شاخص RSI و زمانبندی خودبهبودی کامل هوش مصنوعی؛ پیشتازی انتروپیک در تحقیق و توسعه و افق پاییز ۲۰۲۷دادههای بهروزرسانیشده شاخص «RSI Index» — که توانایی مدلها را در انجام پژوهشهای خودکار برای ساخت مدلهای نسل بعد میسنجد — نشان میدهد شتاب خودکارسازی تحقیق و توسعه در سال ۲۰۲۶ روندی تصاعدی گرفته است. در این ارزیابی، مدل Claude Fable 5.1 با کسب امتیاز ۳۶ درصد در صدر ایستاده و انتروپیک در تمام طول سال برتری خود را در هدایت پژوهشهای خودکار حفظ کرده است. مدل GPT-6 Astra شرکت OpenAI با ۲۹ درصد در رتبه دوم قرار دارد و استارتاپ چینی Moonshot AI با مدل Kimi K3 با جهشی سریع به رتبه ۲۱.۵ درصد رسیده و بالاتر از Qwen 3.8 علیبابا (۲۰.۵ درصد) و Gemini 3.8 گوگل (۱۷.۵ درصد) ایستاده است.
همگرایی این دادهها با پیشبینیهای مدلهای آیندهپژوهی (نظیر سناریوی AI 2027 و تحلیل لئوپولد آشنبرنر در گزارش Situational Awareness)، افق پاییز ۲۰۲۷ (سپتامبر تا نوامبر) را به عنوان محتملترین پنجره برای رسیدن به نقطه عطف خودبهبودی کامل (Agent-4) هدف گرفته است؛ مرحلهای که در آن صدها هزار نسخه از یک مدل پژوهشگر میتوانند با سرعتی ۵۰ برابر انسان فعالیت کنند و معادل یک سال کار فکری تحقیق و توسعه را در هر هفته تقویمی به پیش ببرند. اگرچه OpenAI در گزارشهای رسمی خود افق مارس ۲۰۲۸ را به عنوان میانه تخمین در نظر گرفته، اما جهشهای اخیر در مهندسی کرنلها و اتوماسیون کدهای زیرساختی این جدول زمانی را فشردهتر کرده است.
درس کلیدی این شاخص، جابهجایی گلوگاه توسعه است: محدودیت فرانتیر دیگر کمبود مهندسان یا کندی نگارش کدهای جدید نیست، بلکه «سرمایه سختافزاری» و توان برق کلاسترها برای اجرای آزمایشهای بلادرنگ روی تراشهها است. وقتی ایجنتها بتوانند ۳۶ درصد از تسکهای مهندسی ساخت نسل بعد را خودشان هدایت کنند، حلقه بازخورد بسته میشود؛ معادلهای که نشان میدهد رسیدن به هوش عمومی، فرآیندی تدریجی در امتداد سالهای آینده نیست، بلکه با پر شدن همین شکاف ۶۰ درصدی باقیمانده در کمتر از دو سال آینده تکمیل خواهد شد.
@ACCELERATIONERS
