Hinton等22位学者发首篇RSI论文探讨AI研发自动化引发智能爆炸
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载论文核心与作者阵容
一篇题为《What if automating AI R&D triggers an in…》的论文提出了一个关键问题：当人工智能大规模参与下一代人工智能的研发时，是否会引发智能爆炸。该论文由22位作者共同完成，其中包括Hinton、Bengio、Barto以及Jakub Pachocki。论文的核心论点是，一旦AI研发自动化越过某个临界点，进步速度可能被压缩到几个月之内。这一设想并非空穴来风，早在1965年，数学家I.J. Good就提出过超智能机器通过自我改进形成反馈回路的构想。论文进一步指出，智能爆炸未必需要AI先成为超级智能，关键在于AI能够独立处理的任务长度持续增长。
研发规模与时间压缩
论文描绘了未来AI实验室研发规模的潜在变化：理论上可以从几千人跳到数百万。这种规模跃升带来的直接后果是时间压缩。论文称，在极端情况下，今天需要一年才能取得的AI进步，未来可能只需约5周。这一推断基于对AI研发自动化程度的观察。论文引用了Anthropic的内部数据：2025年1月，AI生成并获得批准的代码比例仅为低个位数；到2026年5月，这一比例超过80%。这表明AI在代码生成方面的参与度在短时间内急剧上升。
自主研发比例攀升
Anthropic的数据还显示，2026年3月，Claude在高层监督下自主完成了约1%的研发工作；到2026年8月，这一自主研发比例升至26%。不过，Anthropic强调，Claude尚未在任何被测AI研发工作上达到完全无人监督的水平。与此同时，截至2026年9月，OpenAI的内部AI系统经常能够完成人类需要数天才能完成的研发任务。这些数据点共同指向一个趋势：AI在研发流程中的自主性和任务复杂度都在提升。论文认为，未来几年AI可能自动化大部分甚至全部AI研发工作，而关键变化正是AI能独立处理的任务长度持续增长。
为什么值得看
诺奖得主领衔论证AI研发自动化闭环趋势，并引用头部实验室真实内部数据，揭示智能爆炸已有现实工程路径。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。