新智元报道
新智元报道
短短一周内,黄仁勋从英伟达几乎「净身出户」,消息被疯狂刷屏。
当人们还在吃瓜时,卡内基梅隆大学(CMU)刚刚发布的一篇新论文,炸懵了所有的AI工程师。
核心结论只有一句话:超级智能已经学会了自主构建并优化算力底座,或已具备通往奇点所需的技能。
需要注意的是,这里的奇点更多说的是「递归自我改进」:
奇点=智能体能够递归地自我改进其生命周期的每一个阶段。
在论文中,Opus 5.5 + Claude Code,自主构建了预训练流水线、推理引擎,以及集群编排器等 AI Infra。
在同一批 GPU 上,这套由 AI 「手搓」出来的系统,性能不仅追平,甚至直接碾压了人类工程师引以为傲的 SGLang 和 NVIDIA Dynamo 等生产级工具。
研究人员直言:
在由7个前沿模型和2个运行框架构建的11个智能体中,Opus 5.5配合Claude Code在全部六项任务上达到或超过人类基线,奇点指数为1.25,这表明它可能已具备通往奇点所需的技能。
过去几年, AI 跑分榜单无数,但毫无疑问Singularity-Bench(奇点基准测试)这个名字让人一听就「眼前一亮」。
上一个如此先声夺人的 Benchmark,还是Humanity's Last Exam(或简称HLE)——你可以理解成「人类最后的考试」或者「人性最后的考验」。
和大多数Benchmark类似,HLE用于评估AI在面对人类知识前沿时的推理、理解与跨学科能力。
但奇点基准测试略有不同,直击 AI 工业界的深处:底层基础设施建设。
Singularity-Bench 为智能体(Agent)设置了 6 项端到端的超高难度任务,涵盖了从「模型预训练」到「高并发服务引擎开发」的全流程。
六项端到端任务涵盖「预训练、中期训练、后训练、推理、智能体运行框架和集群编排」。每项任务都要求智能体从极简起点出发实现核心系统,并在相同硬件上与成熟的人类工程基线进行对比评估。
在现实里,这 6 项任务通常需要顶尖的、系统工程师、CUDA 优化专家和分布式计算大佬组成十几人专家团队,熬上几个月乃至大半年才能跑通。
这不仅需要懂高层架构,还需要极其精通显存管理、算子融合、硬件通信等极其硬核的底层知识。
以前我们认为,这种活儿,只有年薪百万美金的人类天才才能干,比如那些被马斯克和OpenAI疯狂争抢的「10倍工程师」。
但 CMU 把 Opus 5.5 和 Claude Code 扔进了这个考场。
为了保证公平,所有的测试结果,都在同一批 GPU 上,与目前人类最强的生产系统(如广泛使用的 SGLang 或英伟达自家的工具)进行严格的背靠背对比。
结果,Opus 5.5「横扫千军」。
参与测试的其他 10 个 AI 智能体,面对这种地狱级难度的底层任务,全部折戟沉沙,平均得分只有 0.58,GPT-6.1 Sol 只差一口气,得分0.969。
但是,Opus 5.5 的最终得分是:1.25。
在 Singularity-Index(奇点指数)的评分体系中,「人类基线」被设定为 1.0 。
也就是说,如果你能做到目前人类顶尖开源工具或商业工具的水平,你就能拿 1 分;但 Opus 是你的 1.25 倍!
它不仅满分了,甚至直接击穿了人类的天花板,所写的代码比顶级人类顶级项目还要更好。
这篇论文最刺痛人神经的,是它给出的那本「经济账」。
在实际商业环境中,研究团队测试了这些推理引擎的变现能力,即每 GPU 小时能处理的有效吞吐量,折算成美元收益。
作为人类阵营的优秀代表,目前大火的推理框架 SGLang 表现稳定。
在特定测试负载下,按模拟计费算,它每 GPU 小时的收益为 8.18 美元。这也是目前行业主流的生产力水平。
那么,由 Opus 5.5 「手搓」出来的服务引擎呢?
答案是:11.52 美元。
表面上看,11.52 减去 8.18,单卡每小时只多了 3.34 美元。似乎不值一提?
但如果你真正懂 AI 算力账本,看到这个数字,恐怕会惊出一身冷汗。
因为在超级算力的世界里,一切都是建立在规模乘数之上的。
我们来做一道简单的算术题。
假设一家科技巨头有一个 10 万张 GPU 的超大智算中心。
如果使用人类工程师编写的 SGLang 或类似系统,这个集群一天的收益是:10万 × 24小时 × 8.18美元 = 1963.2 万美元。
如果将底层系统替换为 Opus 5.5 编写的引擎,一天的收益将飙升至:10万 × 24小时 × 11.52美元 = 2764.8 万美元。
每天多赚 800 万美元,每年多赚 29 亿美元!
这意味着,你不需要去求台积电给你增加产能,不要抢破头买新一代显卡,你仅仅多用了一个超级智能体,然后算力集群凭空就多出了将近 40% 的吞吐能力。
这 40% 的性能差异,就是生与死的鸿沟。
此外,在另外的 5 个测试任务中,预训练、中期训练、智能体运行框架和集群编排中 Opus 5均超越人类,只在后训练上人类基线几乎平局,只比后者少了0.6%。
比如,在集群编排人物中,英伟达的 Dynamo 等工具沦为了背景板,被 Opus 5.5 碾压。
Opus 5.5 证明了一件事:机器比人类更懂机器。
人类工程师在写代码时,可能受限于认知、代码可读性和架构惯性;而 AI 可以直接面向硅基硬件的物理极限,高效排列组合。
Singularity-Bench,这名字起得极具深意。
Singularity,奇点。
在天体物理学中,奇点是黑洞的中心,那里的引力无限大,所有已知的物理定律全部失效。
在科技史中,奇点是指机器智能超越人类智能的那一刻,在此之后,人类现有推演逻辑彻底失效。
CMU 的这篇论文,或许拉响了奇点警报的引信。
1.25 对比 1.0 的得分;11.52 美元对比 8.18 美元的收益。
这些冷数字背后,是一个不容置疑的事实:在机器的世界里,机器正在比人类掌握更多的权力。
媒体和公众的目光,还在死死盯着那些大佬们的豪门恩怨、权谋大戏,还在为谁能掌控硅谷王座而争吵不休。
此时,在那些嗡嗡作响的恒温机房里,超级智能已经自己拿起了工具箱。
碳基生物的八卦,硅基智能不理,只是向奇点狂奔
参考资料:
编辑:大卫
文章原文


