近日，Anthropic联合创始人Jack Clark在一场论坛上发表演讲，本次演讲谈到了技术奇点已经降临的判断、Anthropic内部代码产出近10倍的增长、AI在数学、生物学与机器人领域的科学前沿突破、Humanity's Last Exam与Frontier Math等测试得分的跃升、AI在TheoPhysEval中反过来纠正人类专家答案的案例、AI对经济增长与科研人力资本的重塑，以及面对这项技术时人类需要做出的几项关键抉择。
Jack Clark认为，奇点已经降临，未来几年不仅是AI本身，整个科学界的进步速度都将全面加快。他给出的核心依据是，2026年已经出现了第一批明确迹象，表明AI具备在科学前沿开展研究的能力，而且这些突破背后依托的是同一种底层技术，甚至是同一个前沿模型，人类已经拥有了虚拟通才。
在他看来，这意味着人类可以改变科研人员的规模与培养周期。过去培养一批新科研人员需要10到15年，如今只要有足够的算力，就能按需生成任意数量的虚拟科学家，让每一位人类科学家同时监督成百上千名志同道合的专家协同攻关。Anthropic经济学家团队的一项模型推演显示，在这种条件下，到2030年美国GDP甚至可能达到44万亿美元。
Jack Clark同时强调，红利与风险密不可分。AI在编程上的进步会同时增强网络防御与网络攻击能力，用于科学研究也会带来被滥用的风险。他呼吁各国现在就建设电力、数据中心、实验设备与机器人系统，加快科学发现向临床、工厂和田间的转化，并就AI研究的监督程度、人类需要理解到什么程度做出抉择。他认为，留给人类的时间只有屈指可数的几年，很可能不到十年。
01 奇点已至：AI开始参与自身的迭代开发
Jack Clark介绍道，2016年他加入OpenAI，几年后又联合创办了Anthropic。从那时起，他一直在向外界传递同一个信息：总有一天，AI会变得无比强大，足以改变国家安全格局、重塑全球经济轨迹，甚至最终具备自我构建的能力。
在他看来，这一刻已经到来。AI正在改变国家安全，重塑全球经济轨迹，并且已经开始参与自身的迭代开发，对在座的决策者而言，它已经成为必须密切追踪的关键变量。他认为，AI未来带来的变革还将远超目前的预期，必须未雨绸缪。
多年来，科研人员和科幻作家一直预言，未来AI将大幅提升整体科技进步的速度，快到让人类难以企及，他们把这一时刻称为技术奇点。Jack Clark表示，今年已经掌握了确凿的证据，表明奇点已经降临。作家Vernor Vinge早在1993年就预言了这一刻，他指出，当超越人类的智能开始驱动技术进步时，发展步伐将大幅加快，这种进步完全有可能在更短的时间尺度内创造出智能程度更高的实体。Vinge把奇点描述为一个临界点，现有的认知模型必须被抛弃，全新的现实法则开始主导一切。
奇点的影响将渗透到人类生活的方方面面，但最核心的一点很直接：未来几年，AI本身和整个科学界的进步速度都将全面加快。这种加速会让人感到困惑甚至迷失方向，在创造巨大财富的同时，也潜藏着巨大的危机。这次演讲，他选择在不忽视风险的前提下，重点探讨AI高速发展带来的红利，以及人类该如何共同分享这些红利。他认为，由AI驱动的科学发明将改写全球经济进程，改变各国规划与建设基础设施的方式，让每个人更加健康、有更多时间陪伴家人，但同时也会迫使人类直面深刻的哲学拷问：面对这项技术的持续演进，究竟该如何抉择。
02 软件开发率先剧变：代码产出近10倍，网络安全是一把双刃剑
Jack Clark指出，过去半个世纪里，大多数国家都面临一个困境：科研人员的数量在快速增长，但科研产出效率却在下降，新思想和新发明的涌现似乎变得越来越难。如今出现了一个重大转折，AI已经能够增强、延展并自动化人类劳动的各个环节。
软件开发领域表现得最为突出。现在AI的能力与效率已经超越了全球绝大多数软件工程师，行业正在发生剧变，仅凭一己之力就能把任何想象转化为软件，单人即可完成过去需要整个团队耗费数月的成果。Anthropic内部就有确凿的实证：目前研究人员的代码产出量，几乎达到公司成立前四年水平的10倍，而且这一增长轨迹与AI能力的演进完全同步。
新兴能力也会带来全新的挑战。编程能力的跃升，意味着AI在网络安全防御和网络攻击两端的能力都大幅增强，全球各方都在争相部署这些能力以构筑网络防线，恶意攻击者也在竞相利用这些系统发起黑客攻击。Jack Clark强调，这种两面性密不可分，AI在编程这类通用领域的进步，必然会在网络安全等事关国际局势的领域同时产生正向与负向的冲击。这只是未来的一个缩影，技术进步在解锁全新能力的同时，也必然催生全新的挑战。
更重要的是，这些能力不会止步于编程，同样的变革也即将在科学与机器人技术领域上演，甚至已经拉开了序幕。这意味着全球经济的一些重要属性可能会改变，例如创新速率，或是人类发明全新通用目的技术的频率，这类技术往往能像互联网、手机和人工智能一样，围绕自身孕育出全新的产业。
Jack Clark表示，2026年已经出现了第一批明确迹象，表明AI具备在科学前沿开展研究的能力。
在数学领域，AI已被用于为诸多长期悬而未决的难题提出解决方案，包括纳维-斯托克斯千禧年大奖难题、雅可比猜想以及若干未解的埃尔德什问题，在许多案例中，正是AI贡献了使求解成为可能的核心洞察。在生物学领域，科研人员已利用AI从零开始设计病毒，并筛选用于测试的新型候选药物，目前已有几款在很大程度上由AI设计的药物进入了临床试验阶段。在机器人技术领域，AI自主操作实验室设备的能力日益成熟，使实验自动化得以延伸到从生物学到材料科学的各个领域，在电池或燃料电池研发等方向上取得更快的进展。
单看任何一个例子都令人振奋，但他认为更深刻的事实在于，它们背后依托的是同一种底层技术，在绝大多数场景中甚至源于同一个单一的前沿模型。如今人类拥有了像Claude、ChatGPT或Gemini这样的单一智能实体，能够在多个科学学科的前沿开展工作，也就是虚拟通才。
04 Humanity's Last Exam从8%升至67.7%，Frontier Math从2%升至94%
在定量证据上，Jack Clark首先提到Humanity's Last Exam。这项测试是为了应对前几年AI在各类困难且多样的科学挑战中取得的巨大进步而开发的，涵盖化学、计算机科学、数学、古典文学和生态学等广泛学科。2025年1月推出时，顶尖AI的最高得分仅为8%，而截至演讲时，得分最高的系统是Claude Opus 5.5，拿下了67.7%。
另一个例子是2024年11月发布的Frontier Math，旨在评估AI解决数百道由专业数学家精心挑选并评估的高难度数学题的能力。测试刚推出时，最优秀的系统得分仅为2%，如今已高达94%。
他表示，各个领域都呈现出同样的态势。他在演讲前整理了100张图表，如果审视科学的不同分支，会看到同样的模式：进步正在全面加速，而且这种加速是在过去两年、有时甚至仅仅过去一年内突然爆发的。
05 TheoPhysEval：AI考出高分，还找出了专家答案里的错误
他以近期发表的论文TheoPhysEval作为最新案例，这项测试考察AI解决理论物理学中未发表难题的能力。论文中的50道题目由全球各地的物理学家汇编而成，答案均未公开发表，属于他们自己的研究课题。
论文作者之一、印度物理学家Suvrat Raju在脸书上介绍，据他所知，没有AI的辅助，没有任何个人能独立解出最终题库中相当比例的题目。初步评估中，GPT-6 Astra得分在80多分的高位，Opus 5.5紧随其后。但在排查模型可能的错题时，这些模型，尤其是Astra，坚称自己是对的，反而是标准答案有误。团队回头找专家复核，发现在多个案例中，专家确实在自己深层的计算过程中出现了细微的错误。专家修正答案后，Astra的得分逐步攀升，最终达到98%，50道题中答对了49道。
Jack Clark认为，这件事的分量在于：全球顶尖的科学专家用一套AI绝不可能读到过答案的题目构建了测试，AI不仅考出高分，还通过找出人类专家答案中的错误拿到了更高的分数。他把这比作电影放映到三分之二处常有的场景，年轻的主角向导师证明了自己能够独当一面，老师和学生的角色就此互换，而这一幕在近期的现实里真实发生了。
06 AI可以改变科研人力的规模
在他看来，开展真正的前沿科学研究，即做出拓宽知识边界的突破，本质上检验了AI能力的最后几个前沿高地之一，创造力。如果AI能够通过创造性地解决问题在科学领域取得成功，就应该将其视为AI具备向众多领域泛化能力的标志，其中也包括AI研究本身，这可能会对创新产生爆炸性的推动作用。
因此，如果AI在科学领域变得更擅长，必将强力驱动未来经济的增长与形态演进。这也意味着，各国决策者今天就可以做出决策，为本国和人民做好布局，以便在未来从这一趋势中获益。
Jack Clark指出，经济增长的主要源泉之一是催生新思想的科学研究，而驱动增长的关键因素之一是人力资本储备，也就是全球各地提出问题、开展科学探索并推动世界前行的人们。但正如一些经济学家所说，好想法正变得越来越难找，取得科研突破的成本不断攀升，人类不得不投入成倍增加的研究资源，才能勉强维持原有的创新步伐。
他因此提出一个问题：如果这一局面改变了呢？他回到开场时的自我介绍，世上只有一个他，他花了将近40年才走到今天。如果能同时运行成百上千个他的副本，会意味着什么，如果无需漫长的40年等待，瞬间就能创造出他的全新版本，又会意味着什么，如果他可以复制自己，并指挥它们在自己的监督下开展工作，他的工作方式将发生怎样的改变。在他看来，这正是未来几年很大一部分经济领域即将呈现的真实图景。
人类将能够以前所未有的方式，在科学等前沿学科中大幅增强劳动力，面对任何难题都能增加数百倍乃至数千倍的研究力量，成为人类科学家的力量倍增器。过去培养新一代科研人员，可能需要10到15年的定向教育，并投入数百万美元，最终也只能培养出一小批人才。相比之下，只要有充足的算力，这些AI就可以按任意数量立即生成。它们不仅能跨领域调用，几乎瞬间就能从最新的科学洞察中获益，还能以新颖的方式将现有知识结合起来，做出全新的科学发现。
这意味着，地球上的每一位人类科学家在未来几年都会变得更加重要和强大，因为针对任何自己感兴趣的问题，他们都将获得监督成百上千名虚拟专家协同攻关的能力。
Anthropic的经济学家团队对此做了建模推演，根据AI技术的不同发展轨迹模拟了经济的不同演进版本。如果像前沿实验室的研究人员那样假设，AI模型将能够自主完成广泛的任务，且未来几年在经济中的渗透率持续提升，那么在这种奇点条件下，其中一项推演预测到2030年美国GDP甚至可能达到44万亿美元。Jack Clark坦言这听起来非常离奇，但这是技术持续演进推导出的必然结果。按照经济学理论，如此庞大的增长背后，必然需要有全新的产业和发明被创造出来才能支撑，这恰恰印证了让AI开展自主科学探究的深远意义。
07 电力、数据中心，以及下一步的实验设备与机器人
面对这一趋势，Jack Clark提出，既要为成功做好规划，让全人类能够利用这项技术创造丰裕的未来，也要做好准备，就如何使用这项技术做出明智的抉择，仅仅因为AI将成为一名优秀的科学家，并不意味着应该把它用于所有事情。
在规划方面，过去十年里他走访了世界各地的政府，探讨AI的进展，当时告诉他们，为了抓住这场技术革命的机遇，最核心的一件事就是建设充足的电力容量和数据中心空间，并积极投资于AI供应链。当时没有多少政策制定者听取这一建议，他认为现在正在承受由此带来的后果：数据中心容量高度集中在少数国家和地区，供应链高度集中、争夺激烈，价格不断攀升。
他强调，这种基础设施建设依然重要，但它只是AI持续进步所引发的经济与科学革命的第一阶段。AI革命的下一阶段是向物理世界扩张，具体来说，就是让AI开展科学实验并操控机器人，有时是将二者结合。因此，正如算力和电力建设所经历的那样，未来全球将需要多得多的科研设备和机器人系统，否则产能很快就会耗尽，历史会再度重演，所以必须现在就着手建设产能。
根据联合国教科文组织的估算，目前全球大约有1000万名科学家，而即便只有这1000万名科学家，科研承载力也已经不足：没有足够的人手去监督现有工作，没有足够的实验室开展材料科学分析，没有足够的生物实验室开发和测试新药，无论在太空还是地球上，大型科研设备的数量都远不足以支撑想要运行的实验。试想一下，当科研力量不再是1000万名科学家，而是由这1000万名人类科学家指挥的10亿名甚至100亿名虚拟科学家，会发生什么，他认为这就是正迎面走来的世界，必须做好准备。
08 国家如何分享红利：发达国家增强科学生态，发展中国家有机会跨越式发展
如果准备到位，人类就将更有利于把AI的智能转化为惠及所有人的成果：更长久健康的生活、更充沛的能源、更充足的食物以及更丰厚的财富。就像数据中心建设一样，率先构建并发展这一供应链的国家将成为获益最大的赢家。
Jack Clark认为这是属于每个人的机遇。拥有丰富科学生态系统的发达国家，有机会让本国所有科学家变得更具生产力，为AI和科学事业提供原材料等基础要素的发展中国家，则有机会实现跨越式发展，既可以建设科学测试设施，与人类科学家和数字科学家配合来培育本土科学共同体，也可以继续深化对供应链的贡献，而这部分价值将变得愈发宝贵。
但他提醒，仅有基础设施还不够。如果科学发现变得极大丰富，就需要避免在下游转化环节给自己制造瓶颈，如果最终只有屈指可数的几种药物能够得到临床测试，那么就算提出了雪片般涌来的新药方案也毫无用处。他呼吁政策制定者帮助找到办法，加快将科学发现从实验室推向临床、工厂和田间地头，并在国家内部和国家之间推广应用。准备得越充分，就越能把AI的技术红利转化为全世界的共同收益。
红利之外，风险同样存在。AI用于科学研究的同时，也使人类面临科学被滥用的风险，例如生物武器、网络武器以及目前尚无法想象的事物。他认为，唯有认清这项技术的本质，认清它现在有多强大、未来会变得多强大，才能看清接下来几项抉择的紧迫性。
09 第一个抉择：把AI引导向何方
第一个抉择在于把AI引导向何方。Jack Clark指出，仅仅因为有了能够做科学研究的AI，并不意味着应该放任它在无人看管的情况下自行研究。一个典型领域是生物研究，需要最严格的人类监督和透明度来维护安全。另一个领域是AI研究本身，像Anthropic这样的实验室需要决定，对AI驱动的研究施加何种程度的监督，这虽然能让技术取得更多进展，但也会引入风险，必须极其谨慎地行事，否则可能会失去对这项技术的控制。为此很可能还需要制定规则，规范这一过程，也规范实验室自己。
他还分享了此前在东京的一段经历。当地一所大学物理系的一名学生告诉他，AI已经开始能够完成他们手头的许多实验，作为人类学者，他们应该把时间花在哪些实验上，又该让AI自己完成哪些实验。他表示这是一个微妙的问题，自己也没有现成答案，但每一个科学学科都需要迅速回答。
10 第二个抉择：我们需要理解到什么程度
第二个抉择是，人类需要在多大程度上理解这些系统所做的事情。正如今年AI与数学的崛起所显示的，人类已经开始面对这样一个世界：AI取得的进展具有极高的创造性，以至于人类现在要花大量时间去解码它们，试图理解它们意味着什么，以及如何把这些洞察应用到自己身上。
Jack Clark认为，这个问题的答案同样是微妙的，它关系到奇点时代关于意义的根本追问：对于科学进步的哪些部分，人类希望获得真正的理解。再过短短几年，AI就不仅能做科学研究，还将发明出专为AI工作方式而非人类思维方式构建的新型科研设备，人类是否需要理解、是否应该去理解那些设备，是另一个抉择。
11 留给人类的时间只有几年
Jack Clark指出，认真对待AI的进步，意味着应该允许自己去想象一个截然不同的世界。过去有一种悲观论调认为，21世纪将会非常艰难，人口增长、气候变化、资源开采和其他危机叠加，终将导致人类出现马尔萨斯式的崩溃，在发明了计算机和互联网之后，人类可能会过度消耗自身直至毁灭。
他回顾道，技术一次又一次地帮助人类改写了这些命运的概率：太阳能电池板以远超预期的速度实现普及和成本大幅下降，人类对人体日益深入的理解催生了攻克致命疾病的疗法，还有许多从未想象过的奇迹，比如利用AI破译动物的语言，或是看着商业公司制造的火箭发射升空后再精准降落回地球。
他投身AI事业，是因为它能帮助人类成就更多这样的奇迹，也是因为它能否做到这一点，取决于各方做出的抉择，取决于如何引导和治理它，也取决于他自己必须做出的抉择。在他看来，这是人类所构建的最重要的技术，如果使用得当，它将帮助人类化解那些否则可能导致物种毁灭的危机，但它同时也是一项内部交织着危险的技术。
为了渡过这一难关、在奇点时代校准航向，他认为需要齐心协力，为这项技术以及构建它的企业制定非同寻常且极其严肃的规则。同时，为了践行人类最困难也最高尚的品质，也就是克制，一方面需要建设基础设施来利用这项技术，另一方面在开发技术本身时，也需要放慢脚步、深思熟虑，调节或控制其发展节奏，时刻区分“能做的事”和“应该做的事”，并在今天大力投资于科学能力，让稳健的进步成为可能。
演讲结尾，他引用了Carl Sagan在《暗淡蓝点》中的话：有朝一日能够抵达群星的人类，将是一个与今天非常相似的物种，但拥有更多我们的优点、更少我们的弱点，更加自信、更有远见、更有能力且更加审慎。Jack Clark表示，这正是AI对人类的要求，也是AI对他以及他所代表的企业提出的要求。只不过，Sagan曾认为人类有几十万年的时间去成为更好、更明智的人，而实际上只有屈指可数的几年，很容易就不到十年。他相信人类一定能做到，但唯有以AI应得的严肃态度去对待它，才能共同走向成功。
2026年12月10-16日，第二十一届中国IDC产业年度大典（IDCC2026）系列活动将在北京重磅开启，以“智能生长 算电有度——重构IDC产业价值链”为主题，联动三大主论坛，20+主题论坛，超过30场创新应用与企业专场、产业资源对接、DITExpo同期展览、年度评选及全球AI基础设施考察行等活动，邀请产业各方共同探寻下一阶段的产业发展答案。
共赴这场算电协同的年度之约
让每一度电，成为有效算力
让 每一个Token，实现 业务价值。
算与电如何各得其度？
答案，就在IDCC2026！
| 文章来源：数字开物
• END•
【专栏】精品再读
热门跟贴