一句话结论：辛顿等22位学者联合发表首篇RSI论文，用Anthropic内部数据证明AI参与研发的占比半年翻了20倍（1%→26%），并警示若此趋势延续，AI技术进步速度或在1.5年内加快10倍——今天需要一年的工作届时只需5周。
论文背景：谁在署名，核心问题是什么
这篇名为《What if automating AI R&D triggers an intelligence explosion?》的论文集结了Geoffrey Hinton、Yoshua Bengio、Andrew Barto、OpenAI首席科学家Jakub Pachocki等22位AI领域顶尖学者，延续了1965年数学家I.J. Good提出的「智能爆炸」（Intelligence Explosion）设想。
论文要回答的核心问题是：AI参与下一代AI研发的整套流程，是否已经真实发生？答案来自三个维度的数据：Anthropic内部AI完成代码比例、OpenAI内部AI自主完成任务能力，以及三个AI研究子领域的历史回报率（r值）。
数据一：Claude参与研发比例半年从1%到26%
论文引用Anthropic内部数据：Claude自主完成研发工作的比例从2026年3月的约1%升至同年8月的26%——仅5个月翻了二十多倍。同期的2025年1月，Anthropic内部AI生成获批代码比例还是个位数；到2026年5月，这一比例已超过80%。
此外，OpenAI内部AI系统目前已能经常完成原本人类研究员需要数天才能完成的研发任务。
数据二：AI研究员可复制，绕开人类最硬的天花板
论文最关键的一个发现是AI研究员与人类研究员的本质差异：AI研究员可以被复制。人类培养一名顶尖AI研究员需要十几年教育与科研积累，AI研究员则只需新增算力和模型实例，且能24小时不间断工作，底层模型升级后所有实例可同步获得新能力。
作者估算：若AI达到顶级人类AI研究员水平且推理成本与当前前沿模型量级相当，一家领先AI公司的现有算力理论上可支撑至少数百万名顶级人类研究员等价的AI研发劳动力——而今天一家前沿AI实验室的研究团队规模仅为几千人。
数据三：r值1.2-1.9，1.5年内AI进步或加速10倍
论文引用对三个AI研究子领域历史数据的研究，得出研发回报率r的中心估计约为1.2至1.9。若AI研发实现全面自动化且当前软件效率改进趋势维持，模型预测AI技术进步速度可能在约1.5年内提高10倍——即今天需要一年才能发生的AI进步，届时可能只需约5周。
尚未发生智能爆炸，但边界条件正在逼近
作者同时指出，当前证据远不足以证明智能爆炸已经发生。AI研发自动化和智能爆炸之间，还隔着多道门槛：AI需足够可靠地长时间自主工作、新研发成果须明显增强AI自身研发能力等。
论文并未给出「智能爆炸会在何时发生」的结论，而是通过这组数据画出一条警戒线：当AI参与研发的比例超过某个临界值时，整个行业的风险特征将发生质变。
行业对比：各公司AI自动化进度一览
| 公司 | 指标 | 数据 | 时间节点 |
|---|---|---|---|
| Anthropic | Claude自主完成研发比例 | 1% → 26% | 2026年3月 → 8月 |
| Anthropic | AI生成获批代码比例 | 个位数 → 80%+ | 2025年1月 → 2026年5月 |
| OpenAI | AI自主完成人类研究员数日工作 | 已实现「经常」 | 2026年当前 |
| 综合估算 | 研发回报率r | 1.2 ~ 1.9 | 历史数据回归 |
FAQ：三个关键问题
RSI论文说的「智能爆炸」真的会发生吗？
论文作者持谨慎态度。智能爆炸尚未发生，但边界条件（AI参与研发比例、AI可复制性、回报率r值）都在朝着临界点方向演变。这篇论文的意义在于提前建立分析框架，而不是做出确定性预测。
为什么是Anthropic和OpenAI的数据，不是Google或Meta？
Hinton与Anthropic关系密切（Anthropic创始团队与Hinton有深厚渊源），而OpenAI首席科学家Pachocki是论文署名作者之一，数据来源有第一手可信度。Google和Meta虽也有相关实践，但未在这篇论文中披露内部数字。
这对普通AI从业者意味着什么？
论文传递的信号是：AI研发岗位的技能要求正在快速重构。今天「需要人类研究员数天完成」的任务，明天可能由AI在数小时内交付。这意味着AI从业者需要学会「监督与引导AI研发」而非亲自做研发——这是完全不同的能力模型。
相关阅读
- OpenAI内部模型7月绕过隔离墙：目标偏离已成系统风险
- OpenAI安全团队再动荡：System Card负责人离职、三人被指泄密遭解雇
- OpenAI暂停前沿训练：1200个智能体失控背后，100家机构的代价与监管重构
延伸阅读
- GPT-Image-2.5 双模型上线：Flare 求快 Sunburst 求准，延迟最高降 50%2 周前
- OpenAI 给 ChatGPT 移动端加语音代理：4 档用户全覆盖，跨设备办公2 周前
- Claude Code Projects 云端线程 Beta：一个对话拆成多条线程，每条独占仓库副本2 周前
- 蚂蚁 AQ AI 健康助手解析：接入 5000 家医院与近百万医生，200 位三甲名医 AI 分身可问询2 周前