AI自我加速：临界点何时到来？

The Economics of Recursive Self-Improvement [pdf]

这篇由 Tom Cunningham 等学者撰写的论文，用经济学模型拆解了 AI 递归自我改进（RSI）的底层逻辑。研究通过构建反馈回路图，区分了“窄义”与“广义”AI 能力，指出单纯优化 R&D 指标未必能带来经济价值的爆发。基于现有数据测算，目前 AI 工程师的效能提升约为 9%，尚未达到触发自我持续加速所需的 15% 阈值。虽然真正的“智能爆炸”尚未发生，但反馈回路正在增强，未来是否会出现类似启蒙运动级别的变革，取决于算法效率与算力瓶颈的博弈。

"粗略估算表明，当前的反馈回路强度还不足以产生自我持续的加速，尽管它们似乎正在增强。"