动态 · 判断台账

判断台账

14 条判断,每条写明结论、置信度、正反证据,以及什么事实会推翻它。改了就记一笔:哪个月、从什么改成什么、为什么。

每条判断有独立页面和引用格式;全部数据可下载 CSV 或 JSON。

劳动阶梯

四级台阶各走到哪,以及排序背后的主轴

主轴置信度中稳定复核 2026 年 11 月 11 日

谁先被 AI 接手,是不是由「验证一个结果有多便宜」决定?

成立

RSI 最先在代码上发生、AI4S 最先在蛋白质与材料计算上成熟,都符合「验证器越便宜越早」。反例目前没有出现,但样本仍少。

盯住:某个验证很贵的领域(如药物临床、真机操作)在没有新验证手段的情况下,进展速度反超验证便宜的领域。

证据、会改变它的事实与变动历史
支持 · 3
反方与局限 · 0
暂未收录到反方证据——这不等于没有反方。
  • 代码领域的自我改进在测试充足的条件下长期停滞,说明瓶颈不在验证器。
  1. 2026-09 首次记录:成立
    RSI 最先在代码上发生,AI4S 最先在蛋白质与材料计算上成熟,都符合这条规律。
详情与引用 →
主轴置信度中稳定复核 2026 年 11 月 11 日

编程被 AI 接手到什么程度了?

已进入生产

测试与编译器让编程的验证几乎免费,所以它最先被接手:头部实验室称合入的代码九成以上由模型写成。但「写得出」不等于「省时间」,独立实验里资深开发者用 AI 反而变慢。

盯住:第三方对照实验测出 AI 让资深开发者的交付速度稳定提升,并被多家复现——置信度升为「高」。

证据、会改变它的事实与变动历史
反方与局限 · 1
  1. 2026-09 首次记录:已进入生产
    测试与编译器让编程的验证几乎免费;头部实验室公开称八成以上代码由模型写成。
详情与引用 →
主轴置信度低观察中复核 2026 年 11 月 11 日

办公(写报告、做表、操作电脑)被 AI 接手到什么程度了?

进行中

办公任务大多没有测试可跑:GDPval 上前沿模型对行业专家的胜率接近一半,但自动评分与专家评分的一致率只有约 66%——验证本身还贵,所以它落后于编程。

盯住:出现与专家评分一致率超过 90% 的自动评审,并被用来规模化训练办公智能体——会提前。

证据、会改变它的事实与变动历史
支持 · 0
依据见详情页的站外依据与论证。
反方与局限 · 0
暂未收录到反方证据——这不等于没有反方。
  • 第三方在真实企业环境里测出计算机操作智能体的端到端完成率接近人类——改为「已进入生产」。
  1. 2026-09 首次记录:进行中
    办公没有便宜的验证器,按主轴应当晚于编程,单独成一级。
详情与引用 →
AI4S置信度低观察中复核 2026 年 11 月 11 日

科研(AI4S)会在约两年内成熟吗?

约两年内

预测与设计两层已经可用,蛋白质方向有湿实验验证;但真正的硬终点(临床、第三方复现)目前只有零星几例,这一判断靠的是趋势,不是结果。

盯住:自动实验室把合成与表征的周期从几周压到几天,并有第三方复现——会提前。

证据、会改变它的事实与变动历史
支持 · 3
反方与局限 · 3
  • Rentosertib 三期失败,或首批 AI 设计药物普遍在二期折戟——会推后。
  • AI 科学家在开放式研究判断上一年内仍无可测进步——会推后。
  1. 2026-09 首次记录:约两年内
    起始判断,依据是预测与设计两层已经可用。
详情与引用 →
世界模型置信度中观察中复核 2026 年 11 月 11 日

理解并操控物理世界(世界模型)走到哪了?

行业早期

证据主要在能力矩阵:四条技术路线都有演示,少有跨场景的实测。2026 年秋,世界动作模型与 VLA 给出了真机上少样本学新任务的成功率,通用大模型也能在模拟器里直接控制机器人,但真机数字都是厂商自报、还没有第三方复现。物理世界只有真机能验证,又慢又贵,所以它仍在阶梯的最后一级。

盯住:世界模型生成的仿真数据训练出的机器人策略,在没见过的真实场景里稳定泛化,且有第三方复现。

证据、会改变它的事实与变动历史
支持 · 0
依据见详情页的站外依据与论证。
反方与局限 · 1
  • 某个通用机器人在开放家庭或工厂环境中规模化部署并公开失败率。
  1. 2026-09 首次记录:行业早期
    起始判断:多数能力只有演示,真机实测稀少。
详情与引用 →

RSI 四阶段

每个阶段在不在发生

RSI置信度高稳定复核 2026 年 11 月 11 日

RSI 阶段 1「经验自进化」在发生吗?

已规模化

只改经验、不改权重的方法已进产品,门槛从「能不能」转成「经验会不会越积越乱」。

盯住:长期运行中记忆污染导致的退化被系统性测出,主流产品回退跨会话记忆。

证据、会改变它的事实与变动历史
支持 · 3
反方与局限 · 0
暂未收录到反方证据——这不等于没有反方。
  1. 2026-09 首次记录:已规模化
    ACE 等方法有实测提升,前沿产品把跨会话记忆做成默认能力。
详情与引用 →
RSI置信度中观察中复核 2026 年 11 月 11 日

RSI 阶段 2「Harness 自进化」在发生吗?

进行中

改写脚手架有扎实的基准数字,但生产中是否常态化,外界看不到。

盯住:有实验室公开:生产环境里的智能体脚手架主要由智能体自己迭代——会升为「已规模化」。

证据、会改变它的事实与变动历史
  • 自动搜索出的脚手架被证明普遍过拟合基准、换任务即失效——会降级。
  1. 2026-09 首次记录:进行中
    达尔文-哥德尔机与 Meta-Harness 在基准上超过人工设计。
详情与引用 →
RSI置信度中观察中复核 2026 年 11 月 11 日

RSI 阶段 3「AI 加速 AI 研究」在发生吗?

进行中

工程层已大面积自动化,研究判断层没有;关键数字全是实验室自测,没有第三方复核。

盯住:METR、Epoch 等第三方独立测出 AI 对前沿模型研发周期的加速倍数——置信度会升。

证据、会改变它的事实与变动历史
  • AI 提出的研究方向(不只是执行)被用于训练已部署的前沿模型并公开——会升为「已规模化」。
  1. 2026-09 首次记录:进行中
    两家头部实验室公开了自测数字;普林斯顿的独立实验给出反方。
详情与引用 →
RSI置信度高稳定复核 2026 年 11 月 11 日

RSI 阶段 4「AI 端到端训练下一代 AI」在发生吗?

未发生

没有公开证据表明它已发生,这一格目前只有实验室的目标与时间表。

盯住:有实验室公开承认某个已部署模型主要由上一代模型自主研发并训练。

证据、会改变它的事实与变动历史
支持 · 1
反方与局限 · 0
暂未收录到反方证据——这不等于没有反方。
  1. 2026-09 首次记录:未发生
    只有目标与时间表(OpenAI 定在 2028 年 3 月),没有已发生的证据。
详情与引用 →

AI4S 五个方向

AI 在各学科的科研闭环里走到哪一环

AI4S置信度高观察中复核 2026 年 11 月 11 日

蛋白质与分子设计:AI 在科研闭环里走到了哪一环?

最远到 L2

预测已是基础设施,并经过 CASP 盲测这样的独立检验;设计有作者自己的湿实验验证,还没有闭环系统。

盯住:出现由 AI 决定下一轮设计、机器人执行表达与测定的蛋白质闭环系统——升到 L3。

证据、会改变它的事实与变动历史
支持 · 3
反方与局限 · 1
  • PinalAI4S · L2 · 作者实验
  1. 2026-09 首次记录:最远到 L2
    设计出的蛋白已在实验室表达并按预期工作。
详情与引用 →
AI4S置信度中观察中2026 年 9 月改过

药物发现:AI 在科研闭环里走到了哪一环?

最远到 L2

AI 在药物里的角色到「设计」为止(靶点与分子);检验走得最远:一例已进入三期临床,结果要等到 2027 年以后。

盯住:Rentosertib 三期读出失败——角色仍是 L2,但本方向的置信度会降。

证据、会改变它的事实与变动历史
支持 · 1
反方与局限 · 1
  • 第二、第三个 AI 发现的分子进入二期以上——置信度会升。
  • 药物研发出现 AI 自主提出假设、设计并迭代实验的闭环,且产出进入临床前——升到 L3。
  1. 2026-09 最远到 L4 → 最远到 L2
    尺子改了,事实没改:阶梯拆成「AI 的角色」和「结果的检验」两个轴,L4 不再表示「外部检验」。Rentosertib 的角色是 L2 设计,检验是临床三期——它仍是 AI4S 检验走得最远的条目。
  2. 2026-09 首次记录:最远到 L4
    Rentosertib 进入三期临床。
详情与引用 →
AI4S置信度中稳定复核 2026 年 11 月 11 日

虚拟细胞与生物基础模型:AI 在科研闭环里走到了哪一环?

最远到 L2

有了第一个公开统一评测,但模型在没见过的细胞类型上是否还准,是最大的问号。

盯住:虚拟细胞模型的预测被用来指导一轮扰动实验,并在未见过的细胞类型上被实验证实——升到 L3。

证据、会改变它的事实与变动历史
支持 · 2
反方与局限 · 1
  1. 2026-09 首次记录:最远到 L2
    Evo 2 生成了可用的基因组片段;Arc 挑战赛建立了公开评测。
详情与引用 →
AI4S置信度低观察中复核 2026 年 11 月 11 日

材料研发:AI 在科研闭环里走到了哪一环?

最远到 L3

自动实验室已经在闭环跑,但标志性案例 A-Lab 的「新材料」结论被更正,闭环本身的可信度仍在被检验。

盯住:自动实验室发现的材料被第三方复现并确认新颖——检验升到「独立检验」,置信度会升。

证据、会改变它的事实与变动历史
支持 · 2
反方与局限 · 2
  • Periodic Labs 等公司长期没有公开发表的发现——置信度会降。
  1. 2026-09 首次记录:最远到 L3
    A-Lab、Periodic Labs 在做自动实验闭环。
详情与引用 →
AI4S置信度中观察中复核 2026 年 11 月 11 日

AI 科学家:AI 在科研闭环里走到了哪一环?

最远到 L3

完整科研循环已有演示,但实验仍靠人或半自动完成;收录的发现还没有经过第三方复现。

盯住:AI 科学家独立提出的发现被第三方复现——检验升到「独立检验」。

证据、会改变它的事实与变动历史
支持 · 3
反方与局限 · 1
  • AI 自己选定研究问题并提出新方法,被同行认可为原创贡献——升到 L4。
  1. 2026-09 首次记录:最远到 L3
    Robin 与 Co-Scientist 跑通了「实验室在环」的循环。
详情与引用 →