Jack Clark 把 RSI 提前到 2027：AI 研究能力每 3 个月翻番

Anthropic 联合创始人 Jack Clark 修改了他对 AI 系统何时实现完全递归自我改进的估计，把最可能的年份从 2028 年提前到 2027 年。这一修订发表于 10 月 13 日的 Import AI 第 476 期，由两个汇合的数据点驱动：一个名为 TasteVal 的新基准显示，前沿 AI 系统的研究能力自 2025 年底以来每三个月翻一番；以及一波 AI 生成的数学突破，Clark 把它们解读为证据，表明创造力这一要素 —— 他此前认定为自主模型开发尚缺的前提 —— 正在以快于他预期的速度补齐。

这次更新是 Clark 自今年早些时候首次公开给「2028 年底前实现 RSI」赋予 60% 概率以来最重大的时间表修订，并让他与 xAI 的 Elon Musk 站到了一起 —— 后者曾表示预计到 2027 年底实现 Grok 模型改进循环的完全自动化。它也加剧了与 OpenAI 的反差：OpenAI 公开承认尚不知道如何安全地实现对齐的完全 RSI，同时把目标定在 2028 年 3 月前做出一个自主 AI 研究实习生。

递归自我改进需要什么

「递归自我改进」这个术语描述的是一个具体的技术门槛：AI 系统能够自主承担构建更强后继系统所需工作的那一刻。这包括提出研究假设、设计训练运行、执行评测和解读结果 —— 全都不需要人类研究者指挥每一步。

这个门槛之所以重要，是因为改进是复利而非累加。一个能把后继系统改进 5% 的系统，可以在下一个版本上再跑同样的循环，每次增益都施加在一个已经改进过的基础上。Clark 把这里的数学描述为毫不留情：一项可靠性 99.9% 的对齐技术在 50 代递归中应用后，到第 50 代还剩约 95% 的可靠性，到第 500 代则跌至约 60%。正是这条衰减曲线让 RSI 被视为安全攸关的里程碑，而不只是一项生产力进展。

技术前提是部分可测量的。METR，一家 AI 评测机构，追踪「任务时长」—— AI 智能体在无人干预下以 50% 可靠性完成的任务持续时间。这个数字已从 2023 年的约 30 秒增长到 2026 年中的约 12 小时。估算 RSI 前提的研究者一般把「数周的自主任务完成」定为让 AI 无需人类检查点就能跑完一整个训练周期的能力水平，这留下了一段当前轨迹正在缩小的有意义的差距。

延伸阅读：Hinton、Bengio 论文：AI 一年进展或压成五周

TasteVal：Clark 修订背后的基准

Clark 在 Import AI 476 中引用的最具体的数据来自TasteVal，由 P-Zero Research 于 2026 年 10 月 6 日发布。该基准试图测量研究者长期以来认为难以量化的东西：研究品味，定义为在给定问题陈述下设计高产实验的能力。

TasteVal 用双智能体架构把研究判断力与编码能力分开。一个「研究员」模型 —— 被评测的系统 —— 提出实验并解读结果。一个固定的「程序员」模型实现这些提议，并在单张 H100 GPU 上运行，每次运行上限 40 GPU 小时。通过把实验设计与实现隔离，TasteVal 旨在测量战略判断而非编程熟练度。

八项全新任务覆盖前沿 AI 研发的核心活动：预训练数据整理、超参数优化、偏好建模，以及对抗性提示下的稳健性。人类基线由 24 位近期曾就职于 OpenAI、Google DeepMind、英伟达和微软研究院的专家组成，每项任务至少两位专家。

核心指标是算力倍数 —— 人类专家达到某一分数所需算力与 AI 所需算力之比。Claude Opus 5.5 的算力倍数为 2.30（95% 置信区间：1.15–4.37），意味着它用大约人类专家一半的算力取得了同等的实验结果，而每次尝试的成本约为三十分之一。

比快照分数更重要的是变化速率。P-Zero Research 报告称，自 2025 年 12 月以来，前沿模型的实验研究品味每 3.0 个月翻一番（95% 置信区间：1.7–5.0 个月）。在那个拐点之前，翻番时间约为 14 个月。把这一趋势代入 AI Futures Model 预测框架，「仅靠品味的奇点」的估计概率从 51% 升到 88%，预计 ASI 到来日期的中位数从 2030 年中提前到 2028 年底 —— 据论文称如此，不过作者明确把这些标注为「朴素」外推，而非正式预测。

作者与评审者指出的保留意见

TasteVal 的作者指出了两个方向上的局限。该基准可能高估了进展，因为其任务「验证起来又快又便宜」，而这类任务恰是前沿实验室一贯最容易针对优化的。人类基线可能低估了专家能力，因为它排除了该领域最顶尖的研究者。该基准也不测量研究视野 —— 识别哪些问题值得追求的能力 —— 只测量在问题已定义的前提下的实验执行。

数据中有一项结构性发现直接限制了创造力叙事：在 TasteVal 评测中模型提出的所有实验里，没有一个被归类为「发明」—— 没有出现根本性新颖的实验结构。每个提议都是对现有技术的「调优」或「组合」变体。Clark 引为第二个数据点的数学突破 —— OpenAI 在 10 月初宣布了数百项 AI 生成的数学结果，此前有报道称一个模型解决了数学中最复杂的问题之一 —— 在同一维度上仍有争议。独立数学家对这些证明代表的是真正新的创造性贡献，还是对人类研究者已大体准备好的工作的最后一步组装，意见分歧。

Clark 此前的估计，以及变了什么

Clark 早先的 RSI 估计 —— 来自 Import AI 第 455 期 —— 给「AI 系统在 2028 年底前自主训练后继系统」赋予 60% 概率，给「这一门槛在 2027 年底前到来」赋予 30% 概率。他把它描述为一个由公开基准数据构建的「不情愿的观点」，主要依据是 SWE-Bench 从约 2% 提升到 93.9%，以及 METR 的任务时长指标从 30 秒增长到 12 小时。

Import AI 476 实际上提高了 2027 年的概率权重，但没有放弃 2028 年作为合理的外部边界。如果前沿模型的研究效能真的每三个月翻一番，那么 2026 年 10 月到 2027 年 10 月之间连续四个季度的翻番，将带来相对当前能力水平 16 倍的提升 —— Clark 似乎认为这条轨迹足以把他的众数估计前移一年。

这次修订压缩的治理窗口

把 2027 年作为中心估计的转变并非孤立的预测。Musk 的 xAI 把 Grok 完全自动化的目标定在同一年。2026 年 7 月，一封来自 AI 研究者的公开信要求各国政府建立在必要时放缓自动化 AI 开发的能力。安全与技术研究所在 2026 年 8 月启动了一项专门的 RSI 治理计划，此前它得出结论：「对于哪些信号应触发更密切的监测、协调行动或开发暂停，尚无共识。」

进步研究所于 2026 年 8 月发布了 23 条具体政策建议，但即便是它提出的 72 小时重大事件报告规则，处理的也只是高严重度的故障，而不是每月例行的能力更新。云安全联盟描述了一种「治理速度错配」：AI 能力以月为尺度变化，而监管框架以年为尺度更新。Anthropic 的对齐科学负责人 Evan Hubinger 在 2026 年 9 月表示，据 The New Stack 报道，公司尚没有让未来的超级智能保持在人类控制之下的计划。

Clark 修订后的 2027 年估计最具后果的含义，不是能力门槛本身，而是在它被跨过之前还剩多少时间来弥合安全缺口。如果 TasteVal 的翻番速率持续，Clark 追踪的数学创造力信号也继续下去，那么部署能在 RSI 级能力下运作的对齐机制的有效窗口，已从数年压缩到大约一年 —— 让治理和技术安全社区在与一条时间线赛跑，而这条时间线按其本性，可能在到来之前都不会以明显的里程碑宣告自己。