日前多位谷歌 DeepMind 研究员发文称，预测 2026 年 AI 将实现持续学习能力，即 AI 将具备在无须重新训练的情况下持续吸收新知识的能力。同时 Anthropic CEO Dario Amodei 也表示，AI 的持续学习能力将在 2026 年实现并投入实用。

此前在 NeurIPS 2025 炉边谈话中谷歌首席科学家 Jeff Dean 就曾指出，当前大语言模型（LLM）的主要痛点在于缺乏持续学习能力。随后在 2025 年年底谷歌方面提出 " 嵌套化方法 "，增强了 LLM 上下文处理能力，被视为实现持续学习的关键进展。不久前有 Anthropic 的工程师透露，其过去一个月对 Claude Code 的代码贡献完全由 AI 自动生成。对此有观点认为，" 已有迹象显示 AI 正展现出持续学习的雏形 "。

值得一提的是，日前 OpenAI 前任研究员 Daniel Kokotajlo 及其团队也公布了一则关于 AI 的预测。据了解，Daniel Kokotajlo 及其团队利用自主开发的 AI Futures Model 预测出，2030 年可能实现 AI 全自动化编程（Automated Coder, AC），并有约 25% 的概率在一年内实现向超级人工智能（ASI）的飞跃。

此外 Nature 的展望则显示，2050 年 AI 或将成为诺奖级科学研究的主力军。据了解，牛津学者、《超级智能：路径、危险与策略》作者 Nick Bostrom 预计，AGI 将 2050 年前后出现，并具备回答 " 我们当前关心、且原则上可以由科学回答的大多数问题 " 的能力。

而伦敦研究与前瞻公司 Outsmart Insight 联合创始人 Alex Ayad 提出了 " 黑灯实验室 " 设想，即由 AI 与机器人组成的自主系统可 24 小时不间断开展生物技术研究，无需人类干预。在此基础上，墨西哥国立自治大学物理学家 Juan Carlos Hidalgo 认为，在 AI 推动下核聚变能源有望在 2050 年趋于成熟。

【本文图片来自网络】