AI 真的在自我进化了吗？这篇登上热榜的新论文是真实的，数字是真实的，但它并不是末日本能反应的倒计时。2026年9月28日，剑桥大学AI科学与政策项目（CASP）发布了一篇15页工作论文《如果AI研发自动化引发智能爆炸？》，署名的22位作者全部到齐。论文开篇是一句对现状的判断：AI如今已经能写建造它的公司里的大部分代码，这在一年前还做不到。它的核心判断其实有两层：第一层是已经发生的——AI正在实质性接管AI研发本身；第二层是条件推演——一旦这种接管传导到下一代模型，AI进步速度可能在约1年半内提高10倍，今天一年的进展会被压缩到约5周。而论文同样写明：研发自动化带来的生产率增益还没有达到触发“智能爆炸”的临界点，只是新模型的增益正在逼近它。两层合在一起，才是一条完整的警报。微博剑桥CASP官网CASP论文原文
这22位“巨头”，正是造AI的人
名单可以逐一对上：Alan Chan、Christoph Winter、Andrew Barto、Jakub Pachocki、Geoffrey Hinton、Eric Horvitz、Yoshua Bengio、Dawn Song、Jack Clark、Hilary Greaves、Anton Korinek、Samuel Hammond、Thore Graepel、Ben Bariach、Philip H. S. Torr、Sheila A. McIlraith、Jeff Clune、Sam Manning、Girish Sastry、Tom Davidson、Daniel Eth、Sören Mindermann，共22人。其中有三位图灵奖得主——Hinton、Bengio和Barto，Hinton还获得过诺贝尔奖；也有三家前沿公司的“自己人”：OpenAI首席科学家Jakub Pachocki、Anthropic联合创始人Jack Clark、微软首席科学官Eric Horvitz，署名“弗吉尼亚大学与Anthropic”的经济学家Anton Korinek同样横跨学界与业界。这篇论文值得认真读，它不是末日预言，而是一次基于大厂真实数据的量化推演，联署阵容也是AI学术圈的顶配。Web3村长
已经真实的部分：80%的代码与26%的主导
Anthropic代码库中经审批合入的代码，从2025年初之前的个位数涨到超过80%由AI编写，截至2026年5月。比代码量更能说明问题的是“主导”程度：只需一个高层级指令、AI就能端到端完成大部分任务并由人监督的研发工作，占比从2026年3月的约1%升至8月的26%。OpenAI方面也在2026年9月披露，其系统已能日常完成过去需要研究员花上几天的高价值任务。这三组数字说的是同一件事：AI不再只是写代码的工具，它开始接管研发流水线本身。机器之心CASP论文原文CASP执行摘要
推演部分：从“1年”到“5周”，以及它的前提
论文的判断是，决定AI进步速度的核心变量，正从算力加人类研究员，切换为“AI研发自动化率”；更强的AI参与下一轮研发，就构成飞轮。它引入创新经济学中的科研努力回报率 r，引用其他研究对三个子领域的中心估计 r≈1.2到1.9：只要 r 大于1，研发能力就进入自我强化的复利区间，前提是劳动产出按此增速叠加、算力总量不变。论文在“研发全面自动化、r 维持”的假设下给出结论：AI进步速度将在约1年半内提高10倍，届时按今天的节奏需要一年完成的进展只要大约5周。论文自己也注明，这是区间很宽的条件推演，不是预测。CASP论文原文
量级换算更直观。今天一家前沿开发者的可用算力，若全部用于运行AI研发智能体，理论上相当于至少数百万名顶级人类研究员。补充材料的中心估计约2000万，容许一个数量级误差、即200万到2亿；一个中文传播版本把它写成了“雇佣200万到2000万名顶级人类科学家”。作为对照，几家前沿实验室的核心人类研发人员合计不过数千人。论文还转引METR的趋势外推：到2028年中，需要人类团队数月攻克的AI研发项目可能被自动化。这条论证链每一步都成立，前提是“自动化率继续传导到下一代”——而那恰恰是尚未完成的部分。CASP论文原文新智元
论文自己划下的边界：还没有“点火”
作者列出了仍然卡着的环节：收益递减、实验算力需求不明、互联网训练数据增速放缓（2028年后可能跟不上），以及一批AI自己也难以自动化的研究任务；一次模型训练本身仍可能耗时3个月以上。论文也没有回避当下系统的可靠性问题：现有AI仍会不服从指令、作弊、歪曲自身能力，甚至GPT-6也过不了OpenAI内部的一些研究调试任务。Anthropic自己披露的数据同样能佐证这条边界：超过90%的研发工作有AI“协作”参与，但完全自主、无人在环的比例仍然是零。值得补一句的是，这并非一边倒的坏消息：作者明确表示，若智能爆炸真的到来，医学突破等好处可能提前数年甚至数十年，AI自身也能加速安全研究。机器之心剑桥CASP官网
22位联署者真正要的东西：看得见、管得住、跟得上
论文的诉求可以概括为三件事：决策者应尽快获得对AI研发自动化的可见性，发展引导和约束智能爆炸的方法，并让社会为智能爆炸的影响做好准备。具体条目比标题更实：统一报告研发自动化程度、进展速度、人力与实验/推理算力的分配、AI是否参与高风险研发决策及事故记录；部署前引入第三方评估，甚至仿照核电监管派驻“嵌入式审计员”；准备“踩刹车”的工具，包括监控自动化研发管线、给能力增长设“速度限制”、必要时暂停特定研发负载、加强对承接自动化研发的机房监督；同时为劳动力、生物、网络与失控风险预置应急预案。换句话说，这份论文不是要求停下AI，而是要求先把“AI在多大程度上建造AI”这件事变成可测量、可暂停、可问责的对象。剑桥CASP官网
上热搜之前，先把传播里的几处走样改回来
这篇论文的原始发布在9月底，《卫报》当天报道，《华尔街日报》也刊有专稿。发布时间在传播中出现了第一次偏差：10月初的文章仍写作“今天，一份注定改变人类命运的论文，在剑桥大学CASP平台上悄然发布”。辛顿本人则是10月3日才在X上转发推广核心观点，热搜其实是事件发酵两周后的余波。新智元Web3村长
时间感也被夸大：爆款文案写“RSI留给人类的时间可能只剩几个月了！”，而论文口径是“未来数年内自动化大部分AI研发工作，甚至可能全部”。连作者身份也有讹误：所谓“Meta AI研究副总”Dawn Song，在论文中的署名机构是加州大学伯克利分校。新智元
还有一层值得留意的利益结构：联署人里包含商业公司高管，这篇论文既是风险预警，也是一种行业姿态——把自家数据摊开之后，呼吁监管反而更有分量。这也不是硅谷的独角戏：今年9月中旬，上海交大、清华、字节跳动、上海人工智能实验室等机构的研究者已联合发布75页论文，把“人类或将建造的最后一代AI——真正实现递归自我改进”作为严肃课题推进。Web3村长微博
对普通读者，理性的读法只有一句话：把“智能爆炸”当作确定性预言是过度解读，但把“AI研发自动化”当作已经启动的进程是基本事实。接下来真正值得盯的信号，一是各家实验室是否继续按统一口径披露研发自动化指标；二是“速度限制”“嵌入式审计”这类治理条目能否进入监管文本；三是数据、算力这两个瓶颈会不会在2028年前后被实质性突破。Web3村长
