新智元报道

同一周，Anthropic联创和DeepMind掌门同时预警！2028年AI递归自我改进概率超60%，2030年AGI或全面降临。100倍于工业革命的冲击波，正全速砸向全人类。

刚刚，全球最顶级的两大AI实验室，同时按下了超级智能的倒计时。

牛津大学讲台上，Anthropic联合创始人Jack Clark抛出了一份时间表。

AI将在一年内助力人类做出诺奖级发现，完全由机器代码独立运营的公司将在18个月内创造数百万美元营收。

另一边，Google DeepMind联创兼CEO Demis Hassabis给出了同样笃定的预测。

通用人工智能将在2030年前后降临，而这场风暴的冲击力将是工业革命的100倍以上。

两家风格迥异的巨头，在这一刻达成了同一个判断。

AI的进化速度已经越过了人类社会的认知底线。

我们面对的不再是技术路线之争，而是一场关乎经济体系和文明形态全面重构的决战。

2028年跨越奇点

Anthropic预演疯狂未来

Clark抛出的不是模糊的技术愿景，而是一份精确到月的路线图。

12个月内，AI将与人类合作做出诺贝尔奖级科学发现。

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，双足机器人全面进驻工地协助技术工人。

最核心的颠覆落在2028年底。届时AI系统将跨入递归自我改进阶段，获得脱离人类干预的自我进化能力，自行设计出更强的下一代。

整个行业苦苦等待的奇点，就这样被Anthropic联创钉在了两年半后的日历上。

而这些预测背后的核心支撑，是他5月初在「import AI」上给出的判断——

AI在2028年底之前实现递归自我改进（RSI）的概率超过60%。

什么叫递归自我改进？

你对AI说「造一个比你更强的自己」，它就去了。完全自主，不需要人类插手。

Clark花了几周翻了数百份公开数据源，从编程到科研复现，从模型训练到内核设计，每条能力曲线都在向右上方飙。

没有任何减速迹象。

Anthropic研究院同一周发布的白皮书也证实了这一点，他们内部已经观察到「AI正在加速AI自身的研发」。

他为什么敢把话说得这么绝？

因为Anthropic刚刚被自家模型吓了一跳。

今年4月，Anthropic发布了Claude Mythos Preview。

这个模型在测试中找到了数千个高危漏洞，覆盖所有主流操作系统和浏览器，有些漏洞在人类眼皮底下藏了几十年，无数次安全审计都没抓到。

上一代Opus 4.6发现了大约500个零日漏洞，而Mythos直接实现了几个数量级的碾压。

Clark坦言，Mythos训练完成的那一刻，整个团队的反应像是「迎头撞上了一辆高速列车」。超级智能来得比所有人预想的都快，而他们根本还没准备好。

而它还只是一个被人类训练出来的模型。一旦AI跨过RSI门槛，开始自己训练自己，这种能力跃升的速度将完全脱离人类的节奏。

如果人类只会袖手旁观，任由合成智能肆意繁衍，最终只会被迫陷入疲于应对的境地。

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，也就是2029到2031之间。

如果你非要量化它，它的影响将是工业革命的10倍，速度也是10倍。也就是说在十年内席卷而来，而不是一个世纪。

Axios记者当场愣了，「等等，10倍的影响和10倍的速度？」

Hassabis回答，「对，所以你可以把它看作是工业革命的100倍。而且，可能还是低估了。」

工业革命用了上百年重塑工厂、城市和阶层。

Hassabis说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》里，有一段决定性的瞬间。

当时AlphaFold刚取得突破，一位研究员随口说了一句，我们其实可以在一个月内预测出所有已知序列。

Hassabis愣了一下，然后直接掐断了原来的计划。

已知蛋白质超过两亿个，为什么要让人排队一个个提交？为什么不调集所有资源把地球上每一种蛋白质全部折叠出来，然后免费扔给全世界？

最终他真的做到了。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。

用暴力算力去攻克停滞了几十年的科学难题，这便是Hassabis口中「良性加速」的样子。

所有模型统统不及格

随后他再次搬出那份已经在AI圈引发过激烈争论的「爱因斯坦测试」。

也就是，把一个AI系统的知识库硬生生切断在1901年，然后看它能不能仅凭自身的推理和洞察，独立推演出爱因斯坦在1905年提出的狭义相对论。

Hassabis的回答很干脆，「今天的系统显然做不到。」

GPT、Gemini、Claude，统统不及格。

它们可以通过律师考试，可以写出能跑的代码，可以在各种benchmark上刷到榜首。但这些本质上都是在已有知识的版图内做排列组合。

让它们在人类认知的边界之外凭空跃出一步，做出一个真正原创的科学发现，目前没有任何一个前沿模型做得到。

基于这个测试，Hassabis画了一条AGI的分界线。

去年Google I/O上，Hassabis被问到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」。造这个东西的人自己在收窄时间窗口。

而真正让他兴奋的，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已经在帮自家工程师提升产出效率，这只是慢动作版本。

而编程和数学这两个领域极其特殊，它们的输出结果可以被算法自动验证，可以随心所欲地生成海量合成数据。

Hassabis说，「种种迹象表明，这里正在形成一个指数级复合的飞轮效应。」

这句话跟Clark的RSI预测指向的是同一件事。

两个对手阵营，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把AGI锚在2030年前后。

把他们的预测拼在一起，浮现的是一条完整路径。

AI先压缩科学发现，再接管公司运营，再进入物理世界，最后参与制造下一代AI。

这四条线正在同时推进，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、商业和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和直觉，都将面临一次彻底的重估。

算力在集中，模型在加速，Agent在接管工作流，采用曲线还在陡峭上扬。

狂热的加速派和忧心忡忡的吹哨人，这一周全都亮了底牌。

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开始推动下一轮AI进步，真正的问题只有一个。

方向盘还在谁手里。