Anthropic 改口 2027：RSI 倒计时，人类只剩半年

据 Woofun AI 消息，Anthropic 核心人物 近期大幅调整了其对递归自我改进（）技术落地的时间预期，将原本定于 2028 年的关键节点直接前置至 2027 年。

这一预测修正迅速引发了科技界的强烈共振，随即公开回应称该趋势"显而易见"。两位行业领军人物的观点趋同，标志着主流认知已从探讨 AI 的生成能力边界，转向聚焦 AI 自主迭代能力的临界时刻。2027 年正逐渐演变为人类科技史的分水岭，在此之前，人类仍是智能创造的主导者；而在此之后，角色可能彻底逆转为旁观者。

这种时间表的压缩并非凭空产生，而是源于近期 AI 在核心创造力维度上出现的实质性突破，彻底击穿了此前关于 AI 仅能进行知识拼接的保守假设。

长期以来，质疑 AI 潜力的核心论点在于其缺乏"变革性的创造力"，即无法在无先例的情况下推导出全新算法或逻辑结构。Jack Clark 曾持此保留态度，认为 AI 距离实现 RSI 所需的自主创新能力仍有巨大鸿沟。

然而，近期在数学领域的突破性进展正在重塑这一认知。数学作为人类智力皇冠上的明珠，极度依赖逻辑跳跃与直觉创造，而 AI 已开始在顶级数学难题上展现出断层式的解题能力。它不仅能推导定理，还能独立寻找证明路径，其提出的全新解法甚至令顶尖数学家感到棘手。

这种表现证实了 AI 已具备真正的逻辑推理与原创能力，正式迈入 AI 发展的第四阶段——"创新者"阶段。在此阶段，AI 不再仅仅是工具，而是能够促进新发现与新发明的主体。随着数学壁垒的瓦解，AI 研究员未来可能面临与当前数学家类似的处境，即 AI 在逻辑严密性上的超越将成为常态，进而加速其他研究领域的范式转移。

除了硬性的逻辑推理，AI 在"科研品味"（Good Scientific Taste）这一软性能力上的觉醒，构成了推动 RSI 提前到来的另一关键变量。科研品味指的是研究者凭借直觉判断问题价值、选择最优路径的能力，这曾被视为人类顶尖学者的专属特质。 最新推出的评测基准 显示，AI 系统正逐渐具备这种科学创造力与研究直觉。根据论文 2610.06824 的研究成果，AI 在模拟人类研究决策过程中的表现日益精准，这意味着它不仅能执行任务，还能像资深科学家一样筛选高价值研究方向。当 AI 同时掌握完美的数学证明能力与自主修改代码的技能，并辅以优秀的科研品味时，其距离实现自我研发仅有一层窗户纸之隔。Jack Clark 正是基于这些信号，判断这层窗户纸将在 2027 年被彻底捅破，从而将 RSI 的实现时间大幅提前。

Woofun AI 整理数据显示，AI 的能力溢出正从数字世界向物理世界快速蔓延，形成降维打击效应。在科学研究领域，P-Zero Research 指出，AI 仅需使用一半的算力即可追平人类专家水平，且最终成绩达到专家的 1.5 倍。若 RSI 跑通，超级智能（ASI）将在虚拟环境中以指数级速度模拟化学反应，极大缩短新材料与新药物的研发周期。在机器人领域，AI 大脑的进化直接推动了硬件能力的跃升。2025 年，发布 系统，仅用 11 个小时便生成了 78 万条机器人运动轨迹，相当于 6500 小时的人类演示数据，使训练数据准备速度提高了约 60 倍。结合真实数据训练后，GR00T 机器人的任务表现提升了 40%。