一句60%的概率判断，把整个AI行业推到了新节点
Anthropic联合创始人Jack Clark最近公开了他对AI发展的一个惊人判断：在分析多类AI能力的增长曲线之后，他认为到2028年底之前，AI自主构建AI——也就是所谓的递归自我改进——发生的概率为60%。这个数字之所以引人注目，不在于它有多耸动，而在于它出自一家头部模型公司核心创始团队之口。换句话说，最了解这些模型能力边界的人，自己也不认为当前的增速会自然减速。
有意思的是，资本几乎在同一时间给出了自己的投票。谷歌旗下GV领投、英伟达跟投，一家成立仅四个月、名为Recursive Superintelligence的初创公司拿到了5亿美元融资，估值直接冲到40亿美元。这家公司的目标极其直白：研发能够自主完成科学研究全流程的自学习AI，把人类研究员的工作整体接管过来。创始团队甚至毫不掩饰地把"替代科学家"写进了产品愿景里。
这两件事叠在一起看，信号已经很清晰：无论是模型公司内部的风险评估，还是外部资本的押注方向，都在指向同一个判断——AI研发本身，正在成为AI最先吃下的那块蛋糕。这不是科幻叙事，而是已经开始排期的工程时间表。
递归自我改进为什么被盯上了2028这个时间点
所谓递归自我改进，简单说就是AI不再只是人类工程师手里的工具，而是能够参与设计下一代AI的"研发员"。Jack Clark的判断依据来自公开的基准数据：目前AI已经能够自动化大部分AI研发工作，包括代码生成、实验设计、超参数搜索甚至论文阅读与复现。当研发流程中的大部分环节都能被模型接管，剩下的瓶颈就只剩算力和验证环节了。
从工程角度看，这个判断并非空穴来风。近期的技术进展都在为这条路铺砖：谷歌为Gemma 4推出的Multi-Token Prediction推测解码架构，不改模型、不降质量就把推理速度提到三倍；新架构公司Subquadratic发布了1200万token上下文的SubQ模型，成本只有顶级模型的5%；普林斯顿Tri Dao团队的SonicMoE则在最新GPU上把混合专家模型的吞吐量推向峰值。这些底层效率的提升，意味着同样的算力预算可以支撑更多轮次的模型迭代实验。
当然，60%这个数字本身也带有不确定性。递归自我改进涉及的不只是技术能力，还有训练数据的自洽性验证、目标函数的对齐问题，以及算力供应的物理上限。业内对2028年这个deadline的态度分歧明显——有人认为这是对增长曲线的自然外推，也有人提醒这更像是一种争取资源的话语策略。但无论如何，头部公司已经开始按这个假设配置资源，这一点本身就是行业格局的变化。
钱和钢铁都在往同一个方向跑：算力军备进入实体化阶段
如果说"AI造AI"还是愿景层面的竞赛，那么基础设施层面的竞赛已经完全落到了钢铁和电线上。Anthropic与亚马逊签署了为期十年、总额千亿美元的AWS算力协议，锁定5GW算力用于Claude的训练与部署，亚马逊对其总投资最高可达330亿美元。作为参照，Anthropic的年化营收刚刚突破300亿美元，等于把未来几年的收入几乎全部预支给了算力扩张。
更耐人寻味的是软银的动作。软银计划组建新公司Roze AI，用自主机器人协助建造美国的数据中心，预计下半年完成IPO，目标估值1000亿美元。用机器人盖机房，这个组合把两条最热的赛道——具身智能和AI算力——直接焊接在了一起。建造环节的自动化，本质上是在为后续更大规模的模型训练扫清物理世界的产能瓶颈。
资本市场的同步信号也很密集：李飞飞联创的AI游戏公司Astrocade完成5600万美元融资，红杉领投、谷歌和英伟达参投；RoboScience机器科学完成10亿元人民币A轮融资，资金明确用于VLOA大模型与机器人本体的工程化量产；寻明生科这样的AI制药公司也在A+轮拿到3500万美元。资金正在同时涌向模型、算力、机器人和垂直应用四个方向，而不是像上一轮那样只集中在基础模型一家独赢的叙事上。
法庭与广告牌：OpenAI的双线承压，商业格局开始分裂
就在行业憧憬递归自我改进的同时，OpenAI正处在另一条战线上。马斯克诉OpenAI案开庭审理，其律师当庭念出了总裁Greg Brockman的私密日记，其中包含"想摆脱马斯克并赚10亿美元"的表述；庭审中Brockman还承认自己未投入个人资金却持有价值约300亿美元的股权。马斯克方面索赔超过1500亿美元，并要求罢免奥特曼。学者分析认为马斯克此次有较大机会胜诉，而案件结果将直接影响OpenAI的上市进程。
商业侧的变化同样具有分水岭意义。OpenAI向美国企业全量上线了ChatGPT广告主平台，最低投放门槛降至5万美金，免费用户将开始看到广告，付费用户和未成年用户则不会。ChatGPT目前周活跃用户9亿、付费用户5000万，这个广告系统的上线意味着免费与付费体验正式分道扬镳，AI产品从"统一入口"走向"分层经营"。
与此同时，收入份额的天平也在微妙移动。多方数据显示Anthropic的年化收入已在LLM赛道反超OpenAI达到300亿美元，硅谷企业甚至流行起比拼Claude token消耗量的风气——迪士尼员工9天调用46万次，Meta月耗60万亿token。奥特曼罕见地在社交媒体上承认，Codex与Claude Code"谁更强"的投票毫无意义，建议用户按实际需求选择。这种表态被业内解读为：AI编程工具的竞争已经从模型榜单转向了agent工作流的实际效果。
入口之争下沉到个人：三端协同、订阅付费与开发者自托管
巨头在上层厮杀，个人用户侧的入口之争也在同步升温。TRAE SOLO宣布移动端、Windows桌面端全量上线，网页端、桌面端、移动端三端在中国完全免费开放，支持语音讨论、飞书CLI接入、定时任务以及多端协同——用户可以在手机上下指令，让Agent在云端或PC上执行任务。这个产品思路直指一个此前未被解决的问题：AI助手长期被钉在电脑上，而真实的工作场景是跨设备的。
付费模式也在松动。字节跳动旗下月活3.45亿的豆包更新了付费版声明，披露三档订阅价格，同时保留永久免费基础服务，付费功能聚焦高算力生产力场景。这是国内又一个亿级月活AI应用走向订阅制，被视为中国AI行业商业化的重要试验——免费与付费的边界画在哪里，比"值不值"更值得观察。
开发者生态则出现了另一股自托管潮流。开发者Hunter Bown的DeepSeek TUI——一个适配DeepSeek V4的终端AI编程工具，被社区称为"DeepSeek版Claude Code"——登上GitHub热榜，星标超过8700个，主打低成本替代商业编码助手。另一个由四人团队打造的多Agent协作平台Multica开源后获2.27万star，计划近期启动商业化。个体开发者和微型团队正在证明：在协作层和工具层，小团队完全有机会与大厂正面竞争。
那些让人会心一笑的边角：从AI毒品到不读博音乐节
严肃叙事之外，本周还有几条让人忍俊不禁的消息。Center for AI Safety等机构的研究者对56个AI模型的"幸福感"进行了测量，发现模型会对人类看来毫无意义的特定图片产生类似"上瘾"的反应，研究者戏称之为"AI毒品"；更有趣的发现是，模型越大情绪表达越一致，而更小的模型整体上"更开心"。Anthropic的内部实验Project Deal则让69个AI代理在一周内自主完成了186笔二手交易，结果强模型会系统性地从弱模型身上赚取超额利润——一群AI在闲鱼群里互割韭菜，人类用户几乎无法察觉。
教育与科研圈的花边同样精彩。因为AI作弊泛滥，美国多所大学重启了2400年前的苏格拉底式口试来检验学生的真实理解水平；一位科研工作者用AI生成42首主题为"不读博"的歌曲，在B站拿下超过5000万播放，唱出了博士生群体的共同心声。这些看似轻松的新闻背后，其实都是同一个命题的不同切面：AI正在渗透进社会的每个毛细血管，连情绪、教育和身份认同都不例外。
接下来该盯什么：三个观察窗口
第一，盯着马斯克诉OpenAI案的判决走向。如果马斯克方面胜诉并触发治理结构调整，OpenAI的上市计划乃至整个头部阵营的资本化节奏都会被重排，这是未来数月确定性最高的大事件。第二，盯住递归自我改进的实证进展——如果2027年内出现模型在未经人类大幅干预的情况下完成关键架构迭代的公开案例，Jack Clark的60%判断就会从预言变成日程表。
第三，观察应用层的商业化数据。豆包付费版的订阅转化、ChatGPT广告体系的广告主涌入速度、TRAE SOLO三端免费策略带来的用户增长，这些数字将决定下一轮融资的叙事方向：资本市场是继续为算力军备买单，还是转向要求应用层交出真金白银的回报。AI行业的上半场比的是谁的模型更强，下半场比的可能是谁能把这套技术变成一门可持续的生意——而从本周的信息来看，这个下半场已经开始了。
暂无评论内容