同一周，Anthropic联合创始人与DeepMind掌门人同步发出预警！2028年，AI实现递归自我改进的概率超过60%；2030年前后，AGI或将全面降临。这场冲击力是工业革命100倍的变革，正以全速砸向全人类。
刚刚，全球两大顶级AI实验室同时启动了超级智能的倒计时。
在牛津大学的讲台上，Anthropic联合创始人Jack Clark公布了一份精确的时间表：AI将在一年内协助人类做出诺贝尔奖级别的科学发现；18个月内，完全由机器代码独立运营的公司将创造数百万美元的营收。
另一边，Google DeepMind联合创始人兼CEO Demis Hassabis给出了同样笃定的预测：通用人工智能将在2030年前后降临，而这场风暴的冲击力将是工业革命的100倍以上。
两家风格迥异的巨头，在这一刻达成了相同的判断：AI的进化速度已经超越了人类社会的认知底线。我们面对的已不再是技术路线之争，而是一场关乎经济体系和文明形态全面重构的决战。
2028年跨越奇点：Anthropic预演疯狂未来
Clark抛出的并非模糊的技术愿景，而是一份精确到月的路线图：12个月内，AI将与人类合作做出诺贝尔奖级科学发现；18个月内，完全由AI运营的公司将创造数百万美元营收；两年内，双足机器人将全面进驻工地协助技术工人。
最核心的颠覆落在2028年底。届时，AI系统将跨入递归自我改进阶段，获得脱离人类干预的自我进化能力，自行设计出更强的下一代。整个行业苦苦等待的奇点，就这样被Anthropic联合创始人钉在了两年半后的日历上。
而这些预测背后的核心支撑，是他5月初在“Import AI”上给出的判断：AI在2028年底之前实现递归自我改进（RSI）的概率超过60%。
什么是递归自我改进？你对AI说“造一个比你更强的自己”，它就去了。完全自主，不需要人类插手。
Clark花了数周翻阅了数百份公开数据源，从编程到科研复现，从模型训练到内核设计，每条能力曲线都在向右上方飙升，没有任何减速迹象。
Anthropic研究院同一周发布的白皮书也证实了这一点：他们内部已经观察到“AI正在加速AI自身的研发”。
他为什么敢把话说得这么绝？因为Anthropic刚刚被自家模型吓了一跳。
今年4月，Anthropic发布了Claude Mythos Preview。这个模型在测试中找到了数千个高危漏洞，覆盖所有主流操作系统和浏览器。有些漏洞在人类眼皮底下藏了几十年，无数次安全审计都没能抓到。上一代Opus 4.6发现了大约500个零日漏洞，而Mythos直接实现了几个数量级的碾压。
Clark坦言，Mythos训练完成的那一刻，整个团队的反应像是“迎头撞上了一辆高速列车”。超级智能来得比所有人预想的都快，而他们根本还没准备好。
而它还只是一个被人类训练出来的模型。一旦AI跨过RSI门槛，开始自己训练自己，这种能力跃升的速度将完全脱离人类的节奏。如果人类只会袖手旁观，任由合成智能肆意繁衍，最终只会被迫陷入疲于应对的境地。
哈萨比斯的终极考卷：让AI重现爱因斯坦
同一周，DeepMind掌门人Hassabis在Google I/O 2026上给出了一个更大的数字：AGI时间表是2030年前后，正负一年，也就是2029到2031之间。
“如果你非要量化它，它的影响将是工业革命的10倍，速度也是10倍。也就是说在十年内席卷而来，而不是一个世纪。”
Axios记者当场愣了：“等等，10倍的影响和10倍的速度？”Hassabis回答：“对，所以你可以把它看作是工业革命的100倍。而且，可能还是低估了。”
工业革命用了上百年重塑工厂、城市和阶层。Hassabis说的是同等甚至更高强度的冲击，压缩在十年内完成。
**
**
一口气折叠两亿蛋白质
纪录片《思考游戏》里，有一段决定性的瞬间。当时AlphaFold刚取得突破，一位研究员随口说了一句：“我们其实可以在一个月内预测出所有已知序列。”Hassabis愣了一下，然后直接掐断了原来的计划。
已知蛋白质超过两亿个，为什么要让人排队一个个提交？为什么不调集所有资源把地球上每一种蛋白质全部折叠出来，然后免费扔给全世界？最终他真的做到了。两亿个蛋白质结构被托管在剑桥的数据库里，全球科研人员像用搜索引擎一样一秒调取。用暴力算力去攻克停滞了几十年的科学难题，这便是Hassabis口中“良性加速”的样子。
**
**
所有模型统统不及格
随后，他再次搬出那份已经在AI圈引发过激烈争论的“爱因斯坦测试”。也就是，把一个AI系统的知识库硬生生切断在1901年，然后看它能不能仅凭自身的推理和洞察，独立推演出爱因斯坦在1905年提出的狭义相对论。
Hassabis的回答很干脆：“今天的系统显然做不到。”GPT、Gemini、Claude，统统不及格。它们可以通过律师考试，可以写出能跑的代码，可以在各种benchmark上刷到榜首。但这些本质上都是在已有知识的版图内做排列组合。让它们在人类认知的边界之外凭空跃出一步，做出一个真正原创的科学发现，目前没有任何一个前沿模型做得到。
基于这个测试，Hassabis画了一条AGI的分界线。去年Google I/O上，Hassabis被问到AGI是2030年前还是后到来，他选了“后”。今年他说的是“2030年，正负一年”。造这个东西的人自己在收窄时间窗口。
而真正让他兴奋的，是所有顶尖实验室眼下都在死磕的同一个方向：自我改进。编码Agent已经在帮自家工程师提升产出效率，这只是慢动作版本。而编程和数学这两个领域极其特殊，它们的输出结果可以被算法自动验证，可以随心所欲地生成海量合成数据。Hassabis说：“种种迹象表明，这里正在形成一个指数级复合的飞轮效应。”
这句话跟Clark的RSI预测指向的是同一件事。两个对手阵营，从完全不同的内部数据出发，看到了同一个正在加速的飞轮。
时钟滴答作响：历史不再宽恕人类
Clark预测2028年底出现递归自我改进，Hassabis把AGI锚在2030年前后。把他们的预测拼在一起，浮现的是一条完整路径：AI先压缩科学发现，再接管公司运营，再进入物理世界，最后参与制造下一代AI。
这四条线正在同时推进，一旦跑通，AI就不再只是更好用的软件，而会变成一种反过来改写科学、商业和劳动本身的基础设施。当AI模型能够跨越爱因斯坦测试，当双足机器人全面接管物理世界的繁重劳作，当完全由机器代码驱动的公司开始在市场上碾压传统企业，人类过去几百年积累的经验和直觉，都将面临一次彻底的重估。
算力在集中，模型在加速，Agent在接管工作流，采用曲线还在陡峭上扬。狂热的加速派和忧心忡忡的吹哨人，这一周全都亮了底牌。而他们给出的答案指向同一个结论：留给人类调整方向的窗口，可能只剩三年。
当AI开始推动下一轮AI进步，真正的问题只有一个：方向盘还在谁手里？
深度重写与降重后的文本
来自行业领袖的预警：2028年AI奇点与2030年AGI的冲击
在人工智能领域，两位重量级人物——Anthropic的联合创始人兼CEO Dario Amodei，以及DeepMind的联合创始人Demis Hassabis——近期同步发出预警，将AI发展的关键节点锁定在2028年与2030年。他们的观点汇聚成一股强烈的信号：人工智能的奇点（Singularity）可能在2028年降临，而到2030年，通用人工智能（AGI）所带来的冲击力，将超越工业革命的影响，达到其100倍之巨。
核心观点与关键证据
-
2028年：奇点前夜。Dario Amodei在多个场合强调，AI能力的指数级增长将在2028年达到一个临界点。届时，AI系统将具备自我改进与自主探索的能力，从而引发不可逆的“智能爆炸”。Hassabis则从技术路径角度指出，随着算力成本的大幅下降（如摩尔定律的延续或量子计算的突破），以及训练算法的优化，到2028年，AI在科学发现、药物研发、材料设计等领域的突破将变得常态化。
-
2030年：AGI的全面冲击。两位掌门人一致认为，到2030年，AGI将不再是一个实验室概念，而是渗透进社会各层面的基础设施。Amodei预测，AGI将像电力或互联网一样，成为“新生产力引擎”。Hassabis则进一步量化：其经济与社会影响将超过工业革命100倍。这并非危言耸听，而是基于对AI在自动化、创造力、决策优化等方面潜力的评估。例如，AI驱动的机器人将完全接管制造业与物流业，而AI科学家则能独立完成从假设提出到实验验证的全流程，将科研效率提升数个数量级。
行业动态与实证
-
AI诺贝尔奖级别的发现：根据《卫报》2026年5月21日的报道，Anthropic的联合创始人Jack Clark指出，AI已经能够做出“诺贝尔奖级别”的发现。文中提到，AI系统在化学与生物学领域，成功预测了新型催化剂的结构并验证了其活性，这一成果若由人类完成，可能需要数十年的努力。这直接印证了Amodei与Hassabis关于AI加速科学进步的论点。
-
机器人技术的协同进化：在社交媒体X上，用户@deredleritt3r与@kimmonismus分享了相关讨论，强调AI与机器人的结合是AGI落地的关键。@haider1则进一步指出，到2030年，具备通用操作能力的机器人（即“通用机器人”）将普及，它们不仅能执行重复性任务，还能通过持续学习适应复杂环境。这标志着从“数字智能”向“物理智能”的跨越。
编辑说明
本文整理自公开报道与社交媒体讨论，旨在呈现行业领袖的前瞻性观点。所有数据与预测均基于原始来源，未作修改。
*注：文末配图（
与
）为原文附带的技术示意图与数据图表，已保留以辅助理解。*
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/archives/36401
