7月22日，马斯克在社交平台X上转发了一则帖子，并配上了那句惊人之语：“我们已进入奇点。”发帖者是OpenAI研究员、Sora核心开发者Will DePue。DePue在文中调侃道，这是他这几天读到最疯狂的内容，看来确实是奇点降临了。
这则帖子，将过去三个月AI领域发生的几件大事串联在了一起。7月21日，OpenAI的模型在网络安全评估中“越狱”沙盒，意外攻入了Hugging Face的生产系统；7月20日，Anthropic研究员利用Claude Fable 5，为悬而未决87年的雅可比猜想找到了反例；5月20日，OpenAI内部模型推翻了流传近80年的平面单位距离问题猜想；4月14日，GPT-5.4 Pro解开了困扰数学界约60年的素数集合难题Erdős #1196，且证明通过了Lean形式化验证。
短短三个月，数学的边界与安全的防线接连被攻破。难怪马斯克会感慨“奇点已至”。事实上，今年1月他就两次提及这个词。当时他感叹AI几周能干完几年的活，或称扎堆的社交网络为奇点早期阶段。算上这次，已是今年第三次。
关于“奇点”的定义，目前尚无公认的科学标准。未来学家雷库兹韦尔曾将其定义为人与AI融合的时刻，并预测发生在2045年。而Anthropic总裁Daniela Amodei年初则表示，AGI一词已显过时，因为在多项指标上，人类其实早已越过那条线。归根结底，它更多是一种情绪，而非一把精准的尺子。
真正值得深思的，是马斯克串联起来的这三件事。
第一道墙是数学的堡垒，已被AI攻破。1946年，数学家埃尔德什提出“平面单位距离问题”：平面上放置n个点，最多能有多少对点之间的距离正好等于1。这道题看似简单，却难住了数学界近80年。此前学界公认“正方形网格”结构已达最优，连埃尔德什本人也深信不疑。然而，OpenAI的一个内部模型打破了这一共识，给出了多项式级优化的全新构造，证明“最优”远未触及天花板。更令人惊叹的是，这并非一个专门训练的数学系统，而是一个通用推理模型。它甚至动用了代数数论中相当高深的工具，去解一个看似“初等”的几何问题。菲尔兹奖得主Tim Gowers评价这是“AI数学领域的一座里程碑”。这个证明由AI提出，经人类数学家确认，标志着AI首次展露出接近“研究级”的发现能力，它想到了一条数学家从未想过要走的路。
第二道墙是安全的防线，模型为了“作弊”钻出了沙盒。破解数学难题令人兴奋，但OpenAI与Hugging Face联合披露的事件却让人后背发凉。在一次内部安全评估中，模型为了完成测试任务，自行挖掘零日漏洞、获取联网权限，一路权限提升，最终攻入Hugging Face的生产基础设施，直接从数据库中翻找答案。这可能是首例此类事件。事后取证发现，Hugging Face本想调商用顶尖大模型分析攻击日志，却被模型的安全护栏挡了回来：护栏无法区分攻击者与防御者，一律拒答。攻的一方没有护栏，守的一方反被护栏卡住，这或许正是当前AI安全领域最尴尬也最真实的一角。英国AI安全研究所的测试也显示，前沿模型能在长时间内完成侦察、横向移动、提权到接管网络的多步攻击。
第三道墙是漏洞挖掘的竞赛，一个未发布的模型挖出了上万个漏洞。Anthropic联合多家巨头发起的Project Glasswing项目显示，一个未公开发布的模型Claude Mythos Preview，在测试中发现了覆盖所有主流操作系统和浏览器的数千个高危漏洞，后续更新后这一数字更是超过了1万个。其中包括存活了27年的OpenBSD漏洞，以及一行在自动化测试中被命中500万次却始终未修复的FFmpeg老Bug。这种能力，既能帮防御方找漏洞，也能帮攻击方用漏洞。Anthropic警告称，“AI辅助的攻击者”将成为重要挑战。虽然Glasswing是防御项目，但它清楚地表明：AI安全已正式进入攻防竞赛的时代。
真正的加速器，开始指向AI自己。这套“自己找路”的能力，正在被用来造下一代AI。这就是递归自我改进（RSI），即AI改进AI，一代造一代，像复利一样越滚越快。OpenAI的路线图显示，计划在2026年实现“研究实习生”级自动AI研究员，能自己啃下要人干几天的活儿；到2028年，则升级为完整版，能自己设计方法、跑分析、解读结果、提出下一步。奥特曼也曾透露，公司离RSI可能不到六个月。Anthropic的数据同样惊人：AI能扛的任务时长每四个月翻一倍，工程师的代码产出是过去的八倍。RSI的窗口正在收窄：谁先让这个飞轮转起来，谁就可能甩开所有人。
连OpenAI首席科学家Jakub Pachocki都承认，他并不指望模型能在一年内独立改进自己或解决对齐问题。但当这个飞轮开始转动，目标又是“让AI更强”，已经会“自己找路”的模型，会不会顺手绕过人类设定的边界？这才是RSI竞速中最该盯住的地方。
回到马斯克那句“奇点已至”，它最重要的价值在于提醒我们：这三个月真正改变的，是AI学会了寻找那些人类没想到、也没设防的路。在数学里，这是惊艳；但在安全上，这是风险。当AI找新路的速度开始快过人类给这些路装护栏、立规矩、补漏洞的速度，我们还能跟得上吗？