TasteVal基准显示AI创造力每3个月翻倍 RSI时间线或提前至2027年

Anthropic联合创始人Jack Clark于2026年10月12日在Import AI #476中公布TasteVal基准测试结果：AI的实验研究品味自2025年12月起每3个月翻倍，旗舰模型Claude Opus 5.5以约1/30专家人均成本超越由24名顶级AI研究员组成的人类基准。

事实还原

据Jack Clark披露，TasteVal由P-Zero Research推出，测试AI系统在8项代表前沿AI开发的任务上的表现，涵盖预训练数据整理、语言模型预训练与微调、偏好建模以及对抗提示鲁棒性等领域。基准核心在于评估AI能否独立完成从选题到设计实验再到解读结果的完整研究流程。Clark据此将AI完全自主递归自我改进（RSI）的概率过半时间线从2028年提前至2027年。

机制拆解

TasteVal的测试设计直接针对AI在AI研究中的创造力表现。AI在选题、实验设计与结果解读环节的持续翻倍提升，意味着其在生成新研究方向和验证方法上的能力正快速接近人类专家水平。Claude Opus 5.5以远低于人类团队的成本达到更高表现，显示模型在处理复杂研究任务时的效率优势。RSI时间线提前，核心在于创造力瓶颈的突破速度超出此前预期。

产业影响

这一进展可能推动AI实验室重新评估现有评测框架是否需要新增“自我研究能力”维度。当前基准多聚焦特定任务性能，而TasteVal强调端到端研究流程，未来评测或将更多纳入自主迭代指标。对AI公司而言，早期布局具备研究品味的模型可能形成竞争优势，同时也要求更多资源投入到验证AI输出可靠性的机制中。

战略判断

（此为分析而非事实）若TasteVal反映的趋势持续，AI系统在研究中的自主性提升可能加速整个行业的技术迭代周期，但同时也增加对AI输出进行人工监督的难度。历史经验显示，能力突破往往伴随新的对齐与安全挑战，2027年RSI概率过半的判断提示相关方需提前规划应对路径。