新智元报道
AI竞赛已全面加速，三巨头OpenAI、谷歌DeepMind和Anthropic将领先其他竞争者，开启递归自我改进的新篇章。接下来的半年，人类文明或将迎来重大转变。
近日，AI领域的领军企业已经开始加快步伐，迈向更快速的突破。
业内知名人士安德鲁·卡伦指出，全球科技巨头正以越来越快的节奏宣布重大进展。
尽管反馈机制尚未完善，实验室内部的反馈循环已经开始运转。
三大实验室的研究人员对工作的热情，达到了前所未有的高度。
到今年年底，他们将建立起难以逾越的领先优势。
自2026年3月以来，这种迹象已逐渐显现，接下来的六个月将彻底验证这一趋势。
沃顿商学院的教授埃坦·莫利克断言：
Meta和xAI无法追赶上顶尖实验室的步伐，开源模型依旧落后。
如果AI递归自我改进得以实现，很可能最先由谷歌、OpenAI或Anthropic的模型实现。
在当前的AI竞赛中，真正进入AGI决赛圈的，不是四家公司，也不是五家，而是三巨头：Anthropic、OpenAI、谷歌DeepMind。
xAI正在追赶，Meta则开始掉队。
越来越多的人预测，未来六个月将见证一场剧变。
在接下来的六个月里，技术进步的速度将超过过去十年。
《财富》杂志的一篇文章预测，未来六个月将彻底改变一切。
没有人能否认，我们正处于AI发展史上的关键时刻，未来的每一个进展都将令人震惊。
Anthropic已经意识到递归式发展的趋势。
该公司内部人员早就发现了种种迹象，表明AI递归自我提升的时代即将到来。
最近，Anthropic的创始人兄妹达里奥·阿莫代伊和达尼埃拉·阿莫代伊登上了《时代》杂志封面。
《时代》杂志的文章更是盛赞Anthropic为「最具颠覆性的公司」。
通过这篇文章，人们更加清楚地看到了Anthropic的远大目标。
递归自我改进，不再是未来的设想，而是现实。
首席科学家杰拉德·卡普兰直言：完全自动化的AI研究可能在未来一年内实现。
2023年C轮融资时，Anthropic就曾表示，要训练出2026年的最佳模型，需要构建最强的递归循环。
发布Claude 3时，Anthropic断言，模型智能远未达到极限。
四天前，Anthropic发表博客，提出了更为激进的预测。
在未来两年内，更多的显著进展将不断出现。
我们的核心信念之一是：AI的发展正在加速，我们的进步将随着时间的推移而不断积累。
极具智能的AI正以前所未有的速度到来。
回顾Anthropic对AI极限的判断后，安德鲁·卡伦认为AI从去年12月开始显著加速。
他推测这种惊人进步可能是由于技术复利效应，导致每个人都需要缩短自己的AI时间线。
最近，METR的研究员表示，没有确凿证据可以驳倒「今年年底实现AI研发自动化」这一观点。
这种递归循环，在Andrej Karpathy最近发布的开源项目AutoResearch中已初见端倪。
在这个项目中，AI能够自主运行机器学习实验，调整学习率，甚至微调自身的注意力机制。
通过这种方法，Karpathy用自动研究成功提升了AI架构nanochat的性能，3天内提升了11%，让他感到非常惊讶。
这仅仅是一个简单的尝试，就见证了AI自我递归的巨大潜力。
AI的自我递归能力，甚至超出了业内人士的想象，让他们感受到了潜在的风险。
人类所面临的挑战已经如此严峻，以至于上个月，Anthropic的研究团队负责人牛津大学博士直接辞职去写诗，以描述这种危险。
OpenAI：2028年，AI科学家上岗
如果说Anthropic最早提出了「递归式AI研发」的蓝图，那么OpenAI可能是最接近将其落地的实验室之一。
最近，奥特曼在采访中预言，下一代架构将颠覆Transformer。
奥特曼多次在博客中直言，「我们已经越过事件视界，技术起飞已经开始」。
其中关键节点，就是AI研究的自动化。
GPT系列，就是递归改进的最佳例证：从GPT-3到GPT-4，OpenAI证明了通过更好的数据、更大的算力和更精巧的训练方法，模型可以不断提升自身能力。
去年秋季发布的o1系列模型，首次展示了模型在推理过程中进行自我纠错和反思的能力。
这种能力的进一步延伸，就是模型能够对自己的训练过程进行改进。
我们的核心信念之一是：AI的进步正在加速，我们的进步将随着时间的推移而不断积累。
极具智能的AI正以前所未有的速度到来。
通过回顾Anthropic对AI极限的判断后，安德鲁·卡伦认为AI从去年12月开始显著加速。
他推测这种惊人进步可能是由于技术复利效应，导致每个人都需要缩短自己的AI时间线。
最近，METR的研究员表示，没有确凿证据可以驳倒「今年年底实现AI研发自动化」这一观点。
这种递归循环，在Andrej Karpathy最近发布的开源项目AutoResearch中已初见端倪。
在这个项目中，AI能够自主运行机器学习实验，调整学习率，甚至微调自身的注意力机制。
通过这种方法，Karpathy用自动研究成功提升了AI架构nanochat的性能，3天内提升了11%，让他感到非常惊讶。
这仅仅是一个简单的尝试，就见证了AI自我递归的巨大潜力。
AI的自我递归能力，甚至超出了业内人士的想象，让他们感受到了潜在的风险。
全球市场仍然在按照一种渐进式过渡的时间线进行规划，显然，他们已经落伍了。
采访者随后问道：你会在那个节点看到所谓的「硬起飞」（hard takeoff）吗？
我们已经处在「硬起飞」之中了。
就是现在。我去睡觉时，会有一项重大的AI突破；等我醒来，又出现了新的突破。
在这样的节奏下，单纯依靠雇佣更多工程师，已经无法追赶一种能够自主进化的智能系统。
当公司还在完成招聘、组建团队时，模型本身已经迭代到了一个职位描述都难以界定的新阶段。
未来智能系统的架构师，可能不再是生物体。
而那个正在不断自我构建、持续进化的东西，也从未主动申请过这份工作。
我们离智能爆炸，还有多远？
实际上，已有研究指出，一旦AI能够参与AI研发本身，就会形成技术正反馈循环。
1966年，统计学家I.J. Good提出了一个震撼的设想：如果有一天机器可以设计出比自己更聪明的机器，这种能力就可能不断递归增强，最终引发「智能爆炸」。
从此，AI的能力将以指数级增长，人类可能再也无法跟上技术发展的速度。
而如今，这场爆炸离我们前所未有之近。
如今，这条新的技术曲线，已经越来越明显。
AI，远远不再是工具，而是创造下一代AI的机器。
当Anthropic的Claude开始接管代码库，谷歌的Gemini开始重构自己的硬件底座时，反馈循环的转速将超过人类肉眼的捕捉！
对于Meta和xAI这些追赶者来说，接下来的六个月不是在竞争产品份额，而是在争夺「通往神谕」的最后一张入门券。
一旦三巨头的模型实现了稳定的、无需干预的自我改进，所谓的「赶超」，将变得更加不可能。
马斯克回答得很直接：
准备好，接下来六个月，你我很可能将见证人类文明史的转折点。
就是现在。我去睡觉时，会有一项重大的AI突破；等我醒来，又出现了新的突破。
在这样的节奏下，单纯依靠雇佣更多工程师，已经无法追赶一种能够自主进化的智能系统。
因为当公司还在完成招聘、组建团队时，模型本身已经迭代到了一个职位描述都难以界定的新阶段。
也就是说，未来智能系统的架构师，可能不再是生物体。
而那个正在不断自我构建、持续进化的东西，也从未主动申请过这份工作。
我们离智能爆炸，还有多远？
其实，早已有多项研究指出，一旦AI能够参与AI研发本身，就会形成技术正反馈循环。
论文地址：https://arxiv.org/pdf/2603.03338
1966年，统计学家 I.J. Good提出了一个震撼的设想：如果有一天机器可以设计出比自己更聪明的机器，那么这种能力就可能不断递归增强，最终引发「智能爆炸」。
从此，AI的能力将以指数级增长，人类可能再也无法跟上技术发展的速度。
而如今，这场爆炸离我们前所未有之近。
如今，这条新的技术曲线，已经越来越明显。
AI，远远不再是工具，而是创造下一代AI的机器。
当Anthropic的Claude开始接管代码库，谷歌的Gemini开始重构自己的硬件底座时，反馈循环的转速将超过人类肉眼的捕捉！
而对于Meta和xAI这些追赶者来说，接下来的六个月不是在竞争产品份额，而是在争夺「通往神谕」的最后一张入门券。
一旦三巨头的模型实现了稳定的、无需干预的自我改进，所谓的「赶超」，将变得更加不可能。
准备好，接下来六个月，你我很可能将见证人类文明史的转折点。
参考资料：
https://x.com/AndrewCurran_/status/2033307513760952715
https://x.com/emollick/status/2033267176283447747
https://x.com/r0ck3t23/status/2032390216791539781
https://x.com/AISafetyMemes/status/2029893715905368264?s=20