저자는 프런티어 AI 연구소들의 문화가 AI 위험에 대한 우려를 실제보다 부풀리고 있다며, 진정한 '재귀적 자기개선(RSI)'에는 아직 회의적이라는 입장을 밝힌다. 오픈AI와 앤트로픽 등에서 수천 개의 동시 에이전트를 업무에 투입하는 현실이 조직 내 불안감을 키우고 있으며, 이는 2023~2024년 AI 안전 논쟁 때도 예측된 위험이 실현되지 않았던 패턴과 유사하다고 지적한다. 저자는 자동화 가능한 연구가 지수적으로 증가하는 비용 앞에서 폭발적 가속을 이루기엔 범위가 너무 좁고, 병렬 에이전트 확장의 수익 체감과 자원·정치적 병목이 실질적 걸림돌이라는 '손실이 있는 자기개선(lossy self-improvement)' 관점을 제시한다. 오픈AI·앤트로픽 연구자들이 예측한 화이트칼라 대체나 초지능(ASI) 도달 시점은 짧게는 1년에서 길게는 10년까지 크게 엇갈렸으며, 저자는 현재 자동화 가속이 두드러지는 영역은 소프트웨어 엔지니어링이나 로그 모니터링 같은 일상적 업무에 국한된다고 평가한다.

• •저자 네이선 램버트, 프런티어 AI 연구소 문화가 AI 위험 우려를 실제보다 증폭시킨다고 주장
• •'손실이 있는 자기개선(lossy self-improvement)'을 진정한 RSI의 대안적 시나리오로 제시
• •스케일링 법칙상 지수적 비용 증가가 자동화 연구의 대규모 가속을 제약한다고 분석
• •찰리 오닐·베런 밀리지·존 슐만 등의 ASI 도달 시점 예측이 3~10년으로 크게 엇갈림
• •오픈AI·앤트로픽의 현재 자동화 가속은 소프트웨어 엔지니어링 등 일상 업무에 국한된다고 평가