Dwarkesh Patel：砸中数学的雪崩，下一站是 AI 实验室

Dwarkesh Patel 的新文章，把各家实验室天天暗示的那件事标上了日期。文章认为，在 AI 研究这件事上追平最强人类的 AI，只差几年，甚至可能只差几个月。中位数是 2028 年，有 25% 的可能拖过 2032 年，2027 年也不是没可能。再往后，各行各业的专家级 AI 在 2030 年前到位，最早可能就是明年。11 月 13 日发布：https://www.dwarkesh.com/p/rsi

论证是借数学打的。文章说，现在的 AI 已经解掉了一个千禧年大奖难题，数学之所以先倒下，是因为答案能验证。Patel 认为 AI 研究也够好验证，因为实验室靠的是经验配方而不是理论。loss 降没降，一看便知。

最有用的是证据清单，每条都有出处。METR 在 Anthropic 内部驻场三个月后发现，界定清楚的任务上，进步速度是一年前的两倍，大头很可能来自 AI 在做 AI 研发。OpenAI 给前 10% 研究员配的 agent 开销，从初夏每天 1000 美元涨到 8 月底每天 7000 多美元。Anthropic 说截至 8 月，超过 26% 的 AI 研发工作由 Claude 主导，2 月时还不到 1%。文章还估计，今天的 AI 速度约是人的 10 倍，每个自然周干的活约是人的 50 倍，而一家实验室约 80% 的算法进步来自最顶尖的 50 个人。致谢里有 AI Futures 的 Thomas Larsen，所以最好跟本周早些时候 AI Futures 的时间线更新对照着看。

最后那个数字是关键。如果 50 个人撑起了大部分进步，你根本不用把整个实验室自动化，只要替掉或者放大这 50 个人就够了。每天从 1000 涨到 7000 美元的开销曲线说明，实验室已经在照这个剧本走了。

软肋在于从能验证跳到能自动化。研究品味，也就是决定下一个实验跑什么，恰恰是还没有任何基准能打分的那部分。但要理解为什么实验室里的人能一本正经地说 2028，这是目前最清楚的一份材料。日期当作 Patel 的押注看，美元数字才是该盯的那条线。