Anthropic联创Jack Clark：自我改进AI或提前至2027年到来

自我改进AI——即能够自己设计实验、评估结果并不断迭代提升的人工智能系统——可能比人们想象的更早成为现实。近日，研究机构P-Zero Research发布了一套全新基准测试，专门衡量AI模型在无人干预的情况下自主设计和评估实验的能力。测试结果提升速度之快，令Anthropic联合创始人Jack Clark改变了他对这一里程碑到来时间的判断：他认为自我改进AI有望在2027年实现。

新基准：衡量AI能否当好科学家

据The Decoder报道，P-Zero Research推出的这套基准，聚焦于一个此前难以量化的核心问题：AI模型能否像真正的科研人员一样，独立完成从实验设计到结果评估的完整闭环。传统基准大多考察模型的知识问答、代码生成或推理能力，而这套测试考察的是更高阶的科学方法运用——如何提出假设、设计对照实验、解读数据并据此调整下一步方案。

选择这个切入点并非偶然。科研实验设计与评估被视为AI自主能力的关键试金石：一旦模型能够高质量地完成这一闭环，它就具备了为自身后续改进提供动力的可能。换句话说，这直接关系到AI能否成为驱动自身进化的引擎。

能力提升速度超出预期

测试结果呈现出的趋势是：模型在这类任务上的表现正在以惊人的速度改善。正是这一快速进步，促使Jack Clark重新审视自己此前对自我改进AI时间表的估计，并将其向前推移至2027年。

Clark的这一判断在业内具有相当分量。作为Anthropic的联合创始人之一，他长期关注AI能力边界的演进，其公开表态常被视为对行业前沿动向的参照。将预期提前，意味着在他看来，AI自我改进所需的关键能力——自主实验能力——的成熟曲线比此前预判的更为陡峭。

为什么自主实验能力如此关键

自我改进AI的概念并不新鲜：让AI系统利用自身能力优化自身，形成滚雪球式的正向循环。但这条路径的前提，是模型能够提出有效的改进假设，并通过严格实验验证这些假设，而非依赖人类研究人员的手动引导。这正是P-Zero Research新基准试图检验的环节。

如果模型在该基准上的表现持续快速攀升，那么2027年这一时间点的含义便不再抽象：AI可能开始承担越来越多的研发工作本身，包括改进AI的工作。这将显著改变算力投入、人才结构与竞争格局——那些率先掌握自主实验能力的企业，可能在模型迭代速度上形成代差优势。

乐观与审慎并存

不过，快速改善的基准分数也提示了另一面：基准测试成绩的提升并不自动等同于真实科研场景中的可靠性。实验设计涉及对物理世界、统计方法与领域知识的深层理解，模型在标准化任务上的高分，能否转化为开放环境下的稳健表现，仍需实践检验。

Anthropic联合创始人Jack Clark认为，自我改进AI可能在2027年到来。

Clark的表态同时也为监管与治理提出了新课题。自主改进能力一旦成形，AI系统演化的速度和方向将更难由人类逐步审查，对评估、对齐与安全验证机制的要求也会水涨船高。

展望：两年倒计时开始了

从现在到2027年，行业将迎来一段观察期：P-Zero Research这类专注于自主实验能力的基准，有望成为追踪进展的标尺，而各大实验室在自主研究代理方向的投入也会随之加大。无论Clark的时间表最终是否兑现，一个信号已经明确——AI自我改进不再是遥远的假设，而是被前沿研究者纳入了可讨论的时间线。对于整个行业而言，提前为这一可能性做准备，或许比争论具体年份更有意义。