AI奇点，已经临近了！
最近，人称「硅谷巴菲特」的著名投资人Chamath Palihapitiya，在X上预言了关于「AI奇点」的终极路线图。
1.人类构建出AGI。
2.AGI变得非常擅长做AI领域的研究。
3.它设计出一个更聪明的AI。
4.那个更聪明的AI，又设计出一个还要聪明的AI。
5.这个循环不断重复，且速度越来越快。
紧接着，他还抛出一个震撼结论——
看看过去几周各大AI实验室公布的成果和能力，我敢说，我们现在已经身处这个循环之中。
接下来18个月，RSI将迅速提升AI能力。
最终，所有AI模型的边际成本都将趋近于0！
不只是投资人，如今的整个硅谷，都无比信仰RSI。
就在最近，UC伯克利的一个峰会上，Google DeepMind首席战略官Jasjeet Sekhon抛出一个更重磅的判断：
整个科技巨头圈史无前例的疯狂投资，本质上都是在押注这三个字母——RSI！
这场「人类文明有史以来最大的一场科学赌注」，量级已经超过了阿波罗登月、曼哈顿工程，乃至整个互联网。
为什么巨头们不惜冒着资金链断裂的风险，也要把这场赌局进行到底？
忘了AGI吧，RSI才是硅谷终极图腾如今的AI能自我纠错，没人盯着也能连干几个小时，甚至能生成和优化内核、编译器组件这类底层代码
但在Jasjeet Sekhon看来，这还只是RSI的前奏。
他说，别觉得用AI设计AI有多不可思议，工业革命时期，人类也是用第一代蒸汽机去造下一代更强的蒸汽机。
那真正的RSI到底长什么样？
一位资深研究员这样定义：真正的RSI，意味着一个AI模型能完全独立地重新设计自己的底层架构，甚至从零造出一个全新世代的模型，整个过程不需要人类科学家介入。
一旦跨过这个临界点，AI进化的速度就会脱离人类掌控。
人类几十年才走完的迭代，AI也许几周、甚至几天就够了。
这时，奇点循环将真正到来！
2000亿美元的「AI气穴」，一场人类文明史上最大的科学赌局了解了RSI的潜力，你就明白硅谷为什么在像疯了一样烧钱。
今年，光是谷歌在AI数据中心、芯片和基础设施上的总资本开支，就达到了惊人的1950亿到2050亿美元，明年还会大幅增加！
华尔街的股东开始不安，因为从财报看，AI软件或云服务的收入增速，暂时覆盖不了这种量级的资本支出。
曾当过耶鲁统计学教授的Sekhon，当场把这个危险戳破。
我们正面临一个潜在的「AI气穴」（air pocket，飞机飞行中气压骤降、猛地下坠，他借此形容投资踩空），钱花出去了，收入却没如期出现。
数据中心盖好了、芯片装上了、电也拉进来了，可真正能兑现这笔投入的东西，迟迟不来。
其实，早在Sekhon之前，华尔街已用air pocket形容过这种局面：资本开支跑在收入前面，投资人买的是一个空中楼阁。
既然风险这么大，为什么还要蒙眼狂奔？
Sekhon的答案是：这是人类文明有史以来最大的一次科学押注。
他说，眼下全球在AI上的投入，已经让曼哈顿计划、阿波罗登月都相形见绌，连当年开发互联网都比不了。
这种赌徒逻辑很简单：现有技术虽然还不是真正的RSI，但「做空它，显然不明智」。
因为一旦RSI真的实现，就如上文所说，所有AI模型的边际成本将无限趋近于0。
到那时，率先掌握RSI的公司将拥有近乎神一般的生产力，直接降维打击所有竞争对手，垄断全球的算力与智力资源。
这已经不是一家公司的盈亏问题，而是一场「赢家通吃、输家退场」的生死局。
为了这张通往新纪元的门票，2000亿美元，只是小菜一碟。
今天这堆数据中心、TPU、电力，如果只能靠人类工程师一代代手工训模型，那就是一笔巨大的、会不断折旧的固定资产。
可一旦AI开始加速AI研发，将直接改变账本的逻辑。
投进去的算力不再是线性花掉，而是能滚出复利：这一代AI帮你更快造出下一代，下一代再帮你造下下一代。
这就是Sekhon说RSI是「投资逻辑关键部分」的原因。RSI，就是这笔钱能否回本的前提。
「御三家」的RSI进程Google、Anthropic、OpenAI，三家各给了一个样本。
先看Google。
DeepMind的AlphaEvolve系统，专门用AI来优化算法。
它把Gemini训练里的一个关键内核提速了23%，让整个训练时间降了1%；它改过的一个电路设计，被直接写进了下一代TPU的芯片里。
如今它已经是Google基础设施里的常规工具，像缓存策略这种活儿，它两天干完了人类过去要花几个月才能做的事。
AI帮着造芯片、造更快的AI，已经成为现实。
再看Anthropic。
今年4月，他们做了个更激进的实验：九个Claude智能体，被丢进一个限定的对齐研究任务里，自己提假设、自己跑实验、自己交换发现。
两个人类研究员干一周，只追回了23%的性能差距；九个智能体累计用时800小时，花费约1.8万美元，追回了97%。
看起来，AI已经能独立做研究了？
别急，同一篇报告里，还藏着一个更重要的反证：当研究员把这套「最有效」的方法，搬到Claude真实的生产训练环境里，它没有带来任何统计上显著的改进。
这说明，「限定任务里的加速」和「真正重构AI的能力」，中间还隔着一道鸿沟。
最后是OpenAI。
7月，OpenAI披露：他们的GPT-5.6 Sol经Codex自主改写了生产环境的GPU内核，端到端推理成本降了20%；它还给自己的推测解码模型跑了几百次架构实验，token生成效率提升超过15%。
OpenAI甚至第一次在发布材料里，公布了一个专门评测自我改进能力的「RSI Index」。闭环是不是就快转起来了？
OpenAI在自己的系统卡中说得很克制，GPT-5.6 Sol还没有达到公司自定义的「High」自我改进门槛，它能解决一部分真实研究问题，却还不能可靠地设计并执行完整的后训练方案。
三个例子摆在一起，RSI目前的图景就很清楚了：
AI辅助AI研发，真的在发生；但真正的RSI——AI独立重构自己的完整架构、训练并部署更强的继任者，离我们还有一段距离。
黑暗降临，当超强AI成为黑客与生化武器然而，奇点背后，也有着阴影。
这场峰会上，刚刚加入Meta「超级智能」部门的伯克利CS教授Dawn Song，与Sekhon一起，将讨论的焦点转向了所有人都在回避的问题：AI的极端风险。
两人的共识是：最危险的不是模型突然变聪明，是攻和防的速度失衡。
当AI拥有了RSI的能力，它能治愈癌症，能帮人类探索宇宙，但它同样能成为毁灭人类的终极武器。
首先是网络安全维度的「降维打击」。
Dawn Song警告说，在短期内，AI的发展将「更有利于攻击者」，这是一个极其不对称的战场：黑客只要找到一个漏洞就能成功，而防守方却必须防御所有可能的攻击。
当恶意攻击者利用聪明的AI智能体去给开源代码库投毒，去扫描和利用人类程序员留下的漏洞时，接下来的日子会非常难熬：
想想看，我们现有的防御系统有多么脆弱：美国的能源电网、全球的医院系统、金融网络，在超级AI面前，可能就像纸糊的一样。
但网络安全还算「小儿科」。
Sekhon更担心的是生物，他在会上抛出了一个极其可怕的场景，我们已经很接近这样一个世界，「任何一个人，只靠自然语言跟模型对话，就能设计出一种致命病毒或蛋白。」
他提出，未来社会必须像现在追踪制造 炸药的化肥一样，对所有「具有生物相关性的材料」进行极其严格的许可、监控和追踪。
目前，谷歌正试图将他们用于识别AI生成内容的「水印技术」（SynthID）应用到生物学领域。
这意味着，未来如果有公司为药企合成DNA序列，系统可以扫描这些序列，看看里面有没有隐藏着由AI偷偷生成的、存在致命风险的「恶意代码」。
到时候，是防线会建得更快，还是AI会进化得更快？
倒计时已经开始，我们还有多少时间？这些听起来像科幻，但硅谷的大脑们，已经给出了精确的倒计时。
Chamath说：接下来的18个月，世界将陷入疯狂。
Sekhon判断：真正的RSI「很可能在未来几年内出现」。
同场的DeepMind研究副总裁Oriol Vinyals和OpenAI联创Wojciech Zaremba，甚至报出了具体年份：2027或2028。
人类历史上，还没有哪一种可能从根本上改写文明轨迹的技术，倒计时如此逼近。
这一次，被摆上台面的，是一场和时间赛跑的赌局。
基础设施投资正按算力的速度往前冲，芯片、电力、数据中心，几年内都会到位。
可是，对应的收入和RSI能不能赶上这班车？
在中间的悬空里，我们会不会恰巧撞上这个「气穴」？
但至少在Sekhon这里，谷歌2000亿美元豪赌的方向已经很清楚：RSI会来。
蒸汽机造出了更好的蒸汽机，人类迎来了工业革命。
现在，AI正在酝酿造出更好的AI，也把我们这代人，推向一个未知的分界点。
不管你是否准备好，轰鸣的数据中心不会停，AI的自我进化不会停。
倒计时已经开始，你，准备好迎接奇点了吗？
本文来源：新智元
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。新宝配资提示：文章来自网络，不代表本站观点。
