FRONTIER · 落到现实

33 位物理学家出了一份没发表过的考卷，AI 考了 49/50——还顺手改对了专家的标准答案；Anthropic 联创拿这件事上 IMF 讲台说：奇点已经开始了

Inside the Event Horizon: Why Everyone Should Take AI Progress Seriously

Jack Clark Anthropic 联合创始人兼政策负责人 · 入行时是跑数据中心口的科技记者，2016 年离开新闻业去 OpenAI 做政策，几年后参与创办 Anthropic · 周刊《Import AI》连写十年，这一期已是第 477 期，也是本专栏最常用的线索来源之一 · 这次站的讲台是 IMF 年会的 Per Jacobsson 讲座，台下是各国央行、财政和经济学界的人

2026 年 10 月

为什么选它「奇点开始了」这句本专栏见过不少，区别在于说的人在造它、听的人管着各国的钱，而证据是一份十天前才上线、可以逐条核对的物理考卷。更值得读的是政策那段：他第一次不谈算力，说瓶颈已搬到实验台和机械臂上——而这一轮的窗口，对不在算力牌桌上的国家是开着的。

10 月 17 日，Jack Clark 在曼谷的 IMF 年会上做了 Per Jacobsson 讲座，台下坐着各国央行、财政部门的人和一屋子经济学家。两天后他把讲稿贴进了自己的周刊《Import AI》第 477 期。整篇核心只有一句，而且说得毫不含糊：奇点已经开始了，证据是今年的，不是推演出来的。这不是研究论文，是一个正在造这东西的人站在国际货币基金组织的讲台上，告诉管钱的人：你们手上的模型快不够用了。

值得读的不是「奇点」这个词，它在本专栏已被翻来覆去用过（第 20 篇 AI 2027、第 69 篇 Toby Ord 就是专门拆它的）。值得读的是两件别处拿不到的东西：一是他把这个判断挂在一份十天前才上线的物理考卷上，可以核对，不是修辞；二是他的政策主张第一次既不是「管住它」也不是「多盖算力」，而是：瓶颈已经从算力搬到了实验室、科学仪器和机械臂上。还有一层决定了这篇该怎么读——他开场就摊开自己的身份：既是这件事的叙述者，也是背后的当事人之一。

他押上的证据：一份不可能被背过答案的考卷

基准分数他两句话带过：HLE（Humanity's Last Exam，一套刻意出得极难、横跨化学、数学、计算机、古典文学和生态学的测试）2025 年 1 月上线时最高分 8%，讲座这周是 Claude Opus 5.5 的 67.7%；FrontierMath（职业数学家出题并评分）上线时最好的系统拿 2%，现在 94%。他自己也清楚这类数字说服力有限——题目和答案都可能早漏进了训练数据。

真正撑住整篇讲稿的是 TheoPhysEval：10 月 9 日挂上 arXiv，33 位物理学家凑了 50 道未发表的研究级理论物理题，每道答案可验证。论文给了难度标尺：不借 AI，一道典型题目让本行的世界级专家做，大约一天以内能完成，隔一个方向的专家要久得多。结果是 GPT-6-Astra 装在 Codex 里跑，终答正确率 98%，平均每题成本不到 3 美元。

让 Clark 在台上专门停下来的不是分数，是分数的来路。作者之一、印度理论物理学家 Suvrat Raju 复盘说：最初评出来 Astra 是「八十几分」，但逐条查错题时，模型坚持自己没错、错的是专家给的标准答案。回头找出题人核对，多处确实是专家自己演算深处埋着的细错——标准答案被改了，Astra 一路涨到 49/50。Raju 还有一句比分数更该抄下来：他不知道有哪个人能在不借 AI 的情况下做对这份题集里相当一部分题。Clark 的解读是学生把老师教回去了，并往前推一步：能在科学前沿做出突破，隐含地测的是 AI 最后一块短板——创造力。这一步是全篇的承重墙。

他想让一屋子经济学家听进去的那句话

过去半个世纪，研究人员数量一路猛涨，研究生产率却在下滑——经济学里那句「好想法越来越难找」说的就是这件事：突破的单位成本在涨，只能靠不断加人加钱维持同样速度。Clark 的论点是，AI 第一次同时动了两个量：地球上研究者的数量，和培养一个研究者要多久。他开场说自己的「资质」是：我是个人类，我只有一个，我花了将近四十年才攒出站在这里讲这番话的经验——到这里伏笔收了：如果能同时跑一千个我，而且新版本不用等四十年呢？按 UNESCO 估计全世界约有一千万名科学家，他问的是，如果变成由这一千万人指挥的十亿个虚拟科学家呢？Anthropic 自己做过情景模拟：假定模型能自主完成足够宽的任务并快速扩散，2030 年美国 GDP 会到 44 万亿美元。他也说这个数听起来离谱。

政策主张：这一轮要盖的不是数据中心

这是最有操作性、也最像在认错的一段。过去十年他跑遍各国政府讲同一件事：AI 要吃电和算力，政府最该做的是把电力和数据中心容量建起来。他的原话是「没有多少决策者听」，后果就是今天算力集中在美国、中国和越来越多的中东，供应链紧到价格一路往上。他说那只是第一阶段。下一阶段 AI 要往物理世界走——操作机器人、跑实验，常常两件一起干，所以严重短缺的东西换了：科学仪器、实验室、机械系统。他的算术很朴素：哪怕只有一千万名人类科学家，材料分析实验室、生物实验设施、地面和太空的大型装置都已经不够用。对不在算力牌桌上的国家他给了具体路径：如果你供的是这条链上的原材料，可以一边做供应链、一边建检测与实验设施，用「本地科学家 + AI 科学家 + 本地实验能力」长出一个科研共同体。还有一句容易被漏掉：发现一旦变多，下游不能卡死——一堆新药候选只有几个能进临床，几乎没用。这和第 75 篇算的是同一笔账：挡住 AI 落地的越来越不是脑子，是手和场地。

两道他明说自己没有答案的题

第一道是「该让它干什么」。生物学那边他要最严的人类监督和透明；AI 研究自身，他说 Anthropic 这类公司得自己决定给多少监督，措辞很重——走快了「可能失去对这项技术的控制」，所以很可能还需要规则。他举了东京一个物理系学生当面问他的问题：哪些实验值得我这个人花时间，哪些该交给 AI 自己跑？他说他不知道，但每个学科都得自己答一遍。第二道是「我们需要理解多少」。今年数学那边已经在发生：AI 给出的结果足够有创造性，人类要花时间去解码它（第 36、57、66、68 篇记的就是这个过程）。他再推一步：再过几年，AI 会开始发明为它自己的工作方式、而不是为人脑设计的科学仪器——那种仪器我们需要理解吗？应该理解吗？他没给答案。最后落在一个词上：克制。他说这是人身上最难也最高贵的品质，并引了 Sagan 在《暗淡蓝点》里的话——有朝一日抵达别的恒星的人类会「更自信、更有远见、更有能力，也更审慎」；Sagan 以为我们有几十万年变成那样的人，他说只有几年。

先把那份考卷读完整，论文里有两条他在台上没念。TheoPhysEval 的作者自己发现：把联网搜索和背景文献全掐掉，agent 的成绩只有小幅变化，他们的解释是模型把文献背得相当熟；而且全文专门辟了一节讨论一个尴尬的问题——既然算得这么准，为什么理论物理至今没有一个由 agent 主导的突破。也就是说，这份考卷测的是「把一个已经定义清楚的计算做对」，不是「找到该算什么」。这恰好是第 42 篇 DIG-Bench 切出来的那条缝：把规则告诉它，70 局赢 69 局；让它自己去试，只剩 18 局。Clark 把 49/50 读成创造力的信号，出题人自己更像是把它读成记忆加计算的信号。他的承重墙就架在这一步上，而这一步目前没有证据支持。但政策那一段我认为是对的，而且是今年最便宜的一条建议。电力和数据中心那一轮，从建议发出到产能落地隔了五到十年，他说「没人听」是事实，代价现在全世界在付。仪器、实验室、自动化实验台这一轮的提前量更长，门槛却低得多——一个新西兰体量的地方抢不到十万张卡，但完全抢得到「有自动化实验能力的实验室」这个位置，而且这是本地的人、本地的样品、本地的监管才能做的事，没法整体外包。真正不该当预测读的是那个 44 万亿的 GDP 数字——第 29 篇说过，GDP 这把尺子对 AI 本来就没有刻度，一个部门一年长 20 倍它都纹丝不动。最后说争议在哪。一个前沿实验室的联合创始人站在 IMF 的讲台上要求全世界学会克制，而他的公司正在跑。他把这层摊开写了，这比不写好得多。但通读下来，「克制」这个要求绝大部分是向台下的政策制定者发出的，向自己发出的只有一句「我们在 AI 研究自动化上要非常小心地走」。第 33 篇那 1,367 位从业者的联署已经承认了同一件事：他们要一个刹车装置，也承认自己踩不下去；第 38 篇用博弈论把「大家一起停手」算了一遍，结论是只要互相信不过，每一个均衡都撞墙。所以这篇讲稿真正的用处不在那句「奇点已经开始」——信不信由你——而在于它替各国把问题换了个问法：如果真是这样，今天这笔钱该花在哪。这个问题的答案不取决于你信不信奇点，所以它比那句宣告耐用得多。

奇点AI 与科学科研生产率基础设施政策AI 治理

去读原文 本文是原创导读，不是原文翻译——真正的细节、证据和微妙之处都在原文里。原文Import AI 477：IMF Per Jacobsson 讲座全文（开头那段他对自己身份的交代，值得连着读）→ 延伸TheoPhysEval 原论文：50 道未发表的理论物理题、98% 正确率，以及作者自己对「为什么还没有突破」的讨论 → 延伸IMF 年会这场讲座的官方页面 → 延伸Bloom、Jones 等：《好想法越来越难找吗？》——他那段增长论述的出处 → 延伸Vernor Vinge 1993 年那篇原文：他台上引的「奇点」定义来自这里 →

上一篇15 台 55 美元的电视盒子串起来跑 26B 模型——自我复制的 AI 不需要数据中心，也就没有总开关可以关下一篇三家投研机构问了一句，Claude 64 小时造出 31.8 万个蛋白——17 个真的粘住了蝎毒；而最该读的是作者自己写的那句「我们没做基线」

本文为 AKL AI Club 原创撰写的导读，不是原文翻译；著作权归原文作者所有。篇目由编辑独立选取，来源均经人工核实。