PANews 9月13日消息，據Dwarkesh Patel頻道訪談整理報道，多位AI研究員包括OpenAI聯合創始人John Schulman、Charlie O’Neill與Beren Millidge在討論中指出，遞歸自我改進（RSI）未必會帶來短期內的「智能爆炸」，當前「Transformer+強化學習」範式可能在泛化、持續學習和樣本效率上遭遇漸近瓶頸。嘉賓認為，大模型進步正從單純算力擴展轉向數據效率與稀疏/模塊化架構，蒸餾與基於真實部署數據的持續學習，將成為中小實驗室對抗頭部實驗室模型壟斷的重要路徑。訪談預計，未來1-2年AI有望在特定知識工作場景帶來約10倍生產力提升，而要實現在所有計算機可完成任務上全面超越人類專家的通用智能，仍需約3-5年時間，對齊目標的設定被視為人類保留時間最長的核心職責之一。