AI Futures Project改口：超级AI研究员或2027年现身

「我们的时间表提前了！」11月11日，前OpenAI研究员Daniel Kokotajlo在X上转发团队的新预测时说了这句话，他还表示自己「感到恐惧、悲伤和愤怒」。

在他看来，智能爆炸似乎终究会在2027年发生。按他的说法，如果METR的判断成立，AI驱动的研发提速就比《AI 2027》当初推演的提前了约五个月。

当AI开始帮人类研发下一代AI，连最激进的预测者也可能低估AI模型进步的速度。不到三个月，《AI 2027》背后的预测团队AI Futures Project就把超级AI研究员（SAR）到来的时间表拨到了明年。

此前团队里最乐观的Daniel Kokotajlo，在提到「2029年前出现超级AI研究员」时也只给出五成概率。11月10日，AI Futures Project公布了新一轮预测（Q3.5）。

署名作者一致认为，如果前沿AI研发没有显著主动放缓，超级AI研究员很可能在2027年出现。促使他们改判的最重要依据，是独立评估机构METR对Anthropic做的一项调查。

METR花了11周调研Anthropic，查阅内部数据，也访谈了员工，最终估算出一个数字：从2025年10月起，Anthropic内部模型的基准分增速达到了此前的1.9倍。按这个估算，Anthropic的模型在这组测试里一年的涨幅，相当于过去近两年的增长。

跑分增速接近翻倍

AI帮了多少忙？

11月5日，METR发布了这份报告。为了看Anthropic的模型进步了多快，METR用了一项叫作AECI的内部指标。

它把多项测试的成绩合成一个总分，多数测试都有明确的目标，结果也能核验。METR估算，从2025年10月起，这个总分上涨的速度约为此前的1.9倍，95%置信区间为1.5到2.8倍。2025年10月前后，模型综合得分的年增幅从约15分升至约29分。（图源：METR）

怎么估计题目难度，也会影响结果。METR换了几种假设重算，发现2025年10月后的涨分速度约为此前的1.1到2.9倍。几种算法得出的增速不同，但趋势已经很明显：分数涨得更快了。

为什么分数涨得更快了？

METR考察了训练算力、招人、数据和算法的变化，认为训练算力增长速度的变化解释不了这次提速。

但公开版报告里，把支撑这个判断的具体证据给删掉了。

AI在其中出了多少力？METR的说法是，这个比例并非固定，它会随时间推移发生变化。

2025年底提速刚起来那阵，除AI以外的因素大概也掺了一脚。

时间推到2026年10月，METR给出的估算变成：提速多出来的那部分里，大约八成可能来自AI。

这里要说清楚，这个「八成」只是METR自己的估计。报告的原话用的是「We guess」（我们推测），同时点明该判断的不确定性相当大。

图中展示的是AI和其他因素分别对模型提速的贡献：橙色代表AI额外带来的部分，灰色则是尚未拆分的非AI因素。

那AI到底在哪些环节帮上了忙？

一位接受采访的研究员举了个例子：过去有些点子，光是敲代码、把实验搭起来跑通，一两天就没了。

现在有AI搭手，他愿意多铺开几个方向试试，看哪条路走得通。

还有受访研究员提到，实验代码可以由AI代写，实验跑起来也能交给AI盯着，一些从前要额外投入大量精力才能完成的测量，同样能由它来做。

更极端的用法是，有人一口气把十个想法丢给智能体，让它在实现和测试上逐个推进。

写代码、跑实验，这些环节已经用到了AI，而它们服务的对象，正是下一代AI本身的研发。

AI Futures Project新近给出的估算则显示，这种提速的到来，可能比《AI 2027》早先推演的时点更早。

AI研发提速

或比《AI 2027》推演提前5个月

《AI 2027》于2025年4月发布，其中就设想过AI如何参与下一代模型的开发。

按它的设定，虚拟公司OpenBrain想拿到同等的算法进展，不借助AI要一周半，借助AI则压缩到一周。

不过，算法进步并不能等同于模型进步的全部。

一项改进从实验里跑出来之后，还得进入下一轮训练，才会反映到新模型的能力上。

这次AI Futures Project是拿METR的估计做推算：到2026年11月初，光靠AI带来的那部分提速，就可能把模型整体进步的速度推到历史水平的1.7倍。

团队用模型把《AI 2027》的大致趋势复现了一遍，想看这样的速度在旧情景里要等到什么时候才出现。

算出来的结果是，同样的1.7倍速，旧情景大约要到2027年4月才能达到。倘若11月初的估计站得住，模型进步速度摸到1.7倍的时间就比旧情景早了约五个月。

这一结果也高出了团队不到三个月前的预期。

彼时即便采用最乐观的预测模型，AI在2026年11月就把模型整体进步速度推至历史水平1.7倍或更高的概率，也算不到4%。

所谓超级AI研究员，得自己拍板研究什么。

AI Futures Project把超级AI研究员的时间表往前挪了，起因是METR那份报告。按这家机构的定义，超级AI研究员先得把前沿AI项目的编程活全包下来。

光会写代码不够。选研究方向、设计实验、解读结果，它得有顶尖人类研究团队那样的判断力。代码写完该试哪个想法，实验砸了是接着查还是换条路，这类没有标准答案的决定，AI要自己拿主意。

那这道门槛什么时候能迈过去？同一份报告里，三种算法给出的时间差了一年多。

第一种先假定AI已把模型进步速度抬到历史水平的1.7倍，再考虑它往后可能接手更多研发工作。这套模型算出的中位数是2027年2月，也就是说超级AI研究员在这一时点前出现的概率大约一半。

第二种顺着模型在测试中的进步速度外推，估它何时能具备顶尖研究团队的判断力，中位数落在2027年7月。

第三种拿Anthropic员工自报的效率提升来推算，结果推到了2028年年中。

Anthropic删掉了哪些关键证据？METR在报告开头就写明，他们认为最能帮助判断核心结论的证据，大部分被删去了。

报告还附了一张表，逐项对照Anthropic给了METR哪些内部资料、哪些结果进了公开版。内部模型的跑分趋势公开了，算法进步的估算和关键研发投入没披露；AI对研发提速的贡献，公开版只列了部分证据。

双方事先有约定：Anthropic可以删节非公开信息，METR可以点明哪些结论依赖这些材料。Anthropic的理由是，这些机密一旦公开，可能帮其他开发者加快AI研发。

删节之后，外界还能核验什么？AI Futures Project指出，跑分增速约为此前的1.9倍，这条有公开曲线撑着。

但「额外提速可能有八成来自AI」以及据此算出的1.7倍，公开证据就少得多。外界要判断这两个数字靠不靠谱，更多得看METR对内部资料的评估。

11月5日，METR还发布了对Anthropic 8月风险报告的复核。双方都认为，拿7月中旬的模型自动做研发，直接引发灾难的风险还比较低；也都不认为当时的研发提速已经碰到Anthropic设下的预警线。

但METR并不认同这一判断。在它看来，Anthropic公开报告里对当时提速幅度的估计偏低，真实情况说不定已经压到预警线。

后面的观察点有两个。一是AI能否帮研究员更快地写代码、跑实验，从而让下一代模型提前交付；二是这个更强的模型一旦投入研发，能否把再下一轮的研发周期也压短。

一旦这种提速逐代叠加，超级智能（ASI）的到来时间就可能比原先的预期更早。