文 |无言

Anthropic首席科学家JaredKaplan最近的言论让科技圈炸了锅，他说2027到2030年，人类得做个要命的决定，要不要让AI自己搞下一代AI的研发。

这事儿听着像科幻片剧情，但现在已经近在眼前了。

2027为啥成了关键年份？

2024到2025年的AI圈挺魔幻的，表面上ChatGPT、Gemini这些模型更新一次火一次，资本市场追着投钱。

但圈里的核心玩家，像Anthropic、OpenAI这些公司，私下里都绷得很紧。

本来想，AI发展不就是堆数据、堆算力嘛，没想到这套路现在不管用了。

高质量的数据早就被挖空了，从经典名著到网上的闲聊，能喂给模型的都喂了。

再盲目加模型参数，性能没涨多少，花钱却跟流水似的。

如此看来，AI要再往前迈一步，只能靠自己了，也就是递归自我改进，用AI生成的数据训练AI。

这事儿能成，还得靠硬件帮忙。

英伟达规划的下一代芯片“费曼”2027年就要上线，还有OpenAI那些超级数据中心，到时候算力能是现在的上百倍。

硬件和技术凑到一块儿，2027年自然就成了那个绕不开的节点。

这不是谁凭空定的日子，是技术发展到这一步的必然结果。

AI进化三步曲，我们已身在其中

现在的AI，顶多算个“超级助手”。

Anthropic的ClaudeCode能自己完成二十多步的编程任务，帮工程师省了不少事儿，但核心思路还得人类来定。

这就是AI进化的第一阶段，辅助研发。

接下来到2026年，AI就要变身“自主实验员”了。

到时候它不用等人类吩咐，自己就能设计实验、写框架、分析结果，完全不用人盯着。

人类研究员的作息和脑子不够用的问题，直接被绕过去了，AI的研发效率只会受限于算力多少。

最关键的是2027年之后的第三阶段，递归闭环。

等AI的研发能力超过了顶级科学家，它就能设计出比自己更厉害的AI。

下一代AI又能接着研发更强的，这就像滚雪球，智能水平会指数级飙升。

搞不清的是，这雪球滚到最后，会不会变成人类控制不住的样子。

风险与生存，我们该怎么应对？

AI自己搞研发，最大的问题是我们看不懂它的操作。

万一AI琢磨出一套全新的数学方法来优化自己，人类压根理解不了，那里面有没有隐藏风险，谁也说不准。

就像你让一个比你聪明百倍的人去教另一个更聪明的，最后他们聊啥做啥，你完全摸不着头脑。

现在也有监管的尝试，比如Anthropic提的限制算力，但国与国之间都在竞争AI技术，这种自我约束能不能管用，真不好说。

更何况，AI对工作的冲击已经来了。

Anthropic的报告显示，专业工程环境里，八成的活儿都被AI包了，人类工程师慢慢变成了“监工”。

本来以为这是好事，效率提上去了，但问题也跟着来。

工程师们慢慢忘了怎么写复杂代码，遇到AI解决不了的深层问题，就束手无策了。

更麻烦的是，新人没机会练手了，资深工程师也不用带徒弟了，以后技术传承都成了问题。

AI递归进化这事儿已经挡不住了。

我们能做的，不是等着害怕，而是提前找好自己的位置。

那些AI做不了的，比如深层原理研究、伦理判断、跨学科整合的活儿，得赶紧抓在手里。

2027年的抉择越来越近，人类要做的，是在拥抱技术进步的同时，守住自己的核心价值，别到最后被自己造出来的AI给“淘汰”了。

毫无疑问，这既是挑战，也是人类文明升级的一次重要机会。