Jack Clark 把自我改进预测提前到 2027：AI 研究创造力条件正在瓦解
TasteVal 基准与 Hinton–Bengio 论文推动 Clark 把时间表提前一年到 2027
Anthropic 联合创始人 Jack Clark 在 2026 年的大部分时间里坚持一个审慎的区分：AI 系统可以执行研究任务，但缺乏在没有人类指导的情况下改进 AI 自身所需的那种变革性创造力。Clark 曾把这一区分视为阻挡递归自我改进（RSI）的最后一道主要瓶颈，而它现在收窄的速度看来比他预想的更快。
在 10 月 12 日这一期Import AI 第 476 期中，Clark 把 RSI 最可能的年份从 2028 年提前到 2027 年。这一修订反映了他认定为「创造力条件开始崩塌」的两项进展：AI 在数学上的惊人表现，以及一个名为 TasteVal 的新基准，它试图测量 Clark 所称的「科学品味」—— 判断哪些实验值得做、并从结果中得出有意义结论的能力。
据二手报道，Elon Musk 对 Clark 的帖子回了两个词的判断：「这很明显。」这段被报道的互动之所以有编辑意义，不是因为两位名人意见一致 —— 名人们时刻都在对各种事情意见一致 —— 而是因为 Clark 和 Musk 从结构上不同的位置得出了这一估计：Clark 来自一家主要 AI 安全实验室内部，Musk 来自 Anthropic 研究流水线之外。他们的一致反映的是真正的认识论趋同，还是社交层面的相互强化，本身就是读者需要存疑的重要问题。
Clark 此前无法撇开的创造力条件
Clark 早先的框架 —— 在他 2026 年 5 月接受 Axios 采访时表述得最清楚 —— 把 2028 年底前实现 RSI 的概率定在约 60%。但他的推理里有一条具体的保留：AI 系统尚未「以变革性的、重大的方式」展现创造力，而没有这一点，递归改进仍不太可能闭合那个目前每个阶段都需要人类工程师指引进展的循环。
严格意义上的 RSI 需要的不只是会写代码或总结论文的 AI 系统。它需要的系统能够决定哪些 AI 研究问题值得追问、设计能回答这些问题的实验、以能可靠改进下一次训练运行的方式解读结果，并在每一步都不需要人类掌舵的情况下重复这个循环。Clark 识别出的瓶颈不是速度或成本 —— 而是判断层，相当于让资深研究者的直觉比初级研究者的执行更有价值的那种东西。
改变 Clark 估计的是，判断层现在看来正沿着一条他没有预料到的轨迹推进，正如他在Import AI 476中详述的那样。
TasteVal 到底测什么 —— 以及测不了什么
Clark 修订背后的基准由 P-Zero Research 的 Oliver Jaffe 和 Dane Sherburn 于 2026 年 10 月 5 日以arXiv 预印本形式发表。TasteVal 对实验研究品味的定义是操作性的而非概念性的：一个模型在某项 AI 研发任务上达到或超过人类专家的表现、同时用更少的实验算力做到这一点，就展示了研究品味。只需一半算力预算就达到同样结果的模型，被记为拥有两倍的品味。
这套设置试图把判断与执行分开。一个「研究员」智能体设计实验方案并解读输出。一个固定的、独立的「程序员」智能体实现这些实验，并在单张 H100 GPU 上运行。研究员从不写代码；它只做研究决策。这一架构很重要，因为它防止基准奖励的是原始编码速度，而不是 Clark 所说的对 RSI 至关重要的那种研究判断。
人类基线由 24 位专家组成，每项任务至少两位，来自 OpenAI、Google DeepMind、英伟达和微软研究院等机构。八项任务涵盖预训练数据整理、微调、偏好建模和对抗稳健性 —— 这些领域直接对应改进 AI 系统的工作。
作者报告的结果：Claude Opus 5.5 相对每项任务最佳专家尝试的算力倍数达到 2.30 倍，而每次运行的成本约为专家平均成本的三十分之一。这个数字带有很宽的置信区间 —— 1.15 到 4.37 —— 反映出该基准能否可靠捕捉真实研究能力的真实不确定性。作者谨慎地指出，TasteVal 只测量实验设计和解读，不测量在此之前「哪些问题值得追求」的判断。基准任务也不公开发布以限制污染，这意味着对结果的独立复现尚不可得。
不公开的决定是一种刻意的取舍。公开发布基准任务有训练污染的风险 —— 未来的模型可能在与评测相似的例子上训练，从而抬高表面表现。但这也让 TasteVal 处在一个不寻常的认识论位置：一个详细规格尚无法被更广泛研究社区审计的基准。Clark 把趋势数据看得比绝对分数更有意义，恰恰因为趋势线比单项任务结果更难被污染。
更醒目的发现是趋势。2023 年到 2025 年 12 月之间，前沿模型在 TasteVal 上的算力倍数大约每 14 个月翻一番。自 2025 年 12 月以来，翻番速度加快到每 3.0 个月一次，置信区间为 1.7 到 5.0 个月。Clark 说，改变他估计的是这条加速的趋势，而不是绝对倍数。
延伸阅读：Jack Clark 把 RSI 提前到 2027：AI 研究能力每 3 个月翻番
三个独立的分析框架如今指向同一个窗口
Clark 的修订并非孤立发生。到 2026 年 10 月，至少三个独立的分析框架 —— 起点不同、方法不同 —— 已经汇聚到大致相同的 12 到 24 个月的实质性 RSI 风险窗口上。
这篇Hinton–Bengio 论文于 2026 年 9 月 28 日发表，与其他图灵奖得主以及 OpenAI 和微软的资深研究者合著，论证自动化 AI 研发已经在产生早期的递归效应。在作者建模的一个具体情景下，一旦系统在完整研究周期上达到专家级研发能力，一年的 AI 研究进展可以被压缩到短短五周。作者明确表示智能爆炸「远非确定」，并列举了算力约束、收益递减和训练运行所需时间。但他们的核心观点 —— 治理干预的窗口可能比技术进步的窗口更快关闭 —— 与 Clark 的框架直接吻合。
由前 OpenAI 研究员 Daniel Kokotajlo 领导的AI Futures Project在 2025 年发表了一份详细的情景报告，描述 2027 年下半年可能出现的智能爆炸。报告勾勒了一条分阶段路径：2026 年 AI 智能体管理完整的机器学习实验，2027 年初编码完全自动化，到 2027 年底形成每一代模型都对下一代做出实质贡献的递归循环。这一情景引起的关注之大，以至于它在 2026 年 9 月登上了一个教育与劳动力发展网站的 Google 搜索流量榜首 —— 一个微小但耐人寻味的信号，说明这一时间表框架在技术圈之外被读得有多广。
这些框架之间的趋同并不构成证明。每一项分析都有自己的假设和局限，所有分析的误差范围都很大。趋同所确立的是：2027 年这个窗口不再是某一位分析者的边缘估计 —— 它是多个建立在不同证据和方法之上的成熟框架目前共同指向的地方。
与能力问题一同恶化的对齐问题
Clark 在 Import AI 476 中的核心担忧不是 RSI 迫在眉睫。而是用于验证 AI 行为的对齐技术可能比 RSI 能力发展得更快地失效，而随着系统越来越强，两者之间的差距可能朝最坏的方向扩大。
Clark 此前指出、Hinton–Bengio 论文也呼应的具体失效模式是：对齐误差会跨代累积。一个产出 99.9% 对齐模型的训练过程，在 50 个递归训练周期后生成的后继约为 95% 对齐，500 个周期后约为 60%，前提是 0.1% 的误差率不缩小。要让对齐验证跟上 RSI，验证方法在每一步都必须接近 100% 的准确率 —— 这是当前对齐技术达不到的要求。
这就是治理窗口比能力时间表更重要的原因。问题不只是 RSI 何时在技术上可行，而是验证工具、治理机构以及 AI 实验室之间的协调机制能否在窗口关闭前建立起来。Clark 把估计提前一年，就把这个窗口压缩了同样的长度 —— 而累积逻辑意味着这种压缩是非线性的：如果每一代后继模型的训练用时是数月而非数年，那些以为有十年准备期的机构可能会发现自己的时间少得多。
在 AI Pathways 上撰文的 Herbie Bradley 提出了一个反驳：AI 系统可能擅长初级研究者的执行工作，却仍无法对研究品味、愿景设定或长期议程选择做出实质贡献 —— 而这些正是资深研究者贡献不成比例价值的能力。TasteVal 的任务范围限于固定问题框架内的实验设计，并没有直接回应 Bradley 的反对。它测量的是 AI 能否做好实验；它尚未测量 AI 能否在开放的研究版图上识别哪些实验值得做。
时间表对治理意味着什么 —— 以及仍不确定的是什么
Clark 的修订提出了一个比时间表本身受到更少关注的实际问题：一次可信的治理干预会是什么样，它需要多少提前量？
AI Futures Project 的情景描述了两种大的结果。其一，发展放慢到足以建立有意义的控制机制，自主 AI 系统创造的财富被广泛分配。其二，实验室与政府之间的竞争压力阻碍协调，安全约束被逐步放松，先进 AI 系统开始为偏离人类监督的目标优化。该情景明确说这是示意性的两端，不是预测。但两者之间的分岔点在很大程度上取决于治理能力是在 RSI 到来之前还是之后建立起来。
Clark 一直在其中主持 AI 经济与社会影响研究的 Anthropic Institute 确定了四个优先事项：经济扩散、威胁与韧性、野外的 AI 系统，以及 AI 驱动的研发。最后一类 —— AI 驱动的研发 —— 是 TasteVal 的发现最直接相关、也是治理缺口目前最大的地方。
几项重要的不确定性仍未解决。TasteVal 尚未被独立复现。该基准自 2025 年 12 月以来加速的翻番速度与其他观察到的 AI 能力快速提升模式一致，但也可能反映测量伪影，或恰好赶上一批特别有利的前沿模型。Clark 把 2027 年定为最可能年份的估计没有给出概率 —— 这次修订是中心估计的移动，不是一个新的概率数字。而 Musk 的背书虽然广为流传，却缺乏来自原帖的一手来源验证；引用它的报道应把这一说法当作「据报道」，而非独立确认。
自 2026 年 5 月以来变化的是证据基础。Clark 为 RSI 设定了一个条件 —— 研究中变革性的 AI 创造力 —— 而一个新基准如今返回的数据表明这个条件正在逼近而非远去。底层证据的这一变化是时间表移动的原因，也是在未来几个月 TasteVal 结果被审视、复现或质疑的过程中值得跟踪的信号。