闻 察闻NEWS.CHAPAN.AI
未登录
字号

登录

英伟达沦为背景板!Opus 5.5亲手搓AI基建,人类基线失守

智源社区 2天前 中·独立
快速导读 CMU新论文证实,Opus 5.5配合Claude Code在AI Infra构建任务中全面超越人类专家,不仅性能碾压SGLang等生产级工具,更通过提升算力效率实现巨额收益。这标志着AI已具备自主优化算力底座的能力,可能已触发通往“奇点”的递归自我改进机制。


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。



砸场子的 Singularity-Bench,与被碾压的人类傲慢


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。



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。




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。


每小时多赚 3.34 美元,背后是百亿美金的算力革命


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?




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:


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。



参考资料:

https://infini-ai-lab.github.io/singularity-bench/https://arxiv.org/abs/2611.16591