Anthropic联合创始人Jack Clark：AI已能跨学科做前沿科学，研究者的数量瓶颈可能被打破

2026年10月17日，Anthropic联合创始人Jack Clark在泰国曼谷举行的国际货币基金组织年会上发表了Per Jacobsson讲座。他的核心论点是：AI已经能够在多个科学前沿做出实质性贡献，而人类研究者的培养周期——他举例说自己花了近40年才积累起做这场演讲的经验——是创新速度的根本瓶颈。如果AI可以即时、任意数量地复制，这个瓶颈可能被打破。

Clark用了一个来自上周发表的论文TheoPhysEval的故事来说明这一点。这篇论文测试AI系统解决理论物理中未发表问题的能力，50道题目由全球物理学家编制。印度物理学家Suvrat Raju在评论结果时写道：'我不知道有哪个个人能在没有AI辅助的情况下解决我们最终题目集合中的任何相当比例。'更令人意外的是，当研究团队开始检查模型可能犯的错误时，模型——尤其是GPT-6-Astra——坚持认为自己的答案正确，而专家提供的答案有误。回到专家那里核实后，发现多个案例中专家确实在计算深处埋藏了微妙错误。修正答案后，Astra的最终得分达到98%（49/50）。Clark认为这不只是高分，而是AI在纠正人类专家的错误。

在更广泛的基准测试层面，Clark列举了类似趋势：Humanity's Last Exam在2025年1月发布时，最高分AI系统得分8%，而截至演讲当周，Claude Opus 5.5得分67.7%；FrontierMath在2024年11月发布时最高分2%，现在达到94%。他声称'无论你选哪个科学分支去找测试，都会发现这个模式——能力突然而陡峭地上升'。

但Clark论证的核心机制不是分数本身，而是复制。他提出一个思想实验：如果他能同时运行数百或数千个自己的副本，让它们在监督下工作，那意味着什么？人类研究者需要10到15年的定向教育和数百万美元才能培养一小批，而AI系统只要有足够算力就能即时创建任意数量。他认为这意味着每个地球上的人类科学家将变得更重要、更强大，因为他们能够监督数百或数千个志同道合的专家来处理任何有趣的问题。

Clark还引用了Anthropic的内部建模：如果假设模型能自主完成广泛任务并快速在经济中扩散，美国GDP到2030年可能达到44万亿美元。他承认'这听起来荒谬'，但认为如果技术持续进步，这一情景在逻辑上被蕴含。他呼吁各国现在建设科学设备和机器人系统的基础设施，正如十年前他呼吁建设电力和数据中心一样——'当时没有多少政策制定者听取'。

需要指出的是，Clark是Anthropic的联合创始人，他引用的模型性能数据（Claude Opus 5.5的基准分数）来自自家产品，内部研究者的代码产出倍增也来自同一公司。他的GDP预测明确标注为条件性建模结果，而非独立验证的预测。整个'奇点已开始'的框架是他个人的判断性主张，而非已证实的事实。他自己在演讲中也承认'有些内容是即兴发挥，未被记录在此'，并将自己的角色定位为'AI正在发生之事的叙述者、推动者和翻译者'，同时表示'我对自己在这里的责任极为认真'。

Clark的论证不只是宣称'AI变强了'，而是提出了一个具体机制：研究者的不可复制性是创新瓶颈，而AI的即时复制能力可能改变这一约束。这个机制是否成立，取决于当前在精选基准上的表现能否转化为自主、可泛化的科学贡献——Clark自己用'if'条件句框定了这一跳跃。