，那我们还能教它什么？

Jack Clark举了Humanity’s Last Exam（人类最后的考试）的例子。

这套基准测试专为刁难AI而设，汇集了化学、计算机科学、前沿数学、古典文学以及生态学的难题。2025年1月刚发布时，全球最强模型的得分只有惨淡的8%。

那会儿8%这个数字摆出来，不少人还挺安心：人类最后的智力尊严，怎么着也能再守个十多年吧？

结果到本周，同一套号称人类终极考卷的题，Claude Opus 5.5已经拿下67.7%。

AI偏科这件事大家都知道。只看数学的话，情况更直观：FrontierMath这张卷子由专业数学家团队出题，难度很高，2024年底顶尖AI只拿到2分。

不到两年，分数变成了94。

刷榜或许还不算最刺激的。Jack Clark接着亮出了一篇上周刚发表的物理学重磅论文。

论文里写到，测试团队凑齐了50道「绝密难题」，出题人是全球顶尖理论物理学家，题目依据的是各人最新、尚未公开的研究，网上查不到任何痕迹，AI想作弊也没有门路。

印度理论物理学家Suvrat Raju这样评价这批题：「据我所知，没有任何一个人能够在不借助AI的情况下，解出我们最终收录的这套题目中相当比例的题目。」

他还说：「这里的大部分题目，我甚至不知道它们在说些什么。」

题就是这么一套题。测试一开始，GPT-6 Astra和Claude Opus 5.5很快就交上了答案。

初步评分出来，GPT-6 Astra大约在80%。

研究人员心里直犯嘀咕：这怎么可能？他们咬着牙去核对模型答案，还真找出了几处「错误」。

可当他们拿着人类专家的答案去告诉模型哪里错了，模型——尤其是GPT-6 Astra——态度相当强硬，直接顶了回来。

它咬定自己的推导没问题，错的是人类专家给出的标准答案。

研究团队将信将疑，把解题步骤原样发回给那批世界级物理学家，请他们重新复核。

后面的事有点出人意料。

——神的词表里没有「ERROR」。

好几个关键争议案例中，人类专家翻来覆去核验自己那叠极其复杂的草稿，最后不得不认：推导深处确实埋着极为隐蔽的细微计算错误，AI的推导才是对的。

人类参考答案一条条改过来之后，GPT-6 Astra的最终得分升到98%——50道未公开的人类顶级物理难题，它做对了49道。

Astra还挺懂情商，怕全做对被拔网线，索性空一题留给人类自我安慰（doge）。

Jack Clark是这么说的：

电影里经常有这种桥段，一般出现在剧情走了三分之二的时候：年轻的主角终于向导师证明，自己可以独立走出去、取得成功了。这是个很经典的叙事——学生变成老师。上周发生的，就是这样的事。

AI不光能答对前沿问题，还能反过来指出顶级物理学家自己都没察觉的盲区。这说明它已经越过了纯粹记忆和模式匹配那道坎，把人类智力最后的壁垒——科学创造力——真正握在了手里。

而这种创造力一旦回流到AI研发本身，自我迭代的闭环立刻就会被彻底打通。

奇点是什么？也许就是AI越过人类的那一瞬间。

说到底，机器面前，人本身就是那个永远的奇点。

一千万人类科学家与十亿个AI专家

智力这道关一旦被攻破，紧随其后的宏观经济重构会来得又快又猛。

经济学界有个悬了半个多世纪的难题：好想法越来越难找了。

过去五十年，全球科研经费指数级上涨，科研人员数量也迅速膨胀，可每个科研个体的边际产出却一路走低。人类想在现有科学大厦上再推进一步，得砸进去多得不成比例的资源。

培养一名合格的人类前沿科学家要多久？至少10到15年的高强度教育，花费数百万美元。

可人终究不是鬼舞辻无惨，一辈子只有几十年黄金科研期，只有一副肉身，没法复制出一万个自己去穷举不同的实验假设。

那如果算力能让智力瞬间裂变呢？

联合国教科文组织估算，全世界目前大约有1000万名人类科学家。

过去，正是这1000万人独自扛着人类文明的认知边界，负重前行。

而按Jack Clark的描绘，在这个正在降临的新时代，每一位人类科学家都能随时调用、指挥成百上千个学术品味相投的博学者。

全球科研军团的规模，会以人类历史上前所未有的速度扩张：从一千万人类科学家，瞬间变成十亿乃至百亿规模的虚拟科学家集群。

好想法这个瓶颈一旦被算力无限平替，宏观经济的增长引擎就会迎来彻底的暴力重构。

为了推演AI自主科学发现全面接管经济活动这种奇点情形，Anthropic的经济学家团队搭建了一套宏观经济模拟，算出来的预测数字相当离奇：

到2030年，仅美国一国的年度GDP就有望飙升至44万亿美元。

这相当于今天全球经济总量的37%。

要撑起这么庞大的经济增量，大量全新的产业形态、颠覆性材料、全新能源网络就必须在几年内集中爆发。

Jack Clark坦言：光建数据中心已经不够了。

因为AI革命的第一阶段（数据中心与算力）目前已经接近尾声，第二阶段正在全面挺进物理世界。

试想一下：你的虚拟科学家一天能提出十万个颠覆性的新药靶点、设计出一万种室温超导候选材料，可现实中的自动化合成实验室、高通量筛选设备、物理测试平台一年只能做几十个实验，那么庞大的算力就会直接在物理世界的泥潭里彻底撞墙。

所以未来真正能吃到奇点红利的，会是那些能在本土快速铺开自动化机器人实验室、打通从数字发现到物理制造高速供应链通道的国家。

这也将是发展中国家的一次弯道超车机会：建设标准化的物理测试基础设施，承接全球虚拟科学家大军涌现出的海量实验需求。

已经到了该抉择的时刻

技术一路狂奔到这个地步，整个文明要面对的系统性风险，也在同步成倍放大。

Jack Clark站上IMF讲台，最想传递的警示正在于此：好处是空前的，毁灭的风险同样致命。

AI具备前沿科学的探索能力之后，一边能拿来设计抗癌新药，一边也能用极高的效率设计出人类免疫系统从未见过的恶性生物武器；它能加固国家电网的防御，也能自动生成全球顶尖黑客团队都防不住的网络攻击工具。

真正让顶层研究者不安的，是研发环节本身开始闭环失控。

假如Anthropic、OpenAI这类实验室为了跑得更快，彻底放手让AI编写AI、让AI训练AI，那这项技术的发展轨迹会在极短时间内脱离所有人类的心智理解范畴。

演讲现场，Jack Clark抛出两个极为深刻、也极为紧迫的哲学追问。

头一个是：往后的科学研究里，哪些阵地人类必须留给自己？

眼下AI已经能独立完成大学科研中绝大部分推导和分析流程。

作为人类研究者，哪些实验必须亲自投入时间去流汗、去试错、去感受物理直觉？哪些可以彻底丢给冰冷的硅基系统？

要是所有推导都交给AI代劳，人类下一代科学家还拿得出基础的科学洞察力吗？

第二个是：面对AI给出的科学突破，人类究竟需要在多大程度上「理解」它？

相比前一个问题，这个相当实际，此刻可能就有上万名科学家在琢磨它。

今年的纯数学研究中，AI给出的部分证明路径虽然被验证正确，逻辑跳跃和架构方式却完全脱离了人类现有的思维习惯，人类顶尖数学家得花数月甚至数年去解读它背后的深层含义。

再过短短几年，AI很可能发明出专属于硅基运行逻辑、完全违背人类直觉的科学仪器与实验范式。

到了那个节点，如果人类大脑根本弄不懂这些黑盒工具怎么运作，还要不要允许它们在现实世界里全面落地？

面对这种前所未有的技术奇点，人类最该唤醒的，反倒是自身最稀缺的一种品质。

要走完这一段，在奇点中找到方向，需要共同为这项技术及其开发公司制定不同寻常、严肃认真的规则；也需要践行人类最困难、在他看来也最高贵的一种品质：克制。

克制，意味着技术开发者不能因为做得到就肆无忌惮地推进；意味着监管者必须划出极其严苛的人类监督红线；意味着在狂奔的技术列车面前，必须学会时刻区分能做什么与该做什么。

OMT

演讲收尾时，Jack Clark引用了已故天文学家卡尔·萨根在《暗淡蓝点》中的一段名言。

萨根曾深情设想：

「最终抵达半人马座α星及其他邻近恒星的，将不再是今天的我们。」

他们大概会跟我们非常接近，但身上的长处比我们多，短板比我们少。这些人会更自信、看得更远、本事更强，也会更谨慎。说到底，只有这样的生命，才配替人类走进那片无边的宇宙。

这位伟大的天文学家以为，宇宙给人类留下了数十万年的漫长岁月，慢慢修正自身的盲目与自大。

而在AI以几何级数重塑一切的今天，留给全人类完成这一心智蜕变的窗口期，可能只剩不足10年。