剑桥大学人工智能科学与政策项目（ CASP） 近日发布了一份由二十多名研究者共同撰写的报告： 《What if automating AI R&D triggers an intelligence explosion?》 ， 作者包括 OpenAI 首席科学家 Jakub Pachocki、Anthropic 联合创始人 Jack Clark、微软首席科学官 Eric Horvitz，以及Geoffrey Hinton、 Yoshua Bengio 和 Dawn Song 等人。 本综述基于该报告及近期其他相关文献，对人工智能（ AI）研发自动化的现状、理论机制、潜在社会影响及政策应对进行系统性综述。

点击下载：DN-AGI 到 ASI.pdf

自二十世纪中叶计算机科学诞生来，科学发现的方法论经历了从纯粹的经验观察与理论推演，向计算模拟乃至数据驱动模式的深刻演进。近年来，伴随深度学习架构的突破、算力的指数级增长以及海量科学数据集的积累，人工智能（AI）在科学研究中的角色已经发生了根本性的本体论转变。如果说过去的 AI 仅仅是被视为用于数据分析和模式 识别的边缘辅助工具，那么当今的 AI 则已跃升为科学发现的基础性机 制与核心引擎。从解决困扰生物学界半个世纪的蛋白质折叠难题，到预 测极端气候事件，再到自动生成科学假设与指导高通量实验，人工智能 正在以前所未有的规模、广度与速度重塑整个科学探究的边界。

随着 2026 拉开帷幕，全球科技产业正处于一个决定性的拐点。如 果说过去两年的主旋律是生成式 AI 模型的单点突破与能力跃升，那么 a16z 发布的“Big Ideas 2026” 系列报告则清晰地描绘了一个更为宏大的图景：我们正在从"工具时代” 迈向“ 代理时代” 。这一转变不仅关乎软件能力的提升，更是一场涉及基础设施、商业模式、工业生产以及社会契约的结构性重组。