前瞻與傳聞
Anthropic 共同創辦人 Jack Clark 將 AI 自我改進預測提前至 2027 年:Opus 5.5 於 TasteVal 評測展現 2.3 倍運算效率
The Decoder單一來源
尚未逐項核實
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據外媒報導,Anthropic 共同創辦人 Jack Clark 近日調整其評估,認為 AI 系統自主研發後繼者的遞迴自我改進(RSI)最快可能於 2027 年實現,早於其先前預估的 2028 年。Clark 曾在 5 月指出 2028 年底實現的機率約 60%、2027 年約 30%,但最新的實驗進展促使其將時程提前。
這項預測依據研究實驗室 P-Zero Research 發表的「TasteVal」評測基準(2026 年 10 月 5 日以編號 2610.06824 刊載於 arXiv)。TasteVal 旨在量化「研究品味」,即系統自主設計實驗與解讀結果的能力。測試涵蓋資料挑選、預訓練、微調、人類偏好訓練與對抗提示防禦等 8 項固定目標任務。為排除程式能力干擾,實驗由固定程式代理人在單張 Nvidia H100 GPU 上執行,上限為 40 GPU 小時或 120 小時牆鐘時間;對照組則為 24 位近期任職於 OpenAI、Google DeepMind、Nvidia 與微軟研究院的專家。
該基準以專家同等分數所需的運算量定義「運算乘數」。評測中表現最佳的 Anthropic 模型 Opus 5.5 取得 2.3 倍運算乘數(統計區間為 1.15 至 4.37),意即僅需專家不到一半的運算量即可達到相同得分,單次執行成本約為專家平均的三十分之一。數據顯示,自 2025 年 12 月以來,該運算乘數約每三個月翻倍(倍增時間區間為 1.7 至 5.0 個月)。
然而,TasteVal 並未測試確立研究方向的第一步,所有任務方向均預先指定給模型,且對照組未包含頂尖研究員,論文作者亦坦言評測可能高估進步速度。另據復旦大學團隊在模型開發中的實測,AI 代理人雖提出了 55% 的方法建議,但最終仍有超過 85% 的關鍵決策由人類做出,顯示 AI 距獨立擬定長期研究策略仍有落差。
讀原始報導背景
遞歸自我改進(Recursive self-improvement, RSI)是指人工智慧系統反覆設計出能力更強之後繼系統的機制,該概念可連結至 1965 年 Good 提出的「智慧爆炸」假說,被認為可能導向超級人工智慧。隨著 AI 公司日益將模型導入程式撰寫與研究工作,評測前沿模型獨立設計實驗與解讀結果的能力,成為衡量 AI 是否具備自主研發潛力的關鍵方向。