I onda se pojavio odgovor iz Kine. Pre neki dan sam pisao šta se dešava ako Amerikanci odluče da uspore trku ka superinteligenciji, a Kinezi nastave da gaze po gasu. Nije prošlo ni nekoliko dana, a iz kineskog AI ekosistema stiže rad koji tu priču čini mnogo neprijatnijom. Više od trideset istraživača iz ByteDance-a, Tsinghua univerziteta, Shanghai AI Lab-a i još nekoliko institucija objavilo je rad pod naslovom „The Last AI Built by Humans“. Ako vam ByteDance nije poznat, to je kineska kompanija koju većina ljudi zna kao vlasnika TikToka. Ali ByteDance odavno nije samo TikTok. Njihov istraživački tim Seed pravi velike AI modele, a među njima je i Seedance, trenutno jedan od najjačih sistema za generisanje videa. I to više nije ona AI zajebancija gde ukucaš „konj jaše kroz Beograd“ pa dobiješ šest sekundi nečega što izgleda kao da je snimano kroz pokvareni VHS. Seedance 2.0 radi sa tekstom, slikama, videom i zvukom, prati storyboard, koristi različite reference, kontroliše kadar, pokret i zvuk, nastavlja postojeće snimke i pravi višekadarske sekvence. Seedance 2.5 je otišao još dalje, na 30 sekundi generisanog audio-videa uz višestruka produžavanja. To već udara pravo u filmsku produkciju, reklame, igre i postprodukciju. Ukratko, ljudi iz firme koja trenutno ozbiljno gura AI u samu proizvodnju videa sada su među autorima rada o tome kako AI može da učestvuje u sopstvenom razvoju. Naslov je već dovoljan da čovek malo spusti kafu. The Last AI Built by Humans.
Ne bave se oni time kako da AI bude bolji chatbot, lepše crta slike ili da manje lupa kada ga pitaš koliko je sati. Bave se rekurzivnim samopoboljšavanjem, odnosno pitanjem šta se dešava kada AI više nije samo alat ljudima koji prave sledeći AI, nego počne da radi deo tog posla sam. Autori su uzeli 491 postojeći rad i pokušali da ih poređaju na pet nivoa. Na prvom čovek kaže šta treba popraviti, a AI odradi zadatak. Na drugom već sam nalazi slabosti i bira kako će da ih pegla. Na trećem počinje da bira šta će sledeće da istražuje. Na četvrtom koristi iskustvo iz rada sistema da nastavi da se poboljšava. A peti nivo je ono zbog čega ovaj rad vredi pročitati. Tu AI ne popravlja samo sebe, nego popravlja način na koji se AI popravlja. Znači, nije više fazon da model napiše bolji kod za sebe. Menja se sam proces kojim se traže bolji modeli. Čovek napravi AI, AI poboljša sebe, onda poboljša način na koji se poboljšava, pa taj novi proces napravi još bolji AI. Onda taj AI opet može da dira proces. I tako ukrug. To je ona stvar koja može da promeni brzinu cele trke. Od 491 rada koje su analizirali, oko tri četvrtine nalazi se na prva dva nivoa, dok je manje od šest odsto na petom. Dakle, ne tvrde da su već napravili Level 5. Naprotiv, pokušavaju da pokažu koliko je taj nivo još daleko i šta sve mora da se uradi da bi se do njega stiglo.
I sad dolazi ono što je meni mnogo zanimljivije od samog rada. Gotovo u isto vreme Dario Amodei iz Anthropica piše: „We must slow the pace at which we improve the capabilities of AI models.“ Usporimo tempo kojim unapređujemo sposobnosti AI modela. Zašto? Između ostalog upravo zbog toga što AI sve više može da automatizuje samo AI istraživanje. Ako ti mašina radi sve veći deo posla oko pravljenja sledeće generacije mašina, onda više nisi u klasičnoj trci u kojoj samo zaposliš još sto inženjera i kupiš još GPU-ova. A onda sa druge strane sveta imaš ekipu koja pravi skalu od pet nivoa da izmeri koliko smo već odmakli u tome da AI sam vodi svoje unapređivanje. Ne pričaju „jednog dana će možda“. Gledaju šta već postoji, uzimaju stotine radova, razvrstavaju ih i pokušavaju da definišu sledeću stepenicu. I sve to dolazi iz ekosistema u kome ByteDance istovremeno gura Seedance, koji već sada pokazuje šta se događa kada generativni AI uđe pravo u filmsku produkciju. To je mnogo zanimljivije od još jedne vesti tipa „Kina napravila novi AI model“. Nije ovde glavna fora ko ima bolji chatbot. Fora je ko će prvi napraviti sistem koji ume da napravi bolji sistem sam od sebe. . .
A onda sam se setio one stare: Kad ne možeš da pobediš trku, proglasiš trku za bezbednosni rizik. Ne kažem da je to dokaz da neko baš tako razmišlja. Možda je potpuno pogrešno. Ali ako jedni počnu da pričaju o usporavanju baš u trenutku kada AI postaje sposoban da ubrza AI istraživanje, a drugi ulažu ozbiljan istraživački napor da razumeju kako to samopoboljšavanje može da se napravi, onda čovek ima sasvim legitimno pravo da se zapita šta se zapravo dešava. Jer možda će se jednog dana ispostaviti da najveća prednost nije bio najbolji model, ni najveći data centar, ni najviše GPU-ova. Možda je fora u tome ko je prvi napravio mašinu koja ume da napravi sledeću mašinu. I zato je naslov ovog rada mnogo bolji nego što na prvi pogled izgleda: The Last AI Built by Humans.
Izvor: Yi Duan et al., The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement, arXiv:2609.11873, 10. septembar 2026. https://arxiv.org/abs/2609.11873
