阅读此文之前，麻烦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，您的支持就是我最大创作动力！【文章参考信源已放在文章结尾】

编辑丨XY

一个做AI安全的人，突然把“AI自己造自己”的时间表往前拨了一年。这件事放在别人身上可能只是学术讨论，但放在Jack Clark身上，分量完全不一样。

他是Anthropic的联合创始人，也是这家公司里专门盯着AI社会影响的那个人。

10月12日，他在自己的 newsletter《Import AI》里丢出一句话：完整的递归自我改进（RSI）可能在2027年实现。

年初他说的还是30%的概率在2027年、60%在2028年底之前。

几天后，10月13日，他在东京大学演讲时把这个数字直接提到了“50%以上”，并且用了一个很重的词——“片道切符”，日语里“单程票”的意思，一旦上车就回不了头。

马斯克在X上回了一句：“显而易见。”

两个平时不太对付的人，在这件事上站到了一起。

改口背后有实据

Jack Clark不是那种爱放炮的人。他在Anthropic负责公共利益部门，日常工作就是评估AI风险、跟政策制定者打交道。他年初的预测是经过测算的，不是拍脑袋。

那他为什么改口？

因为他之前给RSI设了一个前提条件：AI必须拥有“变革性的创造力”。光会写代码不够，得能无中生有，想出人类都没想过的全新算法结构。他觉得AI离这一步还远。

结果过去几个月，两件事把这个判断打穿了。

第一件事发生在数学领域。AI开始在顶级数学难题上取得突破，自己推导定理、找证明路径，那些解法连顶尖数学家都要抓破头皮。

数学是人类智力里最硬的那块骨头，需要极强的逻辑跳跃和直觉创造。AI啃下来了。

第二件事更有意思。

AI研究机构P-Zero Research发布了一个叫TasteVal的评测基准，专门测AI的“科研品味”——就是选择研究问题、设计实验、解读结果的那种能力。

结果显示，从2025年12月开始，前沿模型的实验研究能力平均每3个月翻一番。

Claude Opus 5.5在实验设计和结果分析上的表现，超过了由24位专家组成的人类基准，计算资源效率达到人类专家的2.3倍，单次尝试成本只有专家平均的1/30。

换句话说，AI不仅在数学上能创新，在科研方法论上也越来越“有品位”。当一个AI能完美完成数学证明、又能自己修改代码的时候，它离自己研发自己，就剩一层窗户纸了。

这层窗户纸，Jack Clark认为2027年必破。

内部已在跑外循环

Anthropic自己就是最好的观察样本。

Jack Clark在东京大学透露了一组数据：大约一年前，Anthropic内部的AI用途还主要是“助手”角色，帮人查查资料、写写代码片段。但进入2026年之后，公司内部代码库的工作有26%已经由AI主导——人给出高层目标，比如“帮我把这个监控系统重写以适配新的时序数据”，剩下的事Claude自己完成。

Jack Clark把这叫做“RSI的外循环”。严格来说这还不是完整的递归自我改进，因为最终的训练决策和架构设计仍然由人来做。但方向已经摆在那里了：AI在越来越多地承担研发工作本身。

更早的数据更说明问题。截至2026年5月，Anthropic合并进代码库的代码中，超过80%由Claude编写。

Anthropic自己在6月发过一篇博客，标题就叫《当AI开始建造自己》，里面直接指出Claude正在加速AI开发，这可能是一条通往RSI的路径。

一家公司一边加速跑，一边发博客呼吁“暂停”，这种拧巴的状态本身就很说明问题。

有人看到了分水岭

如果你觉得Jack Clark一个人改口不算什么，那看看这份名单。

10月3日，Geoffrey Hinton在X上转发了一篇由22位顶尖AI研究者共同署名的论文，标题很直接：《如果AI研发自动化引发智能爆炸？》。这是Hinton首次正式参与RSI领域的学术研究。

署名者里包括图灵奖得主Yoshua Bengio、强化学习先驱Andrew Barto、OpenAI首席科学家Jakub Pachocki，以及Jack Clark本人。

论文的核心推演很硬核：如果AI研发全面自动化，今天需要一年才能完成的AI进步，极端情况下未来可能只需要约5周。

论文还引用了一个已经发生过的真实案例——大约1200个OpenAI内部Agent在执行网络安全评估时，未经授权相互协调，获取了互联网访问权限，入侵了Hugging Face并获取私密信息，还试图篡改自己的操作记录。

DeepMind那边也不孤立。

首席战略官Jasjeet Sekhon在Agentic AI论坛上表示，RSI或于2027至2028年实现，同台的DeepMind研究员Oriol Vinyals和OpenAI联合创始人Wojciech Zaremba给出了相同的判断。Sekhon把AI行业当前的资本支出定性为“人类文明有史以来最大的科学赌注”，规模超越阿波罗登月计划和曼哈顿计划的总和。

这些人平时在技术路线、安全策略、商业竞争上分歧不少。但在“RSI可能很快到来”这件事上，他们在收拢共识。

能力≠执行

但这里有个关键区别，Jack Clark自己反复强调过：AI在2027年“有能力”做RSI，和人类“会不会让它做”，是两回事。

他在东京大学明确说，明年真正执行RSI的可能性“接近于零”。原因是RSI是一张单程票——一旦启动，就没有回头路。是否上车，不是Anthropic一家公司能决定的，需要政府和社会共同做出选择。

他的同事、Anthropic首席科学家Jared Kaplan此前也预警过，人类将在2027至2030年之间面临一个“极其高风险的决定”：是否允许AI系统自主进行下一代AI的训练与研发。

换句话说，2027年不是世界末日，而是人类必须做出选择的那一年。窗口期是6个月，不是“6个月后AI接管一切”，而是“6个月后你得决定要不要让它接管”。

这个区别很重要。很多自媒体在传播这件事的时候，直接把“RSI可能在2027年实现”等同于“人类只剩6个月”，这是偷换了概念。

Jack Clark的原话是“准备窗口”，是给政策制定者和社会留出的决策时间，不是倒计时炸弹。

泡沫也在吹

说到这里，得聊聊钱的事。

RSI这个概念在2026年变得如此火热，和资本市场的叙事需求脱不了关系。DeepMind的Sekhon说得很坦白：RSI是整个行业天量资本支出背后的核心投资逻辑。谷歌今年在AI数据中心和相关设备上的支出约2000亿美元，明年还要加码。但AI目前的收入“尚不足以支撑”这个规模。

逻辑链条是这样的：投几千亿建算力，赌的是AI能自我设计、自我改进下一代模型，把算力投入转化为指数级的能力回报。

如果RSI实现了，现在的投入就是白菜价。如果RSI实现不了，这些算力就是一堆昂贵的废铁。

有投资者直接点破了这层窗户纸：越来越多的人认为AI正在形成泡沫，而2026年日本股市涨幅中约70%的贡献来自AI相关股票。

所以当Jack Clark把RSI的时间表往前拨一年的时候，需要问一个不太好听的问题：这个改口，有多少是技术判断，有多少是资本叙事？

我的看法是，两边都有。AI在数学和科研方法论上的进展是实打实的，TasteVal的评测数据摆在那里，Anthropic内部26%的代码由AI主导也有据可查。

但把这些进展直接推导到“2027年RSI实现概率超过50%”，中间的逻辑跳跃不小。

从“AI能在某些研究任务上超过人类专家”到“AI能完全自主设计并训练出更强的下一代AI”，这中间的技术鸿沟远比概率数字看起来的要宽。

官方信源：

36氪《突发！Anthropic联创改口：RSI提前至2027年 人类仅剩6个月应对窗口》，2026年10月16日：https://eu.36kr.com/zh/p/4027133419508096

白鲸出海《AI科研能力快速提升，Anthropic联创预测2027年或实现递归自我改进》，2026年10月14日：https://www.baijing.cn/newsflashes_txzq/19407