AI奇點，已經臨近了！
最近，人稱「矽谷巴菲特」的著名投資人Chamath Palihapitiya，在X上預言了關於「AI奇點」的終極路線圖。
1.人類建構出AGI。
2.AGI變得非常擅長做AI領域的研究。
3.它設計出一個更聰明的AI。
4.那個更聰明的AI，又設計出一個還要聰明的AI。
5.這個循環不斷重複，且速度越來越快。
緊接著，他還拋出一個震撼結論——
看看過去幾周各大AI實驗室公佈的成果和能力，我敢說，我們現在已經身處這個循環之中。
接下來18個月，RSI將迅速提升AI能力。
最終，所有AI模型的邊際成本都將趨近於0！
不只是投資人，如今的整個矽谷，都無比信仰RSI。
就在最近，UC伯克利的一個峰會上，Google DeepMind首席戰略官Jasjeet Sekhon拋出一個更重磅的判斷：
整個科技巨頭圈史無前例的瘋狂投資，本質上都是在押注這三個字母——RSI！
這場「人類文明有史以來最大的一場科學賭注」，量級已經超過了阿波羅登月、曼哈頓工程，乃至整個網際網路。
為什麼巨頭們不惜冒著資金鏈斷裂的風險，也要把這場賭局進行到底？
忘了AGI吧
RSI才是矽谷終極圖騰
如今的AI能自我糾錯，沒人盯著也能連干幾個小時，甚至能生成和最佳化核心、編譯器元件這類底層程式碼
但在Jasjeet Sekhon看來，這還只是RSI的前奏。
他說，別覺得用AI設計AI有多不可思議，工業革命時期，人類也是用第一代蒸汽機去造下一代更強的蒸汽機。
那真正的RSI到底長什麼樣？
一位資深研究員這樣定義：真正的RSI，意味著一個AI模型能完全獨立地重新設計自己的底層架構，甚至從零造出一個全新世代的模型，整個過程不需要人類科學家介入。
一旦跨過這個臨界點，AI進化的速度就會脫離人類掌控。
人類幾十年才走完的迭代，AI也許幾周、甚至幾天就夠了。
這時，奇點循環將真正到來！
2000億美元的「AI氣穴」
一場人類文明史上最大的科學賭局
瞭解了RSI的潛力，你就明白矽谷為什麼在像瘋了一樣燒錢。
今年，光是Google在AI資料中心、晶片和基礎設施上的總資本開支，就達到了驚人的1950億到2050億美元，明年還會大幅增加！
華爾街的股東開始不安，因為從財報看，AI軟體或雲服務的收入增速，暫時覆蓋不了這種量級的資本支出。
曾當過耶魯統計學教授的Sekhon，當場把這個危險戳破。
我們正面臨一個潛在的「AI氣穴」（air pocket，飛機飛行中氣壓驟降、猛地下墜，他借此形容投資踩空），錢花出去了，收入卻沒如期出現。
資料中心蓋好了、晶片裝上了、電也拉進來了，可真正能兌現這筆投入的東西，遲遲不來。
其實，早在Sekhon之前，華爾街已用air pocket形容過這種局面：資本開支跑在收入前面，投資人買的是一個空中樓閣。
既然風險這麼大，為什麼還要蒙眼狂奔？
Sekhon的答案是：這是人類文明有史以來最大的一次科學押注。
他說，眼下全球在AI上的投入，已經讓曼哈頓計畫、阿波羅登月都相形見絀，連當年開發網際網路都比不了。
這種賭徒邏輯很簡單：現有技術雖然還不是真正的RSI，但「做空它，顯然不明智」。
因為一旦RSI真的實現，就如上文所說，所有AI模型的邊際成本將無限趨近於0。
到那時，率先掌握RSI的公司將擁有近乎神一般的生產力，直接降維打擊所有競爭對手，壟斷全球的算力與智力資源。
這已經不是一家公司的盈虧問題，而是一場「贏家通吃、輸家退場」的生死局。
為了這張通往新紀元的門票，2000億美元，只是小菜一碟。
今天這堆資料中心、TPU、電力，如果只能靠人類工程師一代代手工訓模型，那就是一筆巨大的、會不斷折舊的固定資產。
可一旦AI開始加速AI研發，將直接改變帳本的邏輯。
投進去的算力不再是線性花掉，而是能滾出複利：這一代AI幫你更快造出下一代，下一代再幫你造下下一代。
這就是Sekhon說RSI是「投資邏輯關鍵部分」的原因。RSI，就是這筆錢能否回本的前提。
「御三家」的RSI處理程序
Google、Anthropic、OpenAI，三家各給了一個樣本。
先看Google。
DeepMind的AlphaEvolve系統，專門用AI來最佳化演算法。
它把Gemini訓練裡的一個關鍵核心提速了23%，讓整個訓練時間降了1%；它改過的一個電路設計，被直接寫進了下一代TPU的晶片裡。
如今它已經是Google基礎設施裡的常規工具，像快取策略這種活兒，它兩天幹完了人類過去要花幾個月才能做的事。
AI幫著造晶片、造更快的AI，已經成為現實。
再看Anthropic。
今年4月，他們做了個更激進的實驗：九個Claude智能體，被丟進一個限定的對齊研究任務裡，自己提假設、自己跑實驗、自己交換發現。
兩個人類研究員干一周，只追回了23%的性能差距；九個智能體累計用時800小時，花費約1.8萬美元，追回了97%。
看起來，AI已經能獨立做研究了？
別急，同一篇報告裡，還藏著一個更重要的反證：當研究員把這套「最有效」的方法，搬到Claude真實的生產訓練環境裡，它沒有帶來任何統計上顯著的改進。
這說明，「限定任務裡的加速」和「真正重構AI的能力」，中間還隔著一道鴻溝。
最後是OpenAI。
7月，OpenAI披露：他們的GPT-5.6 Sol經Codex自主改寫了生產環境的GPU核心，端到端推理成本降了20%；它還給自己的推測解碼模型跑了幾百次架構實驗，token生成效率提升超過15%。
OpenAI甚至第一次在發佈材料裡，公佈了一個專門評測自我改進能力的「RSI Index」。
閉環是不是就快轉起來了？
OpenAI在自己的系統卡中說得很克制，GPT-5.6 Sol還沒有達到公司自訂的「High」自我改進門檻，它能解決一部分真實研究問題，卻還不能可靠地設計並執行完整的後訓練方案。
三個例子擺在一起，RSI目前的圖景就很清楚了：
AI輔助AI研發，真的在發生；但真正的RSI——AI獨立重構自己的完整架構、訓練並部署更強的繼任者，離我們還有一段距離。
黑暗降臨
當超強AI成為駭客與生化武器
然而，奇點背後，也有著陰影。
這場峰會上，剛剛加入Meta「超級智能」部門的伯克利CS教授Dawn Song，與Sekhon一起，將討論的焦點轉向了所有人都在迴避的問題：AI的極端風險。
兩人的共識是：最危險的不是模型突然變聰明，是攻和防的速度失衡。
當AI擁有了RSI的能力，它能治癒癌症，能幫人類探索宇宙，但它同樣能成為毀滅人類的終極武器。
首先是網路安全維度的「降維打擊」。
Dawn Song警告說，在短期內，AI的發展將「更有利於攻擊者」，這是一個極其不對稱的戰場：駭客只要找到一個漏洞就能成功，而防守方卻必須防禦所有可能的攻擊。
當惡意攻擊者利用聰明的AI智能體去給開放原始碼庫投毒，去掃描和利用人類程式設計師留下的漏洞時，接下來的日子會非常難熬：
想想看，我們現有的防禦系統有多麼脆弱：美國的能源電網、全球的醫院系統、金融網路，在超級AI面前，可能就像紙糊的一樣。
但網路安全還算「小兒科」。
Sekhon更擔心的是生物，他在會上拋出了一個極其可怕的場景，我們已經很接近這樣一個世界，「任何一個人，只靠自然語言跟模型對話，就能設計出一種致命病毒或蛋白。」
他提出，未來社會必須像現在追蹤製造炸藥的化肥一樣，對所有「具有生物相關性的材料」進行極其嚴格的許可、監控和追蹤。
目前，Google正試圖將他們用於識別AI生成內容的「水印技術」（SynthID）應用到生物學領域。
這意味著，未來如果有公司為藥企合成DNA序列，系統可以掃描這些序列，看看裡面有沒有隱藏著由AI偷偷生成的、存在致命風險的「惡意程式碼」。
到時候，是防線會建得更快，還是AI會進化得更快？
倒計時已經開始
我們還有多少時間？
這些聽起來像科幻，但矽谷的大腦們，已經給出了精確的倒計時。
Chamath說：接下來的18個月，世界將陷入瘋狂。
Sekhon判斷：真正的RSI「很可能在未來幾年內出現」。
同場的DeepMind研究副總裁Oriol Vinyals和OpenAI聯創Wojciech Zaremba，甚至報出了具體年份：2027或2028。
人類歷史上，還沒有那一種可能從根本上改寫文明軌跡的技術，倒計時如此逼近。
這一次，被擺上檯面的，是一場和時間賽跑的賭局。
基礎設施投資正按算力的速度往前衝，晶片、電力、資料中心，幾年內都會到位。
可是，對應的收入和RSI能不能趕上這班車？
在中間的懸空裡，我們會不會恰巧撞上這個「氣穴」？
但至少在Sekhon這裡，Google2000億美元豪賭的方向已經很清楚：RSI會來。
蒸汽機造出了更好的蒸汽機，人類迎來了工業革命。
現在，AI正在醞釀造出更好的AI，也把我們這代人，推向一個未知的分界點。
不管你是否準備好，轟鳴的資料中心不會停，AI的自我進化不會停。
倒計時已經開始，你，準備好迎接奇點了嗎？(新智元)