Hinton 等 22 位学者发布首篇 RSI 论文，探讨智能爆炸
22 位学者联合论证：当 AI 能长期串起完整研发流程、且实例可复制，软件驱动的智能爆炸首次有了工程路径。
包括 Hinton、Bengio 在内的 22 位研究者发布首篇 RSI（递归自我改进，即 AI 参与改进下一代 AI 的循环）论文，讨论自动化 AI 研发是否会触发智能爆炸。作者认为关键在 AI 能否把假设、实验、分析串成长链，且 AI 研究员可复制、可 24 小时工作。
正文摘录
咱诺贝尔物理学奖、图灵奖得主 Hinton 的首篇 RSI 论文，上来就研究一个相当炸裂的问题： 论文名叫《What if automating AI R&D triggers an intelligence explosion?》。 22位作者里，包括两位 AI 教父 Geoffrey Hinton、Yoshua Bengio，强化学习先驱 Andrew Barto，OpenAI 首席科学家 Jakub Pachocki 等一众研究者。 这么多 AI 大牛凑在一起，讨论的正是 AI 领域最古老科幻的「智能爆炸」问题，论文核心观点咱先来一睹为快—— 如果「改进机器」这件事本身，也能被机器做得越来越好，能力增长就可能反过来继续加速能力增长。 这套设想后来成了「智能爆炸」最经典的理论源头，和今年大火的递归自我改进（RSI），其实也算一脉相承。 2026年3月，Claude 能够在仅接受高层次人类监督的情况下自主完成约 1% 的研发工作。 当然了，这个数字不能理解成 Claude 已经自动完成 Anthropic 四分之一的全部研究。 Anthropic 自己也强调，目前 Claude 还没有在哪一类被测 AI 研发工作上达到完全无人监督的水平，但不管咋说，趋势已经很明显了。 论文还提到，截至 2026 年 9 月，OpenAI 内部的 AI 系统已经可以经常完成原本人类员工需要数天完成的研发任务。 真正决定 AI 能不能像研究员一样工作，关键并不只是某个 benchmark 分数有多高。 更重要的是，它能不能把几十个步骤连续串起来，在几个小时、几天，甚至更长时间里持续推进同一个研究目标。 论文综合 benchmark 趋势和实验室内部进展，认为未来几年，AI 有可能自动化大部分 AI 研发工作，甚至完成全部自动化。