📰 重點摘要

知名 AI 播客主持人 Dwarkesh Patel 大幅提前了他對超級智能的預測，認為最快明年、最晚 2030 年就可能出現。他判斷 AI 最有可能在 2028 年左右追平頂尖人類 AI 研究員，最快只要幾個月。一旦 AI 能自主研發更強的 AI，原本需要數年的技術進步，可能被壓縮到一年之內。

佐證方面，METR 近期調查 Anthropic 發現，其模型在部分可量化任務上的進步速度約為過去的兩倍，加速多半來自 AI 參與研發。Anthropic 自家數據顯示，今年 2 月由 Claude 主導的研發工作不到 1%，到 8 月已達 26%，但仍需人類監督。

Dwarkesh 指出，AI 研發有許多工作可透過實驗驗證，例如調整訓練演算法或優化資料後，直接測試模型是否變強，AI 因此能不斷提案、做實驗、檢查結果再改進，數學與程式領域已出現類似的能力躍升。達到頂尖研究員水準後，AI 還能全天候工作並同時部署大量研究智能體，他估算單一 AI 研究員每週的工作量可達人類的 50 倍，不過實驗仍要消耗算力，整體研發速度不會直接提高 50 倍。

自動化之後可能走向兩種情境：一是 AI 持續自我改進，短短幾個月就逼近現有晶片所能支撐的能力極限；二是先把三到六年的進步壓縮到一年，再因算力與實驗資源不足而放緩。Dwarkesh 對兩者各給 50% 的主觀機率。他也提醒，AI 目前還無法獨立完成前沿研發，找出正確研究方向比解有標準答案的題目複雜得多，若這項能力遲遲無法突破，時程就會延後，他認為 AI 要到 2032 年之後才追平頂尖人類研究員的機率仍有 25%。

💬 JudyAI Lab 觀點

Dwarkesh Patel把超級智慧的時間表大幅提前，認為最快明年、最晚2030年就會出現。他的核心判斷是，AI最有可能在2028年左右追平頂尖人類AI研究員，而且最快只要幾個月。

這則預測值得看的不只是時間點，而是它背後的推論結構。AI研發有許多工作可以直接驗證結果，例如調整訓練演演算法或最佳化資料後，馬上測試模型是否變強，所以AI能不斷提案、做實驗、檢查再改進。原文提到，METR調查Anthropic發現部分可量化任務的進步速度約為過去的兩倍，Anthropic自家資料也顯示，Claude主導的研發工作從2月不到1%，到8月已達26%，但仍需人類監督。另一個值得注意的地方是，Dwarkesh並沒有把話說滿：實驗要消耗算力，研發速度不會直接提高50倍，AI目前也還無法獨立完成前沿研發，他認為2032年之後才追平人類的機率仍有25%。對AI builder來說，能被快速驗證的任務最先被自動化，而判斷方向的能力才是瓶頸。

建議你盤點手上的工作流程，把「可驗證、可重複測試」的環節優先交給AI，並把人力留給決定要做什麼。

📅 原文資訊

🔗 延伸閱讀