Jack Clark, führende Stimme in AI-Governance, argumentiert basierend auf öffentlichen Benchmarks und beobachtbaren Deployments, dass alle Komponenten für vollständig automatisierte AI-Forschung bereits existieren. Zentral sind zwei Trends: (1) Coding-Fähigkeiten: SWE-Bench zeigt den Sprung von Claude 2 (2% 2023) auf Claude Mythos Preview (93,9%), was reale GitHub-Issues löst und die Kernfertigkeit für AI-Engineering abbildet. (2) Agentur/Autononomie: METRs Zeithorizont-Messung (wie lange ein System unabhängig arbeiten kann) ist von 30 Sekunden (GPT-3.5, 2022) auf 12 Stunden (Opus 4.6, 2026) gestiegen; Cotra rechnet mit 100 Stunden bis Ende 2026. Clark sieht darin ein Erreichen der Schwelle, wo viele AI-Research-Aufgaben (Daten-Cleaning, Experimente, Paper-Lesen) in den Autonomie-Bereich moderner Systeme fallen. Er gibt zu, dass diese Schlussfolgerung ihn selbst überrascht und dass die Implikationen für Gesellschaft und Sicherheit noch nicht erfasst sind.