前 OpenAI 研究员改判预测超级 AI 研究员 SAR 最快明年就有可能落地

作为《AI 2027》的核心作者，前 OpenAI 研究员 Daniel Kokotajlo 和 AI Futures Project 团队更新了 Q3.5 预测，把超级 AI 研究员的时间线进一步往前调，给出了 “不排除明年出现” 的判断，主预测基线落在 2027 年，触发这次改口最重要的证据，来自独立评估机构 METR 针对 Anthropic 的深度调研，调研发现 Anthropic 内部前沿模型能力增速已经提升到原先的 1.9 倍，模型变强速度超出他们之前的预估；超级 AI 研究员不是只会写论文的 AI，而是可以自主挑选课题、设计实验、编码实现、分析结果，整套前沿 AI 研发流程都能独立推进，如果这类系统真的落地，就会启动 AI 加速迭代自身的正反馈，也就是大家常说的智能爆炸，这也是该团队对此预测感到忧虑的原因。

超级 AI 研究员 SAR 的定义清单

• 自主选题：不需要人类指定方向，可以识别值得探索的前沿问题，判断课题价值。
• 全链路实验执行：独立写训练代码、搭建环境、运行实验、采集指标。
• 结果研判：看懂失败原因，决定是继续调参还是放弃、更换路线。
• 产出质量对标顶尖团队：最终产出达到顶尖人类 AI 研究小组水平，而不只是辅助工具。
• 区分于当前工具：和现在的 AI 研究实习生不一样，后者需要人类给出明确任务边界。

本次预测更新核心要点

• 基线预测：在研发没有主动刹车的前提下，超级 AI 研究员大概率落在 2027 年。
• 下限可能性：存在概率窗口，最快明年就见到具备 SAR 特征的系统。
• 加速依据：METR 耗时 11 周访谈、调取 Anthropic 内部数据，确认模型能力增速大幅抬升。
• 配套预测：团队同时估算，能够自动化绝大部分白领工作的 TED-AI，有望在 2028 年前出现。
• 原有立场对比：早前版本相对保守，这次属于明显上调预期，也是 Daniel Kokotajlo 公开改口。

和官方时间线对照

影响与风险观点

• 如果超级 AI 研究员提前落地，前沿大模型迭代会脱离现在 “人主导、AI 辅助” 的节奏，迭代速度可能持续滚雪球。
• 对齐、安全、监管的准备周期会被压缩，不少研究者呼吁尽快建立针对前沿模型的评估与管控机制。
• 如果行业主动降速、算力受限、遇到能力瓶颈，这条时间线也会向后推迟，预测不是必然结果。

【相关 FAQ】

问题 1：做出 “超级 AI 研究员可能明年就来” 这个判断的前 OpenAI 研究员是谁？

回答 1：提出超级 AI 研究员可能明年就来这一预测、并且本次改口更新时间线的是 Daniel Kokotajlo，也是《AI 2027》报告的主笔。

问题 2：支撑前 OpenAI 研究员判断超级 AI 研究员可能明年就出现的关键证据是什么？

回答 2：支撑前 OpenAI 研究员判断超级 AI 研究员可能明年就出现的核心依据，是 METR 对 Anthropic 的长期调研，数据显示其内部前沿模型能力增速提升至原来的 1.9 倍。

问题 3：超级 AI 研究员和现在 OpenAI 已经实现的 AI 研究实习生有什么差别？

回答 3：AI 研究实习生只能在人类划定范围里完成指定科研任务；而前 OpenAI 研究员所讨论的超级 AI 研究员 SAR，可以自主选课题、设计整套实验、判断结果，独立完成前沿研发。

【参考资料】

[2026-11-12]（前 OpenAI 研究员改口：超级 AI 研究员可能明年就来）36 氪

[2026-11-11]（Q3.5 Timelines Update: Looks Like the Intelligence Explosion Will Happen in 2027 After All）LessWrong

[2026-11-10]（METR Anthropic capability acceleration investigation）METR

[2026-09-06]（Research acceleration: The view inside OpenAI）OpenAI 官方博客

【免责声明】

本文仅整理 Daniel Kokotajlo 以及 AI Futures Project 的预测观点，超级 AI 研究员是否能够在明年或者 2027 年落地属于概率性预判，不是确定事件；模型能力瓶颈、算力供给、行业主动管控都可能改变进度，该预测不代表 OpenAI、Anthropic 官方观点，也不构成任何投资判断。