谷歌DeepMind研究者宣布Gemini 4实现自我改进能力

RSI来了！我们模型已经超越了我，我所能教的都已经教完了，接下来是时候追寻我的咖啡师梦想了。说这话的是Google DeepMind的研究员Zirui Wang。他的经历包括CMU、Apple Foundation Models和xAI，最终加入了DeepMind，堪称AI领域的全能型选手。这位亲自培育模型的研究员都表示“我教不动它了”。这到底是真心话，还是精心策划的宣发呢？不管怎样，沉寂了七个月的谷歌带着Gemini 4 Argon强势回归，而且这次与一个流行概念——递归自我改进（RSI）相结合。RSI指AI可以自行改进，并不断改进自己，形成一个自我加速的循环，理论上不会停止。哲学家David Chalmers早在2010年指出，智能的提升必然增强了设计更高智能系统的能力，这使得RSI被视为实现超级智能的关键。然而，若这一机制启动，人类将如何应对？

DeepMind研究员在社交媒体上自信地宣布“RSI来了”，瞬间引发广泛关注。Gemini 4 Argon在性能评测中也显示了强劲的实力。独立评估机构Artificial Analysis打出的综合智能指数为53分，直接追平GPT-6 Astra，比上一代Gemini 3.1 Pro Preview提升了23分。尤为引人注目的是其幻觉率仅为15%，是所有高分模型中最低的，而相比之下Astra的幻觉率高达51%。Argon不仅智能，还特别“实诚”，做得更好。

在Vals Index综合知识工作榜上，Argon以68.9%的成绩位列第一，这是Gemini系列的历史首次。同时，在金融Agent测试和Vibe Code Bench中，Argon表现优异，分别以65.4%和91.91%的得分名列前茅。数据表明谷歌的回归并非仅为表面功夫。 龙8国际登录

然而，关于RSI的确凿证据仍有待考量。尽管Zirui Wang表达了激动，但“模型超越了我”和“模型能够自我改进”之间仍有距离。AlphaGo战胜李世石并不意味着它能创造新的棋类游戏。目前，谷歌的三个内部案例可能是最接近RSI的证据。第一个，Argon团队通过自主扫描谷歌网络性能数据，优化数据中心，释放了超过300TiB的内存。第二个，Argon正在将谷歌底层代码从C/C++迁移到Rust，涉及约80万行代码，虽然相当复杂，但这是一个里程碑。第三，Argon重写了一段3.2万行的SIMD指令，使视频解码性能提升了2.7倍。

这三项案例表明Argon在真实环境中具备自动发现问题、设计解决方案和进行迭代优化的能力，这与传统的“人类给提示让AI工作”有本质区别。尽管如此，这仍被视为DeepMind定义的“模型辅助训练优化”，而非真正的RSI闭环。真正的RSI需要更有力的证据，即改进后的模型在自我改进能力上进一步增强，形成一个加快的循环。DeepMind在九月发布的Dream-RSI论文框架显示，AI通过回放历史探索优化未来策略，已经在算法和GPU优化上取得显著进展。