刚刚，AI三巨头已经启动加速逃逸！
X上一位大V Andrew Curran表示，如今全球的三大科技巨头，将会以越来越快的速度宣布突破性进展。
即使反馈机制尚未完全建立，前沿实验室内部的反馈循环也已经开始了。
三大实验室的研究人员对他们工作表现出的研究热情，是人们前所未见的。
而到今年年底，他们就将彻底甩开其他队伍，建立起难以逾越的领先优势。
在2026年3月，这种迹象就已经开始出现，接下来的六个月时间，将彻底证明这一点。
沃顿商学院的AIx创业领域的教授Ethan Mollick也断言：
Meta和xAI跟不上顶级实验室，开源权重模型仍落后数月。
这意味着如果AI递归自我改进得以实现，很可能是由谷歌、OpenAI和/或Anthropic的模型率先达成。
美国真正已经进入AGI决赛圈的，不是四家，不是五家，而是三巨头：Anthropic、OpenAI、谷歌DeepMind。
xAI还在追。Meta，已经开始掉速。
而且，越来越多人表示，就在未来六个月，我们将见证一场剧变。
在六个月的速度，将超过过去的十年！
《财富》杂志的一篇文章，给出这样的推测：未来六个月，将改变一切！
没人能否认，如今我们正身处AI发展历史上最关键的节点，接下来将要发生的一切，都令人颤栗！
Anthropic：趋势已成，未来已来
Anthropic，是最早看到这种递归式循环的公司。
他们内部工作人员，早已发现了种种蛛丝马迹：AI递归自我提升的时代，或将提前到来！
最近，Anthropic创始人兄妹Dario Amodei和Daniela Amodei登上了《时代》封面：
封面文章更是直夸Anthropic是世界上「最具颠覆性的公司」。
《时代》的这篇文章中，更是让人看清Anthropic所图甚大、所谋甚远：
递归自我改进，在最宽泛的意义上，已经不再是未来，而是现实。
首席科学官Jared Kaplan更是直言：完全自动化的AI研究，很可能在一年内实现！
在2023年C轮融资， Anthropic就曾表示：
要在2026年训练出最好的模型，意味着要构建最强的递归循环来训练下一个模型。
发布Claude 3时，Anthropic就断言：模型智能远非接近极限。
四天前，Anthropic发表新博客，给出更加激进的预测。
未来两年，更多显著进展会接连出现。
我们公司的核心信念之一是：AI正在加速发展，我们所取得的进步会随着时间的推移而不断累积。
极强的AI，正以比许多人预期更快的速度到来。
复盘过Anthropic对AI极限的判断后，Andrew Curran感觉AI从去年12月已经开始起飞了。
他推测这种惊人进步或许是因为技术复利效应，每个人都要压缩自己的AI时间线。
本月更早的时候，METR的研究员，直言没有任何确凿证据能驳倒「今年年底实现AI研发自动化」这个论据。
巧的是，这种递归循环，在「Vibe Coding之父」Andrej Karpathy近期发布的开源项目AutoResearch中，也已经初现端倪。
在这个项目中，AI能够自主运行机器学习实验、调整学习率、甚至微调自身的注意力机制。
通过这种方法，Karpathy用自动研究成功让AI改进了AI架构nanochat，3天提升了11%，让他喜出望外。
而这不过是一个朴素简单的尝试，就见证了AI自我递归的潜力！
AI自我递归，甚至远超AI局内人的想象，让他们嗅到了AI失控的危险气息。
人类面前的处境已经如此危险，以至于上个月，Anthropic的防护措施研究团队负责人、牛津大学博士直接宣布离职去写诗，来描述这种危险。
OpenAI：2028，AI科学家上岗
如果说，Anthropic是最早提出「递归式AI研发」的蓝图，那么OpenAI，则可能是最接近将其落地的实验室之一。
最近，奥特曼已经在采访中预言，下一代架构将颠覆Transformer。
此前，奥特曼也多次在自己的博客中直言，「我们已经越过事件视界（event horizon），技术起飞已经开始。」
这其中的关键节点，就是AI研究的自动化。
其实，GPT系列，本身就是递归改进的最佳例证：从GPT-3到GPT-4，OpenAI证明了通过更好的数据、更大的算力和更精巧的训练方法，模型可以不断提升自身能力。
去年，秋季发布的o1系列模型，首次展示了模型在推理过程中进行自我纠错、自我反思的能力。
这种能力的进一步延伸，就是模型能够对自己的训练过程进行改进，而这，正是递归自我改进的核心。
根据奥特曼透露的信息，OpenAI内部的目标是：2026年，AI达到「实习研究员」水平；2028年，打造出一个真正的自动化AI研究员。
AI研究员一旦诞生 ，就意味着AI能参与研发AI本身，形成一个经典的正反馈机制：AI → 改进AI → 更强AI → 再改进AI。
而这，正是智能爆炸的核心机制！
谷歌：递归式自我进化，护城河最深
如果说OpenAI在构建AI产品生态，那么谷歌DeepMind，则在构建另一件更可怕的东西——自动化科学机器！
从AlphaFold，AlphaTensor，到AlphaCode，DeepMind一直是AI自动科研最坚定的推动者之一。
这些系统的共同点，就是AI开始参与「创造知识」本身。
而在2026年，这条路线正在进一步升级。
在2026年初，谷歌的Gemini 3 Deep Think展示了恐怖的递归能力。
而谷歌内部代号为「真理女神」的数学研究智能体Aletheia系统，利用Gemini的深度推理模式，不仅能解题，还能自主生成验证代码来审视自己的答案。
而就在前几天，AlphaEvolve通过自主写算法，一次性改进了五个经典拉姆齐数的下界，打破了尘封十年的数学纪录！
DeepMind的CEO Demis Hassabis在一次采访中透露，谷歌正在积极探索模型是否能够在「训练完成后继续在自然环境中学习」。
有趣的是，能够自主学习的模型理念对于Hassabis来说是一种回归，因为他的 AlphaZero，早在2017年就运用了这种方法来学习国际象棋和围棋。
不过，在棋盘上下棋，比在现实世界中摸索要容易得多。
更厉害的是，谷歌拥有自研TPU的天然优势。目前，Gemini正在被用于优化下一代TPU的设计方案。
这种「AI设计硬件，硬件加速AI」的底层硬件级递归，是其他家短期内极难逾越的护城河！
xAI：马斯克确认人类退出时间
最近，在一个采访中，马斯克刚刚确认了人类将完全退出AI开发循环的时间。
这次，他直接给出了一个日期。
马斯克表示，人类在递归式自我改进过程中正逐渐越来越少地参与其中。每一个后续模型都是由前一个模型构建的。
虽然市场仍然假设：下一代前沿模型，是由成千上万的工程师手动编写出来的，但现实正在发生变化！
如今，算力已经开始接管构建本身。
马斯克对此直言：「这种情况在很大程度上已经发生了，只是还没有完全自动化。可能就在今年，最晚也不会超过明年。」
一旦研发循环中的生物性摩擦成本被彻底自动化剔除，AI军备竞赛将进入一个人类难以理解的阶段——而且这种变化，很可能是永久性的。
全球市场仍然在按照一种渐进式过渡的时间线进行规划，显然，他们已经落伍了。
采访者随后问道：你会在那个节点看到所谓的「硬起飞」（hard takeoff）吗？
马斯克回答得很直接：
我们已经处在「硬起飞」之中了。
就是现在。我去睡觉时，会有一项重大的AI突破；等我醒来，又出现了新的突破。
在这样的节奏下，单纯依靠雇佣更多工程师，已经无法追赶一种能够自主进化的智能系统。
因为当公司还在完成招聘、组建团队时，模型本身已经迭代到了一个职位描述都难以界定的新阶段。
也就是说，未来智能系统的架构师，可能不再是生物体。
而那个正在不断自我构建、持续进化的东西，也从未主动申请过这份工作。
我们离智能爆炸，还有多远？
其实，早已有多项研究指出，一旦AI能够参与AI研发本身，就会形成技术正反馈循环。
论文地址：https://arxiv.org/pdf/2603.03338
1966年，统计学家 I.J. Good提出了一个震撼的设想：如果有一天机器可以设计出比自己更聪明的机器，那么这种能力就可能不断递归增强，最终引发「智能爆炸」。
从此，AI的能力将以指数级增长，人类可能再也无法跟上技术发展的速度。
而如今，这场爆炸离我们前所未有之近。
如今，这条新的技术曲线，已经越来越明显。
AI，远远不再是工具，而是创造下一代AI的机器。
当Anthropic的Claude开始接管代码库，谷歌的Gemini开始重构自己的硬件底座时，反馈循环的转速将超过人类肉眼的捕捉！
而对于Meta和xAI这些追赶者来说，接下来的六个月不是在竞争产品份额，而是在争夺「通往神谕」的最后一张入门券。
一旦三巨头的模型实现了稳定的、无需干预的自我改进，所谓的「赶超」，将变得更加不可能。
准备好，接下来六个月，你我很可能将见证人类文明史的转折点。
参考资料：
https://x.com/AndrewCurran_/status/2033307513760952715
https://x.com/emollick/status/2033267176283447747
https://x.com/r0ck3t23/status/2032390216791539781
https://x.com/AISafetyMemes/status/2029893715905368264?s=20
启泰网提示：文章来自网络，不代表本站观点。
