John Schulman等研究者预判：AI全面超越顶尖人类专家或需3至4年

在近期一期播客节目中，OpenAI联合创始人、Thinking Machines首席科学家John Schulman与Zyphra CTO Beren Millidge、Baseten模型训练负责人Charlie O'Neill围绕递归自我改进（RSI）的时间表展开讨论。John Schulman预判，距离AI在所有可在计算机上完成的认知工作中全面超越顶尖人类专家，可能只需3至4年。

三位研究者认为，AI研究者生产力在两年内实现10倍提升具有相当可信度，但Charlie O'Neill则给出5至10年的更长周期，理由是自身消化信息并做出最优实验决策的能力仍是瓶颈。对话还揭示出通往RSI的核心矛盾：当前AI在“做什么”方面已接近人类水平，但在“决定做什么”这一目标设定能力上仍面临根本性挑战。

关于模型持续学习问题，三人指出，无论是监督微调还是在线策略蒸馏，迭代数百次微更新后都会出现“灾难性遗忘”，模型会丧失早期学到的通用能力。强化学习在保留通用能力上表现更优，但注入新知识的能力有限。他们预计，新模型发布周期将从每三个月加速至每周、每天乃至每小时，届时连续学习问题才可能真正解决。

此外，John Schulman提出对AI多样性的担忧：经过强化学习训练的模型会反复使用相似叙事主题，且大量开源模型蒸馏自Claude，可能导致“单一文化”涌现。三位研究者还就全能白领远程工作者、AI研究员生产力提升等议题给出各自预测。