前沿研究显示AI递归自我改进受制于边际效益递减

2026年10月1日，相关前沿研究数据表明，AI递归自我改进目前受制于严重的边际效益递减，短期内难以形成失控的智能爆炸。OpenAI内部实测数据显示，模型在80%成功率下的自主研发任务时长仅约15分钟；尽管代码与token消耗暴增，却仅换来1.6倍的实验频次提升。折算后，每ECI能力点仅带来2%至3%的生产力增益，与自维持循环所需的15%至19%阈值存在5到10倍的差距。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。