Chamath Palihapitiya：AI已进入递归自我改进循环，未来18个月将极为剧烈
Chamath Palihapitiya发文称，AI奇点逻辑链条已启动：人类构建AGI后，AGI擅长AI研究，进而设计更强AI，循环加速。
他指出，过去几周各实验室的结果与能力显示，行业已稳固处于这一循环中。未来18个月将极为剧烈，递归自我改进将快速推高能力，所有模型的边际成本将趋近于零。
表态强化市场对能力跃升与成本坍塌的预期。资金加速流向具备自我改进闭环的头部实验室；受益方为已建立数据与算力飞轮的玩家，传统按人力迭代的研发模式承压。
来源：公开信息
ABAB AI 解读
Chamath将当前进展直接锚定在经典奇点论证上：从人类设计AGI，到AGI主导AI研究，再到能力指数级递归。这一表述与I.J. Good、Vernor Vinge及后期Nick Bostrom的理论框架一脉相承，但首次被一线科技投资人明确宣布“已进入循环”。
资本路径上，资源正从“训练下一个模型”转向“让模型参与设计下一个模型”。动机在于一旦AI研究本身被自动化，人类研发瓶颈被移除，能力提升速度将由算力与算法搜索效率决定，而非人才供给。边际成本趋近于零的判断，则指向推理与训练效率的持续指数改善。
类似案例可见早期深度学习从手工特征到端到端学习的跃迁，以及当前从人工设计架构向神经架构搜索与自动提示优化的迁移。行业处于“人类仍主导方向，但AI已深度参与加速”的过渡阶段。
本质属于技术替代。机制在于当AI在AI研究任务上的表现超过人类平均水平后，改进循环的主导权发生转移，后续能力增长不再线性依赖人类工作量。
ABAB News · 认知定律
当AI开始改进AI，时间尺度就被永久改变
边际成本趋零之日，才是真正的能力爆炸起点
奇点不是未来事件，而是已被宣布进入的循环