“AI已经达到超级智能逃逸速度。”说这话的是物理学家、计算机科学家亚历克斯·威斯纳-格罗斯（Alex Wissner-Gross）。他在11月初的一档播客里表示，即使明天停止所有新的数据中心建设，也拦不住AI走向超级智能。微博新智元
“逃逸速度”是个借来的词。物理里，它是物体摆脱引力后不再需要额外推力也能一直飞下去的速度；放到AI身上，引力是新增算力和人类研究员，逃逸则意味着模型改进模型的速度已经能自己供给自己。
但把这句话拆开，最先落地的不是门槛，是一个数字：2倍。11月5日，METR发布了对Anthropic为期十一周的评估。报告的核心判断是，截至2026年10月，Anthropic在定义清晰的任务上提升模型能力的速度，大约是2024年3月到2025年10月那段历史节奏的两倍。其内部能力指数AECI增速是此前的1.9倍，95%置信区间1.5到2.8倍；过去一年大约走完了此前两年的路。METR确认这不是训练算力扩得更快造成的；它估计当前加速约八成来自AI参与研发，但不确定性很大。METR
2倍是测量，不是门槛。让它变成“逃逸”的，是下一步外推：速度已经翻倍，再用六个月翻到4倍，三个月到8倍，六周到16倍，翻倍所需的时间不断减半，累加起来就会在一年内冲向“无穷大”。Ajeya Cotra在11月6日的分析里把这套算法写得很清楚，也写清了限定词：这是一种“朴素外推”。她的原话是，如果按字面接受AI正把能力进步速度提高近一倍，并假设加速是平滑的，那么“朴素地”意味着一年内到达极端超级智能。但这是假设，不是测量。Planned Obsolescence
“Model 4突破36小时”“2027年4月超人类编码员”，也从这条外推链上长出来。36小时指模型能以80%成功率独立完成的人类软件任务时长，来自第三方追踪器对公开图表的拟合，不是METR公布的测量值。这个拟合的区间宽到从12.6小时覆盖到186.5小时。中文报道随后把它接到“2027年4月超人编码员”的路线图上。一条误差条很宽的斜率，就这样被读成了“只剩几个月”。新智元
METR并没有说AI已经“自己研发自己”。它说的是，Anthropic的研发“主要通过AI辅助，而不是完全自主的贡献”在加速；AI“尚不能在模型训练最重要环节做出高度显著、完全自主的贡献”，只有一些“生命迹象”。辅助会随人类研究员的数量和工作时间放大，自主不会；前者是研究员被装进“时间膨胀泡”，后者才是真正意义上的逃逸。员工自评的12倍提速也只是Slack投票，不是对照实验。METR
还有一层折扣：Anthropic在报告发布前行使删改权，删掉了“我们认为最有信息量的大多数证据”。METR直言，报告没有做到“关于证据的透明”，公众只能更多依赖评估者的判断。这不等于结论是假的，但外部读者无法独立复核最关键的部分。报告也提醒，非AI因素和AECI只看可验证任务，都可能让“2倍”被高估。METR
回到“离我们有多远”。能站得住的说法是：在一家实验室、在评分明确的任务上，进步速度大约翻倍，误差范围大致在1.3到3倍之间，AI是主要原因之一，方向是真实的。站不住的说法是：已经跨过“逃逸速度”的门槛，超级智能只剩一年或几年。METR说未来12个月没看到明显的算法、算力、实验算力或数据瓶颈，但也说“我们可能漏掉了重要瓶颈”；它看到的不是一条接通的自主回路，而是一个人类研究员还在驾驶、AI已经踩下油门的研发流程。
“逃逸速度”这个比喻有用，因为它问对了问题：AI的改进，是否正在变成不需要人类继续推也能持续的过程？但比喻不是测量。现在手里的数字是2倍，误差条宽到足以装下完全不同的未来。2倍是真的；“逃逸”还没有。
