夜雨聆风过去几周，Jack Clark把手头能找到的几百份AI进展报告翻了一遍，论文、基准测试成绩单、各家公司的发布会通稿，一份接一份读下去。读到最后，他把结论写成一条推文，字数不多，却让整个AI圈子安静了几秒。
一条推文，把「AI造AI」钉在了2028年
Jack Clark是Anthropic的联合创始人，也是Import AI newsletter的作者，手上握着一线实验室的内部视角，却坚持用公开数据说话。他在推文里写道：
"I've spent the past few weeks reading 100s of public data sources about AI development. I now believe that recursive self-improvement has a 60% chance of happening by the end of 2028. In other words, AI systems might soon be capable of building themselves."
「我过去几周阅读了数百份关于AI发展的公开数据来源。现在我相信，到2028年底，递归自我改进（recursive self-improvement，简称RSI）有60%的概率发生。换句话说，AI系统可能很快就能自己构建自己。」
▲ Jack Clark（@jackclarkSF）2026年5月4日发布的原始声明，166万次查看，3.5K点赞，287条回复。
递归自我改进，翻成人话就是：AI不再只是帮人类写代码的助手，而是能独立完成从架构设计、训练、测试到部署的一整套流程，造出比自己更强的下一代。Clark举的例子很形象，「Claude 10构建Claude 11」，工程师从主角变成旁观者。
另一条被转发更多的科普推文，把这套预测浓缩成几行大白话：
"Clark believes AI could eventually reach the point where one generation builds the next... He estimates this could happen toward the end of 2028... Clark says the closest analogy is a 3D printer that can print an even better version of its own print head, creating a rapid cycle of improvement."
「Clark认为AI最终可能达到一代构建下一代的地步……他估计这可能在2028年底发生……Clark说最接近的类比是3D打印机能打印出更好的打印头，从而形成快速改进循环。」
▲ 科技账号SciTechera在2026年7月5日发布的总结推文，把预测和3D打印机类比一起打包，两天内收获81点赞、17转发。
这个类比听起来温和，细想却让人后背发凉：3D打印机打印出更好的打印头，新打印头再打印出更更好的打印头……循环一旦启动，进步速度就再也不受人类研究者数量或工作时长限制，只受算力多寡限制。
支撑判断的，是一路飙升的曲线
Clark用「不情愿」（reluctantly）来形容自己得出结论的过程。他在Import AI 455期长文里写，这个结论的分量太重，自己都不知道该怎么消化。他把这次预测称为跨越「Rubicon」（卢比孔河），一旦跨过，后面的世界几乎无法预测。
支撑这个判断的，是几组公开可查的基准曲线。SWE-Bench测试AI修复真实开源项目的能力，Claude 2时代只有约2%，到2026年的Claude Mythos Preview已经冲到93.9%，接近满分。CORE-Bench测AI复现学术论文的能力，2024年9月刚发布时最佳成绩21.5%，2025年12月Opus 4.5做到95.5%，团队干脆宣布这项测试已被「解决」。MLE-Bench考察搭建完整机器学习系统的能力，从16.9%涨到64.4%。METR团队追踪的「任务时长」指标，AI能独立稳定完成的、原本要花人类多久的任务，从2022年的30秒，涨到2026年的12小时左右，大约每4个月翻一倍。
单独看某一项，都可能只是噪声。Clark自己把这叫「马赛克视角」：拼图的每一块都有误差，但拼在一起，方向全部指向同一处，往上走。
Anthropic自己的车间里，已经在发生
如果说外部基准还带点抽象，Anthropic Institute公布的内部数据就摆在眼前了。2026年5月，合并进Anthropic生产代码库的代码里，超过80%由Claude编写，在Claude Code发布之前，这个比例还是个位数。工程师人均代码产出，2026年第二季度达到2024年的8倍。公司内部对130名员工做过一次调研，用上Mythos Preview之后，大家自估的产出中位数是原来的4倍。自动化的Claude代码审查，甚至能揪出约三分之一历史遗留的生产事故级bug。
Axios记者随后独家采访了Clark，得到了同样斩钉截铁的回应。
▲ Axios在2026年5月7日刊发的报道《Behind the Curtain: Intelligence explosion》，Clark在采访中重申「速度只会进一步加快」。
Anthropic的研究人员一直把自己定位成「向世界警示AI风险」的角色，如今却要站出来说：我们看到了AI帮自己做研发的早期迹象。这种角色反差，比任何单独的百分比都更让人紧张。
争议：省下来的，是体力活还是灵感本身
并非所有人都买账。批评者的核心分歧在于：眼下这套自动化，省下来的到底是繁琐的体力劳动，还是决定研究方向的判断力。研究者Herbie Bradley认为，AI目前擅长的是初级、重复性的研发杂活，真正决定突破方向的「研究品味」仍然掌握在人类手里。计算机科学家Pedro Domingos提醒，用软件改进软件这件事从Lisp语言的自举编译器时代就存在了，关键从来在于这个循环的收益是递增还是递减，目前没有证据支持前者。也有分析给出更保守的数字：2028年前出现完全无人参与RSI的概率不到10%，真要发生，可能要拖到2030年代。
争议在Eliezer Yudkowsky回复Clark原帖时被推到顶点。这位长年警告AI风险、观点极端的研究者只回了四个词：
"Then you'll die with the rest of us."
「那你会和我们其他人一起死。」
▲ MindStudio博客截取的这段交锋：Clark给出60%概率和三年时间窗口，Yudkowsky只回了四个词，随后又拿切尔诺贝利事故里RBMK反应堆的设计缺陷作类比，控制超级智能，麻烦往往藏在没人预料到的角落，等系统真正失控才会暴露。
这句回怼分量不轻。Clark参与创办的Anthropic，正是最有可能造出他所描述的那种系统的两三个实验室之一。一个身处局内、能看到内部能力曲线的人，公开给一个在Yudkowsky眼里等同于灭绝级别的事件打出60%概率，还给了大约三年的时间窗口，这份判断，跟场外看客隔空喊话完全不在一个量级上。
六十年前，就有人预言过这一天
递归自我改进算不上新鲜想法。1965年，数学家I.J. Good提出「智能爆炸」概念，断言机器智能一旦超过人类，会引发一连串自我改进的连锁反应；图灵更早提出过「儿童机器」的设想，让机器像孩子一样通过学习不断超越自己的起点。软件领域也早有「自举」先例：Lisp解释器用Lisp写成，编译器自己编译自己，只是这些工具链是静态的，能力并不会跟着一代代指数增长。
更贴近现实的参照物是2016年的AlphaGo。它用自我对弈的方式改进围棋策略，「Move 37」那步棋一度让全世界棋手困惑，但十年过去，同等量级的灵光一现并没有在其他领域重复出现，这也是Clark自己提到的、支撑怀疑论的信号之一。神经架构搜索、谷歌用强化学习优化芯片布局的AlphaChip，都是「AI改进AI相关基础设施」的真实先例，只是范围一直局限在狭窄领域，还没跨过Clark所说的那道门槛：端到端闭环，加上真正的创造性研究判断力。
留给人类的窗口，正在变窄
Clark和Anthropic反复强调的一点是：现有的对齐手段，建立在「人类能看懂并监督AI」这个前提上。一旦AI的研发速度不再受人类工时限制，这个前提本身就可能站不住。递归循环还会放大微小误差，99.9%的准确率，经过几百代迭代后可能演变成灾难性的失误积累。这正是Anthropic公开呼吁「保留放慢速度的选项」的原因，也是它把这份研究独立分拆成一个机构、主动公之于众的动机。
OpenAI给自己定的目标，是在2026年9月前造出「自动化AI研究实习生」；一家名叫Recursive Superintelligence的新公司拿到5亿美元融资，专门做自动化AI研发；字节跳动、Meta、英伟达也各自在用大模型生成和优化底层代码。这些碎片拼起来，指向的正是Clark所说的「平实版RSI」（prosaic RSI）：没有科幻电影里一夜觉醒的超级智能，只有实验室里工程效率这几年被AI一点点接管的过程。
至于终极版本会不会真的在2028年底前跨过那道门槛，没人能给出确定答案，Clark自己也一再强调这只是「基于当前趋势的预测」，并非定论。真正值得记住的，或许是这份判断的来处，一个身处漩涡中心的人，翻完几百份公开数据后，得出了一个连自己都不太愿意相信的数字。如果2028年过去了，这一切都没发生，那本身也会是个信号：说明现在这套靠堆算力堆数据的路子，撞上了什么更根本的天花板。
