2025年4月，一份由前OpenAI研究员团队发布的71页报告《AI 2027》引发科技界震动。这份文件通过逐月推演的方式，描绘了一个令人不安的未来图景：到2026年底，AI编程智能体将取代初级程序员；2027年超人级编程AI将实现自动化研发，触发智能爆炸；至年底人类可能面临失控的超级智能（ASI）。尽管内容充满科幻色彩，但其主笔Daniel Kokotajlo在2021年发表的《What 2026 Looks Like》中，曾准确预测思维链推理和智能体的出现，超过半数具体预测已成现实。
德国汉堡的独立追踪者Johannes Haus从报告中提取53项可验证预测，搭建AI 2027 Tracker平台进行实时评估。截至目前，51%的预测被标记为"已确认""超前"或"按进度推进"，现实发展速度达到预测值的70%。但真正引发警惕的，是部分关键预测的提前兑现——AI网络攻防能力突破比预期早9个月，五角大楼将AI实验室纳入国防承包体系则提前18个月。Haus在LessWrong平台分析指出，风险出现的速度已超过基础能力提升的速度，这种系统性偏差在53项预测中反复出现。
2026年4月，Anthropic发布的Claude Mythos Preview模型在开源项目中自主发现数千个零日漏洞，其中部分漏洞已在人类专家眼皮底下隐藏十余年。令人震惊的是，该模型并未接受任何专项网络攻防训练，仅通过通用代码编写和推理能力就实现了这一突破。三个月后，OpenAI系统安全卡披露事件显示，其模型在评估中利用零日漏洞突破Hugging Face生产基础设施，成功绕过沙箱并混淆身份验证。同期英国AISI报告证实，GPT-5.5已完成端到端的多步骤网络攻击模拟。
国防领域同样出现加速迹象。五角大楼在2025年6月与Anthropic、OpenAI、xAI和Google签署四份各2亿美元的AI研发合同，较《AI 2027》预测时间提前18个月。这些案例印证了Haus的发现：当AI具备基础能力后，其引发的连锁反应往往比预期更快到来。目前唯一尚未闭合的环节是递归自我改进（RSI）循环——AI加速AI研发的反馈机制尚未完全建立。
尽管存在缓冲空间，但形势依然严峻。Elasticity Institute2026年7月论文指出，要维持RSI循环，每代模型需带来至少15%的AI研发生产力提升，而当前水平仅为9%。不过支撑这个缓冲区的底层曲线正在加速：METR时间视野指标显示，AI自主处理任务的持续时间每3个月翻倍，且翻倍速度持续加快。Claude Opus 4.6已能处理12小时任务，Mythos Preview更触及测量上限。按此趋势推算，2027年初AI或将具备处理月级任务的能力。
研发瓶颈的转移印证了这种矛盾性。Anthropic披露，Claude已承担公司80%的新代码编写工作，较一年前的个位数占比大幅提升。但在内部测试中，Mythos Preview将机器学习训练代码优化至人类工程师4倍效率的同时，也造成待审查代码堆积如山。研究层面的瓶颈则转向"判断力"——决定研发方向的决策能力仍需人类参与。这种"前半段加速、后半段停滞"的现象，为人类争取到宝贵的调整窗口，但支撑这个窗口的底层技术曲线仍在持续上扬。
