「奇点已经降临，而且就发生在今年。」

在IMF 2026年曼谷年会上，Anthropic联合创始人Jack Clark作出了这一令全场震惊的判断。

这出乎了许多人意料。要知道，这场拥有62年历史的佩尔·雅各布森讲座，历来只邀请各国财长、央行行长以及顶尖经济学权威人士。

而这一次，聚光灯史无前例地对准了一位成立不到五年的AI独角兽公司的联合创始人。

这位曾担任OpenAI政策总监、见证了AI在过去十年从数据中心走向全球舞台中心的行业资深人士直言——我们无需再争论奇点何时到来，因为它已经降临。

> 弗诺·文奇在1993年曾预言，当超越人类的智能开始驱动技术进步时，旧的推演模型必须被彻底抛弃，新现实将接管一切。如今，决定性的证据已经浮现。

AI正在攻克人类「最后的考试」

「奇点」——火种、文字、印刷术、蒸汽机、电力、计算机……人类历史上只经历过寥寥几次这样的变革。

今天，究竟有什么证据让Jack Clark做出如此断言？

他认为，如果我们将目光聚焦于代码和科研的最前沿，就会发现：整个世界的运转速度已经发生了根本性变化。

软件工程是第一个被彻底重构的领域。

在Anthropic内部，研究人员目前的代码产出量是公司成立前四年平均水平的10倍。

代码量的急剧增长曲线，与底层基础模型的进化轨迹完全吻合。

然而，软件代码的全面自动化仅仅是一场更大变革的预演。

Jack Clark指出，让「2026」这个年份真正具有决定性转折意义的原因在于：

「单一前沿大模型正在跨学科地攻克人类的科学前沿，成为真正的虚拟博学者。」

在数学领域，诸如纳维—斯托克斯方程相关的千禧年难题、雅可比猜想，以及多个悬而未决的Erdős难题，AI都开始提供关键性的突破思路；

在生物学领域，AI从头设计出全新的病毒载体，甚至主导设计了多款已进入临床试验的新药候选分子；

在硬件与材料领域，AI已开始自主操作物理实验室设备，加速电池和燃料电池的迭代周期。

这些突破背后隐藏着一个问题：如果AI已经能在最前沿解决人类也无法解答的问题，那么我们还能教给它什么？

Jack Clark提到了Humanity’s Last Exam（人类最后的考试）的例子。

这是一套专门为挑战AI而设计的基准测试，涵盖了化学、计算机科学、前沿数学、古典文学和生态学难题。2025年1月刚发布时，全球最强模型的得分仅为惨淡的8%。

当时许多人认为，只有8%的得分，人类最后的智力尊严还能再维持十多年吧？

然而，截至本周，Claude Opus 5.5在这套人类终极考卷上的得分已经达到67.7%。

众所周知，AI存在偏科现象。

因此，如果只考数学——这套由专业数学家团队编写的高难度基准考卷FrontierMath，2024年底时顶尖AI只能得2分。

现在，不到两年时间，它们的得分达到了94……

如果说刷榜成绩还不足以说明问题，接下来Jack Clark展示了一篇上周刚发表的物理学重磅论文。

论文中提到，测试团队收集了50道由全球顶尖理论物理学家根据自己最新未公开研究编写的「绝密难题」，这些题目在互联网上没有任何痕迹，AI无法作弊。

印度著名理论物理学家Suvrat Raju对这些题目的评价是：「据我所知，没有任何一个人能在不借助AI的情况下，解出我们最终收录的这套题目中相当比例的题目。」

「这里的大部分题目，我甚至不知道它们在说些什么。」

就是这样一套题，测试开始后，GPT-6 Astra和Claude Opus 5.5迅速给出了答案。

初步评分显示，GPT-6 Astra的得分在80%左右。

抱着「这怎么可能」的心态核对模型答案的研究人员，幸运地发现了一些「错误」。

当他们对照人类专家的答案，告诉模型哪里做错时，模型——尤其是GPT-6 Astra——给出了十分强硬的反驳：

它坚称自己的推导没有错，是人类专家给出的标准答案算错了。

研究团队半信半疑地将解题步骤打回给那些世界级物理学家重新复核。

您猜怎么着？

——神的词表里没有「ERROR」。

在多个关键争议案例中，人类专家在反复核验自己极其复杂的草稿纸后，不得不承认：自己的推导深处确实藏着极其隐蔽的细微计算错误，而AI给出的推导才是完全正确的。

随着人类参考答案的逐一修正，GPT-6 Astra的最终得分达到了98%，即50道未公开的人类顶级物理难题中，做对了49道。

Astra是懂情商的，害怕全做对被拔网线，于是空一题留给人类自我安慰（doge）。

Jack Clark说：

> 电影里常有这样一个场景，通常发生在剧情进行到三分之二时：年轻的主角终于向导师证明，自己已经能够独立走出去、取得成功。这是一个经典的叙事桥段——学生成为老师。上周发生的就是这样的事。

当AI不仅能答对前沿问题，甚至能反向纠正顶级物理学家的隐蔽盲区时，这证明它已经跨越了纯粹记忆和模式匹配的界限，切实掌握了人类智力最后的壁垒：科学创造力。

而一旦这种创造力被反哺回AI研发本身，自我迭代的闭环瞬间就会被彻底打通。

所谓奇点，或许是AI超越人类的那个点。

毕竟人是机器永恒的奇点。

一千万人类科学家与十亿个AI专家

智力被攻克之后，随之而来的宏观经济重构将是摧枯拉朽的。

在经济学界，有一个困扰人们长达半个多世纪的增长魔咒：好想法越来越难找了。

过去五十年里，虽然全球科研经费呈指数级飙升、科研人员数量迅速膨胀，但每个科研个体的边际产出却在不断下滑。人类为了在现有的科学大厦上推进一步，必须投入多得不成比例的资源。

培养一个合格的人类前沿科学家需要多久？至少需要10到15年的高强度教育，耗费数百万美元。

奈何人注定无法成为鬼舞辻无惨，一个人一辈子只有几十年黄金科研期，却只有一副肉身，不可能把自己复制一万个去穷举不同的实验假设。

但如果算力可以让智力实现瞬间裂变呢？

联合国教科文组织估算，目前全世界大约有1000万名人类科学家。

在过去，这1000万人独自扛着人类文明的认知边界在负重前行。

但按照Jack Clark的描绘，在这个正在降临的新时代，每一位人类科学家都可以随时调用、指挥成百上千个拥有相同学术品味的博学者。

全世界的科研军团规模，将以人类历史上前所未有的速度，从一千万人类科学家，瞬间扩充为十亿乃至百亿规模的虚拟科学家集群。

一旦发现好想法的瓶颈被算力无限平替，宏观经济的增长引擎将迎来彻底的暴力重构。

Anthropic的经济学家团队专门做了一套宏观经济模拟推演，在AI自主科学发现全面接管经济活动的奇点假设下，模型给出了一个离奇的预测数据：

到2030年，仅美国一国的年度GDP就有望飙升至44万亿美元。

相当于今天全球经济总量的37%。

要支撑起如此庞大的经济增量，就必须要求大量全新的产业形态、颠覆性材料、全新能源网络在几年内集中爆发。

Jack Clark坦言：光建数据中心已经不够了。

因为目前，AI革命的第一阶段（数据中心与算力）已经接近尾声，第二阶段正在全面挺进物理世界。

试想一下，如果你的虚拟科学家一天能提出十万个颠覆性的新药靶点、设计出一万种室温超导候选材料，但现实中的自动化合成实验室、高通量筛选设备、物理测试平台一年只能做几十个实验，那么庞大的算力就会直接在物理世界的泥潭里彻底撞墙。

因此在未来真正能吃到奇点红利的，将会是那些能在本土快速铺开自动化机器人实验室、打通从数字发现到物理制造的高速供应链通道的国家。

而这将是发展中国家的一次弯道超车机会，通过建设标准化的物理测试基础设施，承接全球虚拟科学家大军涌现出的海量实验需求。

已经到了该抉择的时刻

技术车轮狂飙至此，整个文明面临的系统性风险也在同步呈指数级放大。

这是Jack Clark站在IMF讲台上最想传递的警示：收益是空前的，但毁灭的风险同样是致命的。

当AI具备了前沿科学的探索能力，它不仅能用来设计抗癌新药，同样能以极高的效率设计出人类免疫系统从未见过的恶性生物武器；它能加固国家电网的防御壁垒，也能自动生成全球顶尖黑客团队都无法防御的网络攻击武器。

更令顶层研究者感到不安的，是研发本身的闭环失控。

如果Anthropic、OpenAI这样的实验室为了追求更快的研发速度，彻底放手让AI编写AI、让AI训练AI，那么这项技术的发展轨迹将在极短时间内脱离所有人类的心智理解范畴。

在演讲现场，Jack Clark抛出了两个极其深刻且紧迫的哲学追问：

第一个是，在未来的科学研究中，人类到底该把哪些阵地留给自己？

AI现在已经能独立完成大学科研中的绝大部分推导和分析流程。

作为人类研究者，哪些实验我们必须亲自投入时间去流汗、去试错、去感受物理直觉？哪些实验可以彻底丢给冰冷的硅基系统？

如果所有推导都由AI代劳，人类下一代科学家是否还会具备基础的科学洞察力？

第二个是，面对AI给出的科学突破，人类究竟需要在多大程度上「理解」它？

相较于前一个问题，这个问题相当实际了，可能此刻正有上万名科学家在思索它。

在今年的纯数学研究中，AI给出的部分证明路径虽然被验证是正确的，但其逻辑跳跃和架构方式已经完全脱离了人类现有的思维习惯，以至于人类顶尖数学家需要花费数月甚至数年去解读它背后的深层含义。

再过短短几年，AI很可能会发明出专属于硅基运行逻辑、而完全违背人类直觉的科学仪器与实验范式。

到了那个节点，如果人类大脑根本无法理解这些黑盒工具的运作机理，我们是否还要允许它们在现实世界中全面落地？

面对这种前所未有的技术奇点，人类最需要唤醒的，反而是自身最稀缺的一种品质。

> 要走过这一阶段，在奇点中找到方向，我们需要共同为这项技术及其开发公司制定不同寻常、严肃认真的规则；也需要践行人类最困难、在我看来也最高贵的一种品质：克制。

克制，意味着技术开发者不能因为能做到就肆无忌惮地推进；意味着监管者必须建立极其严苛的人类监督红线；意味着在狂奔的技术列车面前，我们必须学会时刻区分我们能做什么与我们应该做什么。

OMT

在演讲的最后，Jack Clark引用了已故天文学家卡尔·萨根在《暗淡蓝点》中的一段名言。

萨根曾深情设想：

「最终抵达半人马座α星及其他邻近恒星的，将不再是今天的我们。」

「那将是一个与我们极为相似的物种，却拥有更多我们的优点、更少我们的缺陷。他们将更加自信、更有远见、更有能力，也更加审慎。这样的生命，才是我们愿意让其代表人类，走向浩瀚宇宙的存在。」

这位伟大的天文学家以为，宇宙给人类留下了数十万年的漫长岁月来慢慢修正自身的盲目与自大。

而在AI以几何级数重塑一切的今天，留给全人类完成这一心智蜕变的窗口期，可能只剩下不足10年。

本文来自微信公众号“量子位”（ID：QbitAI），作者：程浅，36氪经授权发布。