【灵思导读】同一星期，Anthropic联合创始人与DeepMind负责人同时发出预警：2028年AI实现递归自我改进的概率超过60%，2030年左右AGI或将全面到来。其冲击强度相当于工业革命的100倍，正加速向全人类袭来。
刚刚，全球两大顶级AI实验室同步启动了超级智能的倒计时。
在牛津大学的讲台上，Anthropic联合创始人Jack Clark给出了一份时间表：一年内，AI将协助人类取得诺奖级发现；18个月内，完全由机器代码自主运营的公司将创造数百万美元营收。
与此同时，Google DeepMind联合创始人兼CEO Demis Hassabis也做出了同样笃定的判断：AGI将在2030年前后降临，这场变革的冲击力将是工业革命的100倍以上。
两家风格不同的巨头，此刻得出了相同结论：AI的进化速度已超越人类社会的认知底线。我们面对的已非技术路线之争，而是一场关乎经济体系与文明形态全面重塑的较量。
2028年跨越奇点：Anthropic描绘激进未来
Clark给出的并非模糊愿景，而是一份精确到月的时间表：12个月内，AI将与人类协作实现诺奖级科学发现；18个月内，完全由AI运营的公司将创造数百万美元营收；两年内，双足机器人将全面进入工地协助技术工人。
最根本的颠覆落在2028年底：届时AI系统将迈入递归自我改进阶段，获得脱离人类干预的自我进化能力，自行设计出更强大的下一代。整个行业期待的奇点，就这样被Anthropic联合创始人定在了两年半之后。
这一预测的核心支撑，是他5月初在「Import AI」中给出的判断——AI在2028年底前实现递归自我改进的概率超过60%。所谓递归自我改进，即让AI自主完成“造一个比你更强的自己”的任务，全程无需人类插手。
Clark花数周查阅了数百份公开数据，从编程到科研复现，从模型训练到内核设计，每条能力曲线都在急剧上升，毫无减速迹象。Anthropic研究院同周发布的白皮书也证实，他们内部已观察到“AI正在加速AI自身的研发”。
他之所以如此肯定，是因为Anthropic被自家模型震惊了。今年4月，Anthropic发布了Claude Mythos Preview。该模型在测试中发现了数千个高危漏洞，覆盖所有主流操作系统与浏览器，其中一些漏洞在人类眼皮下隐藏了几十年，经受了无数次安全审计都未被发现。上一代Opus 4.6发现了约500个零日漏洞，而Mythos实现了几个数量级的碾压。
Clark坦言，Mythos训练完成那一刻，整个团队的反应如同“迎头撞上高速列车”。超级智能来得比所有人预想的都快，而他们远未做好准备。而且，它还只是一个由人类训练的模型。一旦AI跨过递归自我改进门槛开始自我训练，其能力跃升速度将彻底脱离人类的节奏。如果人类只袖手旁观，任由合成智能肆意繁衍，最终只会陷入被动应对的局面。
哈萨比斯的终极考卷：让AI重现爱因斯坦
同一周，DeepMind掌门Hassabis在Google I/O 2026上给出了一个更大的数字：AGI时间表是2030年前后，正负一年，即2029到2031年之间。若量化其影响，将是工业革命的10倍，速度也是10倍——在十年内席卷而来，而非一个世纪。
Axios记者当场愣住：“等等，10倍的影响和10倍的速度？” Hassabis回答：“对，所以可以视为工业革命的100倍，而且可能还低估了。”工业革命用了上百年重塑工厂、城市与阶层，而Hassabis指的是同等甚至更高强度的冲击，压缩在十年内完成。
一口气折叠两亿蛋白质
纪录片《思考游戏》中有一段决定性瞬间：当时AlphaFold刚取得突破，一位研究员随口说其实可以在一个月内预测所有已知序列。Hassabis愣了一下，直接改变了原计划。已知蛋白质超过两亿个，为何要让人排队一个个提交？为何不调集所有资源把地球上每种蛋白质全部折叠出来，然后免费开放给全世界？最终他做到了。两亿个蛋白质结构被托管在剑桥的数据库里，全球科研人员像用搜索引擎一样一秒调取。用暴力算力攻克停滞几十年的科学难题，这便是Hassabis所说的“良性加速”。
所有模型统统不及格
随后他再次搬出已在AI圈引发激烈争论的“爱因斯坦测试”：把一个AI系统的知识库强行切断在1901年，看它能否仅凭自身推理与洞察，独立推演出爱因斯坦1905年提出的狭义相对论。Hassabis回答干脆：“今天的系统显然做不到。”GPT、Gemini、Claude，统统不及格。它们能通过律师考试，能写出可运行的代码，能在各种基准测试中刷到榜首，但这些本质上都是在已有知识版图内做排列组合。让它们在人类认知边界之外凭空跃出一步，做出真正原创的科学发现——目前没有任何前沿模型做得到。
基于这个测试，Hassabis划出了一条AGI分界线。去年Google I/O上他被问及AGI是2030年前还是后到来，他选了“后”。今年他说的是“2030年，正负一年”。制造这个东西的人自己在收窄时间窗口。
真正让他兴奋的，是所有顶尖实验室眼下都在死磕的同一个方向——自我改进。编码Agent已在帮助自家工程师提升产出效率，但这只是慢动作版本。编程和数学这两个领域极其特殊，其输出结果可被算法自动验证，并可随心所欲生成海量合成数据。Hassabis说：“种种迹象表明，这里正形成一个指数级复合的飞轮效应。”这句话与Clark的递归自我改进预测指向的是同一件事。两个竞争阵营，从完全不同的内部数据出发，看到了同一个正在加速的飞轮。
时钟滴答作响：历史不再宽恕人类
Clark预测2028年底出现递归自我改进，Hassabis将AGI锚定在2030年前后。将他们的预测拼在一起，浮现出一条完整路径：AI先压缩科学发现，再接管公司运营，然后进入物理世界，最后参与制造下一代AI。这四条线正在同步推进，一旦跑通，AI就不再只是更好用的软件，而会变成一种反过来改写科学、商业与劳动本身的基础设施。
当AI模型能够跨越爱因斯坦测试，当双足机器人全面接管物理世界的繁重劳作，当完全由机器代码驱动的公司开始在市场上碾压传统企业——人类过去几百年积累的经验与直觉，都将面临一次彻底重估。
算力在集中，模型在加速，智能体在接管工作流，采用曲线还在陡峭上扬。狂热的加速派与忧心忡忡的预警者，这一周全都亮出了底牌。而他们给出的答案指向同一个结论：留给人类调整方向的窗口，可能只剩三年。
当AI开始驱动下一轮AI进步，真正的问题只有一个：方向盘还在谁手里。
———— END ————
灵思极智旗下“极智系列”三款AI智能应用
关注后，两步置顶服务号，可第一时间收到灵思极智推文！
