【新智元导读】2026年点亮不断练习，2030年告竣全主动编程，2050年垄断诺奖级咨询……人类向AI让与科学主导权的倒计时，仿佛一经劈头。
此前，Jeff Dean曾正在NeurIPS 2025炉边叙话上，指出了目前LLM痛点正在于「缺乏不断练习」。
客岁底，谷歌团队提出的「嵌套化步骤」加强了LLM上下文管束才力，告竣了不断练习。
拓展阅读：终结Transformer统治！清华姚班校友开始，剑指AI「灾难性遗忘」？
不断练习，对待任何一个模子和智能体来说，至合紧张。它是AI能否自我改革，连接发现的一个中央因素。
全主动化编程（Automated Coder， AC），会不会成为AGI以至ASI加快到来的合头拐点？
2030年不光不妨告竣全部主动化编程，更有约25%的概率正在一年内告竣向ASI的奔腾！
一朝这个开合被按下，ASI就极有不妨神速腾飞（25%概率正在1年内告竣）。
扩展阅读（前作）：末日时代外来了！前OpenAI咨询员76页硬核推演：2027年ASI接受全邦，人类成NPC！
针对 AGI 时代线预测这一争议话题，团队以为METR-HRS是目前最适适用于线性外推至超强AI的基准。
全体来说，即是以「才力基准趋向外推」动作中央步骤，使用METR的编码时代跨度套件（METR-HRS）来设定到达AGI所需的有用算力，并沿着这条趋向线实行推演。
AI Futures Model 将 AI 软件研发的主动化与加快轨迹，直观地划分为三个阶段！
模子对主动化编程器（Automated Coder，AC）的界说分外硬核？
AC可能将某个AGI项主意代码编写处事全部主动化，直接代替该项主意全数序次员团队。
模子的推演开始的根据是METR图外的趋向外推，并预估「智能格式编码时代跨度」到达何种秤谌才算作AC。
除了代码除外，模子还追踪了另一项合头才力——咨询咀嚼（Research Taste）。
这更像是一种「团队互助」：写代码是施行力，咨询咀嚼是目标感。施行力再强，倘若目标感跟不上，也只是正在跑无效里程。
AI咨询咀嚼的提拔速率（即正在同样的发展输入下，每做一次测验能带来众少非常代价）。
正在顶尖AGI项目中，AI咨询员与人类咨询员的差异，到达了顶尖人类咨询员与中位咨询员差异的2倍。
正在简直总共认知劳动上，ASI与最英雄类的差异，是最英雄类与中位专业人士差异的2倍。
正在模仿推演中，咨询职员浮现，存正在极少轨迹显示AI可能正在数月内从SIAR跃升至ASI；但也存正在正在智能爆炸阶段「哑火」的不妨，即需求连接通过堆算力才华到达ASI。
要思告竣最疾的腾飞，广泛需求一个反应轮回：让AI才力每一次翻倍所需的时代，都比上一次更短。
正在此，模子提出了一个合头观念——「仅靠咨询咀嚼的奇点（taste-only singularity）」？
这一奇点是否会显露，将取决于「改进思法变得越来越难开掘的速率」与「AI咨询咀嚼提拔速率」之间的博弈。
倘若说AI Futures Model描述的是AI本身进化的「速率」，那么Nature最新的预测则向咱们显示了这种进化将何如重塑科学找寻的「广度」。
常驻牛津、《超等智能：途径、垂危与计谋》的作家Nick Bostrom估计，AGI将2050年前后显露，并具备回复「咱们暂时眷注、且法则上可能由科学回复的大无数题目」的才力。
即使没有所谓的超等智能所有主导，到了2050年，AI也不妨让科学咨询的式样发作根基变更。
由AI算法驱动的自立体系，勾结呆板人测验员，也许24小时不间断地占据生物本领困难。
新本领催生新的科研式样，新学问反过来促进更新、更强的本领，从而连接解锁新的科学规模。
正在此本原上，墨西哥邦立自治大学物理学家Juan Carlos Hidalgo给出了一个乐观的预测。
