#745.AI自我加速：能力进步快，不等于研究全面提速，中美 AI 差距

AI 进展与 RSI（递归自我提升）的紧迫性是当前行业关注的核心。JS Denain 指出，尽管 OpenAI 和 Anthropic 的内部指标显示模型开发中 AI 的使用率显著提升，但目前尚无确凿证据表明 AI 能力即将进入自我持续加速的爆发期。讨论深入分析了 AI 研究效率的提升瓶颈，认为算力增长与研究架构创新同等重要。关于中美 AI 实验室的差距，估算约为 6 到 8 个月，且这种差距受算力资源、数据获取及组织架构等多重因素影响。此外，模型安全防护的脆弱性与开放模型带来的风险扩散成为不可忽视的议题，尤其是在网络安全与生物风险领域，行业需在能力提升与风险管控之间寻找平衡。