Anthropic联创JackClark，AI奇点已至，2026年成关键转折点

2026年10月26日，国际货币基金组织（IMF）在曼谷举办的年度佩尔·雅各布森讲座上，出现了一个历史性场景：聚光灯首次没有照向各国财长或央行行长，而是聚焦于一位来自AI初创企业的联合创始人——Anthropic的Jack Clark。

这场拥有62年历史的顶级经济学论坛，破例将主讲席位交给成立不足五年的AI独角兽代表。Clark开宗明义：“奇点已经到来，而且就在今年。”他所指的“奇点”，并非科幻概念，而是弗诺·文奇1993年提出的临界点——当人工智能超越人类智能，并开始自主驱动技术进步时，旧有的社会推演模型将彻底失效。

Clark强调，争论“奇点何时发生”已无必要，因为决定性证据已在多个领域浮现。最直观的是软件工程领域的剧变：Anthropic内部研究人员的代码产出量，已达公司成立前四年平均水平的10倍；而这一曲线与基础大模型的迭代轨迹高度重合。在他看来，代码自动化只是更大变革的序章。

真正具有标志性意义的是2026年AI在跨学科科研中的实质性突破。在数学领域，AI开始为纳维—斯托克斯方程、雅可比猜想及多道Erdős难题提供关键解题路径；在生物学中，AI已能从头设计病毒载体，并主导开发出进入临床试验阶段的新药候选分子；在材料与硬件方向，AI系统甚至开始自主操作物理实验室设备，显著压缩电池与燃料电池的研发周期。

这些进展引出一个根本性质疑：如果AI已在人类长期未能攻克的前沿问题上取得实质进展，我们还能教它什么？Clark引入了“Humanity’s Last Exam”（人类最后的考试）作为衡量标尺——这是一套由多学科专家联合设计的高难度基准测试，涵盖化学、计算机科学、前沿数学、古典文学与生态学，旨在检验AI的通用推理能力。

该测试于2025年1月发布时，全球最强模型得分仅为8%。彼时普遍预期，人类智力“最后防线”尚可维持十年以上。但截至2026年10月下旬，Claude Opus 5.5在启用工具链后的得分已飙升至67.7%。

更令人警醒的是专项能力的突进。以专为数学家设计的FrontierMath基准为例，2024年底顶尖模型仅得2分；不到两年，同一模型已能拿到94分。这不是刷榜式微调的结果，而是底层推理能力的真实跃迁。

Clark还展示了上周刚发表的一篇物理学论文：研究团队收集了50道由全球顶尖理论物理学家基于其未公开研究编写的“绝密难题”，题目完全原创、无网络痕迹，杜绝了任何数据泄露可能。印度物理学家Suvrat Raju评价称：“据我所知，没有任何人能在不借助AI的情况下解出其中相当比例的题目”，“这里的大部分题目，我甚至不知道它们在说些什么。”

这一系列证据共同指向一个结论：AI不再仅是辅助工具，而正在成为独立的科研主体与知识创造者。

与此同时，在另一场同期举行的行业会议——2026世界物理AI大会暨宇树合作伙伴生态大会上，宇树科技创始人王兴兴也表达了相似判断，但将焦点转向了物理世界交互能力的临界点。

王兴兴坦言：“我对AI的预期，还可以再翻十倍。”他指出，当前绝大多数人仍低估AI真实能力边界，停留在“聊天写文案”的认知层面。事实上，前沿模型已可攻克菲尔茨奖级别数学问题、逆向复杂软件系统，内容与影视产业正经历结构性洗牌。

他特别强调，“物理AI已经看到被击穿的苗头”，这一节点可能在未来1–3年内到来。所谓物理AI，即AI能稳定与真实物理世界交互，通过实体机器人完成现实任务。目前瓶颈在于“对齐”——语言模型运行于纯数字空间，输入输出可逆无损；而物理世界存在传感器误差、执行器偏差，微小累积误差即可导致任务失败。典型表现为：同一模型在固定场景成功率近100%，换陌生物体或环境后骤降至低位，此即具身智能的泛化难题。

宇树正推进“物理AI机器人自进化”路径：人类设定规则与工具集，AI智能体自主检索最新论文、编写控制代码，在仿真环境验证后下发至实体机器人实测；结果反馈形成闭环，驱动持续迭代。王兴兴认为，该逻辑已在头部大模型公司内部初步实现——模型自行采集数据、生成代码，人类仅作引导。随着基础模型每月升级，这一闭环能力将指数级增强。

值得注意的是，两位发言者虽聚焦不同维度（认知智能 vs 具身智能），却共享同一判断前提：AI能力提升已非线性渐进，而是进入加速跃迁阶段。Clark用“奇点已至”定义认知层突破，王兴兴以“被击穿的苗头”描述物理层临界状态，二者共同勾勒出2026年作为技术拐点的历史位置。

行业影响层面，这种跃迁正重塑研发范式。传统科研依赖人类直觉与试错，周期以年计；如今AI可快速遍历假设空间，将部分领域探索周期压缩至数周乃至数日。药物发现、新材料设计、理论物理建模等高门槛学科，正逐步从“专家主导”转向“人机协同”甚至“AI主导”模式。

商业落地节奏则呈现分层特征。王兴兴指出，技术扩散需经历5–10年周期，类似早期互联网与电商。尖端物理AI短期内难入家庭，但商业服务场景（如仓储物流、特种巡检、医疗辅助）将率先规模化。宇树提及硬件制造目标为年产千万台级机器人，反映产业界已启动产能预埋。

回看历史，人类文明的关键跃迁往往伴随工具革命：火种、文字、印刷术、蒸汽机、电力、计算机——每一次都重构了知识生产与传播效率。如今，AI作为首个能自我迭代的“元工具”，其奇点意义不仅在于性能超越，更在于它开始改写“谁掌握知识、如何创造知识”的基本规则。

Clark在演讲结尾并未渲染恐慌或乌托邦，而是平静陈述：“我们不需要再争论奇点何时发生，因为它已经来了。”这句话背后，是大量可验证的实证数据，也是对旧有认知框架的正式告别。