AI研发AI冲出逃逸速度:Anthropic Model 4让研究员提速10倍
哪怕明天全人类拔掉所有新数据中心的电源,也拦不住超级智能了! 就在刚刚,硅谷「AI自己研发AI」的真实进度条被彻底掀开。 哈佛物理学家兼计算机科学家Alex Wissner-Gross在最新播客中直言,AI如今已经越过了「超级智能逃逸速度」。 在他看来,单凭目前掌握的算法洞见与机房里现成的存量算力,就已经足够一路推向超
就算明天把全球所有新建数据中心的电闸全拉下来,超级智能恐怕也拦不住了。硅谷「AI自己研发AI」的实际进展,刚刚被完整摊开在桌面上。
哈佛物理学家兼计算机科学家Alex Wissner-Gross在最新播客里直接说,AI已经越过了「超级智能逃逸速度」。他的判断是:靠眼下已有的算法洞见,加上机房里现成的存量算力,一路推到超级智能已经够用。

他引用的依据,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,表现已经跑到指数趋势线上方,进入「超指数增长」区间。这等于说,AI已经深度接手自己的研发工作,转进了「递归自我改进」的循环。
连METR拟合出来的那条指数曲线,都低估了这种自己拉自己一把的速度。想靠卡住物理算力给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,把硅谷AI安全圈直接推入恐慌。她画出的预测曲线上,纵坐标换成对数尺度,AI能力照样指数级往上抬;研发复利一旦启动,人类离「终极超级智能」只剩不到一年。
一位前OpenAI员工看完这份报告,当场说自己生理性反胃,甚至开始为家人和朋友的处境感到深切恐惧。

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基准得分的增速几乎翻倍,达到此前的1.9倍。
Ajeya指出,AI能力提升靠两条腿走路:一条是堆硬件「训练算力」,另一条是软件算法优化带来的「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,意味着只花500万美元,就能训出原本要烧1000万美元硬件才达到的编码水平。
这一年里,Anthropic 的硬件算力只是按原来的速度在涨。可硬件没提速,AI 整体能力的增长反倒翻了一倍,说明软件那套「算力乘数」进化的脚步快了 2.5 到 3 倍。

软件算法每次取得突破,都得靠「研究员脑力」和「实验算力」两头配合。套用 Cobb-Douglas 生产模型,假定这二者各出一半力,那么实验算力没出现猛增的情况下,软件研发要想快上 2 到 3 倍,研究员单个人串行干活的速度就得提高 4 到 9 倍。
再把后期研发难度递增算进去,Anthropic研究员拿到的实际效率加成已达10倍左右。

这也印证了此前报告里的一个细节: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。外界起初以为只是主观夸大,结果用宏观公式反推出来的10倍,与员工自评的12倍基本对得上。

而且10倍还只是所有环节拉平后的均值。在算子优化、超参搜索这类有明确指标的「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。
研发复利启动,能力翻倍最短只需6周
按Ajeya的推演,研发进度被推快到2倍,前后一共用了12个月。
现在研发速度本身已经翻倍,要攒够同样多的技术突破、把速度再翻到4倍,只需6个月。
再往下,8倍速要3个月,16倍速只剩6周。

每一轮翻倍所花的时间都在减半,多次翻倍累加起来的总时长会收在「一年之内」。
数学上,这等于AI能力在一年内逼近无穷大;现实中,它会撞上软件算法效率的物理天花板,催生远超普通ASI的「终极超级智能」。
唯一可能拖慢这一进程的是「边际收益递减」。不过METR审计Anthropic内部数据后称,眼下看不到任何研发瓶颈或边际递减的迹象。
时间表大幅提前,内部模型甩开公开版9个月
为检验知名预测报告《AI 2027》的时间线,独立开发者spicylemonade做的开源网站「AI 2027追踪器」,刚依据Anthropic内部模型得分完成最新修正。
衡量口径是「80%成功率能独立干完多长的软件任务」:OpenAI最强公开模型GPT-6 Astra目前停在9小时,Claude Opus 5.5约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,相当于人类连干满「1个工作周」,比《AI 2027》预测曲线反超整整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。
图上最关键的分水岭是「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,这道门槛要等到2028年1月;顺着内部模型的紫色虚线,「超人编码员」2027年4月就会撞线,比公开版提前足足9个月。

一旦明年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过顶尖学者。
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)。
跑通全自主研究,三巨头AI已能自己定课题
不止Anthropic,Google DeepMind副总裁Pushmeet Kohli今天也发文证实,DeepMind旗下科研项目正经历「科学发现速度的真正相变」,未来几周发布的成果会展现这一变化。

AI行业观察者Andrew Curran随即转发并评论道:
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跑通「全自主研究」。
内部模型不再需要人类喂课题,能自己挑研究方向,第一批由AI自主立项的成果本月将陆续公开。

外界还在盯着地面上的万卡机房、算力缺口和电力供应,三大巨头的内部模型其实早已在冰面之下动手:自己挑课题,自己改写下一代算法。
距离2027年4月「超人编码员」撞线,只剩下短短几个月。这或许就是人类还能看懂AI研究方向的最后窗口。