AI软递归自我提升，Hassabis夜不能寐：人类已至奇点山脚

AI递归自改进：哈萨比斯为何夜不能寐？

先说几个核心判断：AI递归自改进和AI研究自动化，这已经不是什么科幻概念了，它们正在变成实实在在的现实。而对此，DeepMind的创始人哈萨比斯，坦诚自己夜不能寐。

他说得直白，甚至有些不安——现在所有前沿AI实验室都在全力推进递归自我提升这个方向。但紧接着，他又补了一句：将人类完全排除在循环之外所带来的安全风险，才是让他辗转反侧的根本原因。

这两句话放一起，你就该警觉了。

那个曾经被大多数人视为AI理论幽灵的东西，如今已经是地球上每一个严肃实验室正在积极推进的重点课题。

软性递归已成现实

Claude写了自己80%代码

在上个月的谷歌开发者大会上，哈萨比斯表示，人类正站在「奇点山脚」之下，而留给我们的时间窗口，只剩下短短几年——我们需要为通用人工智能（AGI）的到来做好准备。

在他看来，下一波AI智能体的涌现，应该被理解为对更强的AI系统的一次社会压力测试。

「你可以想象，接下来这一年的智能体时代，有点像一次大规模的预演，」他说。

我们一直在等待一个「砰」然炸裂的奇点时刻，却没发现它正以一种「软递归」的方式，悄无声息地潜入我们的工作和生活。

哈萨比斯直言：

我们正在目睹的是一种软性自我改进——即这些编程智能体正在让工程师的效率得到极大提升。

而据Anthropic披露的惊人内部数据：

截至2026年5月，公司超过

的代码合并请求，已经是由Claude独立编写完成的。

而仅仅在一年多前，这个数字还是个位数。

这种「自举」（Bootstrapping）带来的生产力跃升，确实令人眩晕。

目前，Anthropic工程师的人均代码合并量，已经达到了2024年的

。

这意味着什么？曾经需要一个顶尖团队磨合一个月的工程项目，现在在几台服务器的低吟声中，三天就能交付。

勤奋的终结：从「99%的汗水」到「100%的算力」

Anthropic的联合创始人、AI思想家Jack Clark提出了一个犀利的观点：

AI已经跨越了工程领域最耗时的「苦力活」（Perspiration）阶段。

在过去的编程世界里，找Bug是程序员的噩梦。

但现在，攻守之势完全不同了。

数据显示，在安全研究任务中，Claude Agents的修复成功率高达

，而人类专家的成功率仅为。

人类专家需要1周的工作，智能体只需要几小时！

这意味着，在「纠错」和「优化」这两个进化最核心的环节上，人类的大脑已经成了整个研发链条中最大的

。

你引以为傲的十年工程经验，在0.1秒内就能迭代上千次的硅基思维面前，脆弱得像一把木制的戒尺。

当AI跨越递归的「卢比孔河」，它就不再是人类手中的手术刀，它正在变成「实验室本身」。

但这不仅仅是一场效率的狂欢，背后潜藏着巨大的风险。

Jack Clark预警，到2027-2028年，我们很有可能看到完全脱离人类参与的端到端AI研发。

一旦进入递归循环，AI研发就像接入了一个高额的「复利系统」。

如果初始的「对齐（Alignment）」目标存在哪怕0.01%的偏差，在经历一千个递归周期后，这个偏差就会由于复利效应，演变成一个人类根本无法理解的行为深渊。

当AI开始自己建造自己，人类的角色正在急速萎缩。

我们正从那个挥汗如雨的「建筑师」，退化成一个只能在屏幕前瑟瑟发抖、反复确认「它还听话吗」的「监考员」。

谁敢先停下来？

DeepMind的掌门人Demis Hassabis直言不讳：「我们正站在奇点的山脚下。」

目前的局面，像极了一场最高层级的「囚徒困境」。

Anthropic正在呼吁全球范围内的「可验证暂停」，希望能为人类争取一点安全研究的时间。

但这事儿，想想就知道有多难。

在递归自改进的军备竞赛中，谁先停下来，谁就可能永远丧失对AGI的主导权。

每一家实验室都在一边高喊「安全第一」，一边紧握着递归加速的油门死不松手。

因为大家都心知肚明：山顶上只有一个座位。