今年 5 月，Anthropic 联创 Jack Clark 估计 RSI 有六成概率在 2028 年底前出现；就在前几天，他又把这个时间点提前了一年，认为 full RSI 更可能在 2027 年就完全实现，而不是 2028 年。前者可以简单理解为 intelligence 或者 RSI，也就是进化奖励的不是某个具体的解法，而是找到解法的能力本身。这样，进化就有了两套绝妙的 reward 机制：多巴胺负责 exploit，它鼓励生物做出下一步更靠近目标的行为；好奇心负责 explore，它越过经验的边界，鼓励生物看似无意义的探索。