10月3日，Hinton 在 X 上发布了一篇由22位作者联合署名的新论文，题为《What if automating AI R&D triggers an intelligence explosion?》。署名者包括三位图灵奖得主 Hinton、Bengio、Barto，以及 OpenAI 首席科学家 Jakub Pachocki、微软首席科学官 Eric Horvitz、Anthropic 联合创始人 Jack Clark、加州大学伯克利分校的 Dawn Song 等人。华尔街见闻
论文追问的是整个行业不方便把话说明白的问题：一旦 AI 能自动化研发下一代自己，能力增长会加速多少。22 人给出的外推相当刺眼——只要研究投入的回报率维持历史测算水平，完全自动化约 1.5 年后，AI 进展速度将提升十倍，今天一年的进展、五周就能跑完。PaperAgent
先把性质说清楚：这篇论文谈的"自我进化"，不是 AI 自己学会做饭扫地，而是 AI 接管研发流水线；它是一份政策警告，不是技术预言。而普通用户更关心的"最期待AI解锁哪项生活技能"，其实是同一件事的另一面——AI 进化提速之后，哪些能力会先落到日常生活里，哪些还要等很久，证据已经能画出坐标。
"五周"是一笔有前提的账，前提恰恰写在论文里
驱动加速的是两层引擎：一层是 AI 做研发的能力每提升一分，研发团队就相当于扩编一分；另一层是这支不断扩编的"AI 研发大军"再去造更强的 AI，形成递归反馈。Anthropic 披露的内部数据是主要依据：截至 2026 年 5 月，合并进其代码库的代码超过 80% 由 Claude 编写，而在 Claude Code 发布之前这个数字只有个位数。 另一项口径更关键：由 AI 在高层指令下"主导"的研发工作占比，从 2026 年 3 月的约 1% 升到 8 月的 26%，半年内增长逾二十倍。机器之心华尔街见闻
速度取决于一个叫 r（研究投入回报率）的参数：历史数据测算显示，AI 三个子领域的 r 值中枢估计在 1.2 到 1.9 之间，只要大于 1，“人头增长"就压过"收益递减”。 冷水也是现成的：多位解读对现状的共同判断是，目前大部分系统还在 L1 到 L2 之间——AI 能可靠地"执行改进"，但很少能自主决定"怎么改进"、更没动过"改进的机制"本身。PaperAgent知乎
所以"AI 自我进化"的准确说法是：研发辅助正在演变为研发自动化，爆炸本身还没有发生；普林斯顿的影子评估让 AI 用六天和三千美元额度独立重做两篇未公开的 NeurIPS 2026 投稿，结果两篇都被拒了。 22 位作者担心的，是这个演进速度超过监管和社会的适应节奏——论文最后的警告是：一旦智能爆炸开始，行动窗口可能就关闭了。机器之心PaperAgent
回到生活技能：考卷题快刷满了，动手题刚过及格线
用户侧的期待其实非常具体。小红书上"打工人省心天花板！AI智能体手机替你干"的帖子拿到近四千个赞，评论区讨论最热的正是那个痛点：“点单加备注这种长任务最怕中间断”。 人们要的不是聊天搭子，而是能把一件麻烦事跨应用、多步骤连续办完的执行者。小红书
技术坐标恰好给这类"执行者"技能标出了位置。9 月，上海交大、Theseus Labs、清华、字节、小红书和上海AI实验室等机构发布了联合综述《人类建造的最后一个AI：走向真正的递归自我改进》。 这篇综述提出量化各领域"天花板关闭程度"的指标，汇总了393组模型—基准测试观测数据、覆盖10个能力域。微博知乎
分数的反差很直白：研究生级科学的天花板关闭指数已到 85.8 分，软件工程 52.6 分，而与"替你办事"最相关的工具类智能体只有 39.9 分——但它在 2026 年刚从 8.2 分猛冲上来，是跳增最快的赛道之一。 换句话说，AI 的"考卷题"接近刷满，真正拉开差距的是需要长程规划、工具协同、环境状态追踪的"动手题"——这恰恰是生活技能的底层能力。同一批学术机构撰写的58页RSI综述同样给出审慎结论：现有研究尚未证明不受限制或可靠加速的递归自我改进已经实现。知乎智猩猩
由此，解锁顺序其实可以推出来：先数字"执行者"型——排日程、点单、查取件码、跨应用代办；再物理"管家"型——做饭、叠衣、拖地，后者还要跨过"物理AI"这道关口，黄仁勋把AI进化划分为感知AI、生成式AI、代理式AI和物理AI四个阶段。 国内实验室的实践也在印证这个顺序：智谱、MiniMax 当前的"自我进化"改进都发生在模型外壳——脚手架和推理基础设施上，还没轮到模型权重本身。知乎机器之心
最值得期待的那项技能，以及怎么判断它"解锁了"
把22人论文的警告翻译成普通人语言，它解锁的是一张观察清单：要求前沿公司标准化报告研发自动化指标、给自动化研发设定部署门槛、提前准备应急预案。 顺着它，用户判断生活技能是否真解锁可以看三个信号：AI 自主完成长任务的占比是否继续爬升（1% 到 26% 是第一个被标准化的度量）；工具类智能体的"天花板"分数是否延续跳跃；走进家庭的智能体手机，能不能把跨应用的长任务不断线地办完。PaperAgent
所以热榜问题的答案，证据里已经有了：最先被解锁的，大概率是"跑腿记事、持续代办"这类今天已经能零星用到的数字技能——它不性感，但反馈闭环先闭合；而"机器人管家"式的身体技能，还站在物理AI的门口。真要许一个最期待的愿望，把票投给前者、把警惕留给后者那张政策清单，或许是眼下最清醒的选法。
