在 2026 年的今天，AI 实验室里正在发生一件大多数人尚未察觉的巨变：人类研究员正逐渐从“缔造者”转变为“观察者”。
Google DeepMind 的 Mostafa Dehghani 在最新访谈中指出，新一代模型正以前所未有的深度“反哺”下一代模型。当“人类瓶颈”消失，AI 进化的齿轮将如何疯狂转动？
“闭环”已成现实：AI 正在构建 AI
Mostafa 透露，过去几个月，几乎所有顶尖实验室（DeepMind、OpenAI、Anthropic）都在利用上一代模型来构建新一代模型。
这不是简单的辅助写代码，而是从数据合成、架构搜索到超参数优化，AI 正在全流程“接管”自己的进化。以前研究员需要花数周时间手动调优模型参数，现在 Gemini 或 Claude 的子代理可以在几小时内自动筛选出最优方案。这意味着，AI 进化的速度已经脱离了人类的生物学限制。
告别“人类瓶颈”：递归自我提升的最后门槛
过去 AI 的上限受限于人类标注数据的规模。当互联网上的高质量数据被“吃光”后，行业曾陷入焦虑。
但 Mostafa 认为，我们正在关闭“递归自我提升”（Recursive Self-Improvement, RSI）的最后一道门。通过自我博弈和形式化验证，模型可以生成比人类标注更高质量、更具逻辑性的合成数据。一旦这个闭环完全自动化，AI 性能的阶跃将不再依赖人类的灵光现现，而是取决于算力的投入。
长时程视野：通往 AGI 的最后一公里
目前唯一的缺失是“长时程视野”（Long Horizon）和完全的闭环自动化。
现在的 AI 可以在局部任务上自我优化，但还不能自主策划一个为期半年的科研项目。Mostafa 预测，我们正以极快的速度朝着这个方向前进。那一刻到来时，AI 将进入一种人类无法理解的指数级进化阶段，也就是真正意义上的“智能爆炸”。
2026 年的范式转移
从“人类教 AI”到“AI 互教”，这种范式的改变将彻底重塑 AI 行业的权力格局。算力和自动化水平将取代人力成本，成为衡量一个实验室核心竞争力的唯一标准。
