DeepMind震撼预言：持续学习将让AI「永生」新智元

2026年点亮持续学习，2030年实现全自动编程，2050年垄断诺奖级研究……人类向AI让渡科学主导权的倒计时，似乎已经开始。

一早，谷歌DeepMind研究员重磅预测刷屏全网！

2026年，将会成为「持续学习」之年。

或许它已经在谷歌内部实现了。

此前，Jeff Dean曾在NeurIPS 2025炉边谈话上，指出了目前LLM痛点在于「缺乏持续学习」。

去年底，谷歌团队提出的「嵌套化方法」增强了LLM上下文处理能力，实现了持续学习。

持续学习，对于任何一个模型和智能体来说，至关重要。它是AI能否自我改进，不断涌现的一个核心要素。

Anthropic CEO Dario Amodei也表示，持续学习将在2026年就搞定了，并能实用起来。

实际上，AI这种持续学习的苗头，早已显现。

Anthropic工程师自曝，过去一个月，自己对Claude Code的贡献，全部由AI 100%直出代码。

另一位非技术型程序员Ben Tossell四个月，烧掉30亿Token，用Claude Code连造50个项目。

Tossell全程所做的，只是看着AI完成编码。

这一刻，模型不再通过训练获得改进，而是在自编码过程中不断进化。

人类不用插手，几乎0干预，全自动化编程和研究的时代更近了。

OpenAI研究员Hieu Pham预测，2026将见证AI破解一个千禧年难题

2030告别手搓代码？

前OpenAI研究员揭秘ASI倒计时

全自动化编程（Automated Coder, AC），会不会成为AGI乃至ASI加速到来的关键拐点？

前OpenAI研究员Daniel Kokotajlo和他的团队给出了肯定答案。

他们利用自主开发的AI Futures Model做出了惊人预测：

2030年不仅可能实现完全自动化编程，更有约25%的概率在一年内实现向ASI的飞跃！

团队认为，AC就像是AGI研发进入自动化加速阶段的「开关」。

一旦这个开关被按下，ASI就极有可能快速起飞（25%概率在1年内实现）。

111https://blog.ai-futures.org/p/ai-futures-model-dec-2025-update

核心锚点：用METR-HRS外推「编码时间跨度」

针对 AGI 时间线预测这一争议话题，团队认为METR-HRS是目前最适合用于线性外推至超强AI的基准。