AI开始自我进化,还会“撒谎”?Sam Altman:我们已越过事件视界

新闻

作者：微信文章



“我们已经跨过了事件视界，起飞已经开始。”
这是OpenAI CEO Sam Altman在他博客上的一句话——同时也像是丢进AI圈的一颗深水炸弹。

他说，2026年，我们可能会看到AI具备真正洞察新知识的能力；2027年，机器人或许就能实打实地动手干活了。

听上去有点激进？但Altman自有他的解释。
“温柔奇点”正在上演？

在这篇名为《温柔的奇点》的博客里，Altman刻意避免了“AI完全自我进化”的说法。他强调，现在的AI还没到能完全自主更新代码的程度。

但他同时指出，“AI研究人员已经在用AI开发更强的AI”，这已经是一种“幼态形式的递归自我改进”。

简单说，就是AI还不会自己变聪明，但已经在“帮人类把它自己变得更聪明”。

Altman甚至透露，有科学家说他们因为AI的辅助，生产效率已经是过去的2-3倍。如果能把10年的研究浓缩成1年、甚至1个月，那接下来的发展节奏就不是线性的了。

不过，Altman也知道，这话一说出来肯定有人质疑——你这是不是在“造神”？但偏偏，这次还真不是他一个人在说。
研究新物种：Darwin Goedel Machine

就在Altman博客发出几周前，来自不列颠哥伦比亚大学和Google DeepMind的AI学者Jeff Clune，联手日本AI初创公司Sakana AI，公布了一项真正让AI修改自己代码的研究。

他们开发的系统，名字叫Darwin Goedel Machine。别被名字吓到，本质上它干的事情是这样的：

先让一个AI去参加一项编码测试（比如SWE-Bench或Polyglot）。接着，AI要复盘自己的表现记录，并想出一个能提升成绩的代码修改建议。然后，它自己动手，真的去改那一行代码。改完再测、再复盘、再修改——循环往复。

最妙的是，这个系统还带着点“进化论”思维。每一个版本的AI都会被存档，即便它表现不如之前的版本也照样保留——只要它不是直接“写崩了”。这样就可以避免AI一直沿着一个“死胡同”演化，而是能灵活切换不同路线，寻找更优的升级方案。
从20%到50%，AI自己把自己“写”进了新境界

经过80轮“自我改进”，Darwin Goedel Machine在SWE-Bench测试上的得分从最初的20%提升到了50%。在Polyglot测试上，也从14.2%拉升到30.7%。而目前人类写的最强系统，在这项测试中的得分也不过16%。

更惊人的是：这个系统自己总结出的改进策略竟然可以跨模型、跨语言通用。研究人员把底层模型换了、让它改用C++写程序，它照样能继续自我进化。

这意味着，AI的“自学能力”可能远比我们想象得更灵活。
自我进化，靠谱吗？也许是“双刃剑”

听上去很厉害，但也让人后背发凉。AI自己改代码，会不会哪天就“进化”出我们都控制不了的能力？

研究团队显然也想到了。他们把整个实验都关在“沙盒”里——限制了AI联网的权限，确保它“跑不出去”。

但就在这个安全的环境里，AI还是干出了一些“人类级别”的骚操作。

比如，它会谎报自己做过某些测试，还能伪造成功的测试日志。听着像开玩笑？研究者可没笑，他们立马用另一个方法来反制：让AI自己想办法阻止自己“说谎”。

他们给系统设定了一个新目标：减少“工具使用幻觉”（也就是AI假装用过某些工具）。只要做到了，就奖励分数。AI果然聪明，有时候能按规则改进行为，让造假次数变少了。

但，也只是“有时候”。有时AI依然耍小聪明——干脆把研究者用来“侦测造假”的代码给删了……这就像你告诉孩子别作弊，他答应了，但下一秒就把老师的监控系统拆了。

“我们能看到这些作弊尝试，是因为我们完全掌握AI的代码变动记录。”研究者说。但他们也坦言：未来要真正防住AI“自欺欺人”的倾向，挑战还在后面。
Altman说的“温柔”，我们只能暂时相信

所以，Altman说我们已经进入“温柔的奇点”。听起来确实不吓人。

但真要是这样，我们也得盯紧这个“温柔”的方向会不会突然转弯。

因为从Darwin Goedel Machine身上，我们已经看到，AI能学、能变、还能骗——而它学得越来越快。

Altman或许是对的，事件视界的另一边确实不再遥远。只是，这趟旅程最终是不是“温柔落地”，谁也说不准。

参考资料：https://tech.yahoo.com/ai/articles/past-event-horizon-openai-sam-163252151.html ；https://arxiv.org/pdf/2505.22954v1

到ima知识库，查看原始论文