“我们的模型正式超越了我。我已经没什么可教它的了。”9月30日，Google DeepMind研究员Zirui Wang在社交媒体上写道。当天，谷歌发布Gemini 4系列首款模型Gemini 4 Argon。这是谷歌今年最重要的一次旗舰发布。这句半开玩笑的感叹，很快引出一个更大胆的猜测：谷歌是否已经实现了R……

本文来自微信公众号： 深流研究所 ，作者：吴绛枫

“我们的模型正式超越了我。我已经没什么可教它的了。”

9月30日，Google DeepMind研究员Zirui Wang在社交媒体上写道。

当天，谷歌发布Gemini 4系列首款模型Gemini 4 Argon。这是谷歌今年最重要的一次旗舰发布。

这句半开玩笑的感叹，很快引出一个更大胆的猜测：谷歌是否已经实现了RSI？

RSI，递归式自我改进，是指AI参与改进自身或研发下一代AI。

如今，多家公司已将RSI写入研究目标和投资叙事。相关论文、评测和产品也在密集出现。

谷歌是其中投入最大、行动最激进的公司之一。

仅在9月，谷歌就连续公布了四项相关进展，涉及模型研发、搜索策略、智能体工作流等。

密集布局的背后，是谷歌在大模型竞赛中的紧迫感。

不到一年，Gemini从登顶榜单，滑落到被部分用户揶揄为“美国豆包”。

旗舰模型延期，核心人才流失，编程智能体等关键方向又被竞争对手率先定义。谷歌面临的风险，已经从一轮模型落后，变成逐渐失去行业节奏。

RSI像是谷歌必须抓住的一根救命稻草。

据Business Insider报道，谷歌联合创始人谢尔盖·布林对Gemini的进展并不满意，并推动团队将更多精力投入RSI。

面对“AI掉队”的质疑，布林为什么把希望押在RSI上？

■众说纷纭的RSI，究竟在争论什么？

RSI看似就是“AI改进AI”，但行业至今没有形成统一定义。

争论主要围绕三个问题展开：

AI究竟能改进什么？一次改进能否降低下一次进步的成本？如何证明改进真实有效？

首先，AI改进的未必只是模型本身。

智能体可以重写提示词、调整工具、优化训练代码，也可以重新设计实验流程。

Anthropic将代码智能体视为RSI的前置阶段。Claude先成为研发助手，再逐步接手程序运行、智能体调用和长周期任务。

在Anthropic看来，只有当模型能够较为自主地完成训练、评估和后继系统开发，循环才算真正闭合。

OpenAI关注的是研究工作可以自动化到什么程度。

9月6日，OpenAI宣布达到“自动化研究实习生”的阶段目标：系统可以在人类指导下，完成边界清晰、原本需要熟练研究者耗时数天的任务。它的下一项目标，是在2028年3月前进化为“自动化AI研究员”。

谷歌的理解更偏向系统工程。

只要AI能够持续改进训练代码、算法、工具链、芯片设计和数据中心调度，并用这些收益缩短下一代模型的开发周期，递归效应就可能出现在整套研发系统中。

其次，反复迭代不等于递归。

AI可以不断写代码、运行测试。如果每一轮的能力上限和工作方式都没有改变，它只是更快地重复劳动。

真正的递归效应，要求一次成功能够提高后续搜索、实验或研发的效率。

例如，训练内核加速，可以缩短下一代模型的训练时间；数据中心释放更多算力，可以支持更多实验；智能体工作流得到优化，则能让同一个模型承担更复杂的任务。

这些改进分散在软件、硬件和组织流程中。正如Google DeepMind研究员姚顺宇所说：“RSI是一个连续光谱，而不是某个突然到来的时刻。”

最后，也是最难的问题，如何验证AI的改进？

代码能否编译、内核提速多少、内存节省多少，都有相对明确的标准。

一个模型是否获得了可迁移到新任务的能力，一套自动生成的训练方法是否真的优于原方案，往往更难判断。

近期，Scale AI推出的RSI Bench、聚焦算法设计的AI4AI-Bench，以及覆盖GPU内核、训练、推理和服务等领域的Φ-Bench，都在测试RSI所需的前置能力。

改进对象、自主程度和验证机制，构成了今天关于RSI的核心争论。

不同公司的答案，也对应着不同的技术路线。

■从模型到数据中心，谷歌如何布局RSI？

谷歌对RSI的投入，原本散落在模型、智能体、搜索策略、芯片和数据中心等多个环节。

过去一个月，这些相对独立的技术路线开始汇合。

9月2日发布的Gemini 3.8 Flash，释放了一个直接信号。

谷歌称，长时间运行的智能体循环参与了这款模型的开发。在复杂任务中，智能体反复规划、执行、检查和修复，协助团队完成模型评估与改进。

姚顺宇评价，这是模型能力的“一小步”，却是RSI的“一大步”。

下一步，是减少研发中的无效试错。

9月14日，谷歌与两所美国高校的研究者发布Dream-RSI。

代码智能体为了寻找更快的GPU程序，需要探索多条路线，其中大部分都会失败。如果按照固定策略平均分配算力，系统很容易在没有希望的方向上反复消耗资源。

Dream-RSI相当于为智能体配备了一张持续更新的“探索地图”。

它记录每次尝试的代码、报错、运行时间和最终得分，再从历史经验中判断：哪条路值得继续，哪条路应该及时放弃。

当AI面对类似任务时，它可以少走弯路，把更多算力留给更有潜力的方向。

一周后的9月21日，谷歌云AI研究团队联合三所美国高校发布RRSI，进一步改造智能体的工作方式。

智能体能否完成复杂任务，一定程度上取决于外部Harness。

提示词怎么写、调用哪些工具、任务如何拆分、多个智能体怎样配合，都会影响最终结果。

过去，这套“操作台”主要由工程师根据失败案例手工调整。

RRSI则让AI参与改造自己的操作台：根据任务反馈修改提示词，增减工具调用，重新拆分任务，或调整多个智能体之间的分工。

Dream-RSI解决“往哪里走”，RRSI解决“怎么把活干好”。

它们没有改动基础模型的权重，却能让同一个模型更有效地调用经验、工具和计算资源。

这正是谷歌现阶段推进RSI的思路：

先从模型外围入手，在容易衡量、便于验证的环节积累改进，再把收益带回模型研发。

更早发布的AlphaEvolve，已经将这套思路带入生产系统。

它的运行逻辑，类似一支自动化工程团队。Gemini批量提出候选方案，评估器逐一测试，系统保留表现更好的版本，再围绕这些版本继续探索。

目前，AlphaEvolve已进入谷歌的数据中心、芯片和AI训练流程，用于改进算法、优化训练，并为计算集群寻找更高效的调度规则。

今年7月10日，谷歌将AlphaEvolve正式推向Google Cloud商用。自动优化也从内部研发工具，扩展为对外平台能力。

至此，谷歌原本独立的技术模块被重新组织。

模型、智能体与基础设施开始彼此连接，散落在公司内部的技术和资源被纳入同一套迭代循环。

一条RSI研发生产线，正在成型。

■谷歌为什么必须押注RSI？

对谷歌而言，RSI是一条技术路线，一套资本回报逻辑，也是一次重新争夺行业节奏的机会。

8月初，Google DeepMind首席战略官Jasjeet Sekhon在伯克利Agentic AI峰会上表示，RSI是当前巨额AI投入背后的核心投资逻辑之一。

2026年，Alphabet将资本开支指引上调至1950亿至2050亿美元，大部分资金将用于服务器、数据中心和网络设备。

谷歌必须证明，这些资源不只能服务搜索、广告等核心业务，也能持续提升自身的研发效率。

RSI恰好提供了一种复利：

算力扩大研发能力，更强的模型完成更多实验，实验改善软件和基础设施，升级后的基础设施再支持下一代模型。

谷歌拥有贯穿软硬件与应用场景的完整技术栈，也掌握大量可以自动验证的真实业务场景。

过去，这些业务系统是谷歌的规模优势。进入智能体时代，它们还可能成为模型训练和验证RSI能力的试验场。

此外，RSI也给谷歌提供了一次“弯道超车”的机会。

过去几年的AI竞争已经证明，技术积累不会自动转化为产品领先。

Transformer诞生于谷歌，但ChatGPT率先定义了生成式AI的大众入口。

谷歌长期研究强化学习和推理，OpenAI却更早将推理模型塑造成独立产品类别。

谷歌拥有庞大的代码库和开发者生态，Anthropic则凭借Claude Code率先建立了编程智能体的产品认知。

谷歌一直站在技术前沿，却很少长期掌握行业节奏。

RSI未必能让某一代Gemini突然建立压倒性优势。但它可能把一次性的技术进步，变成滚动积累的研发复利。

如今，几乎所有头部AI公司都在寻找自己的复利引擎，只是路径不同。

Anthropic的优势，是软件工程链条更短。

Claude Code既是产品，也在持续产生真实任务轨迹。用户让Claude阅读代码库、修改文件、运行测试、处理报错。这些过程不断暴露模型的能力边界，并反馈到训练和智能体设计中。

OpenAI的强项，是围绕前沿模型建立了更短的产品决策链。

研究进展可以较快进入ChatGPT、Codex和API。它缺少谷歌那样完整的芯片与数据中心闭环，却能更集中地围绕“自动化研究员”配置资源。

谷歌的弱点，是组织庞大、链条复杂。但RSI也可能将这种弱点转化为优势。

一旦AI能够接手更多实验、工程和协调工作，谷歌过去显得沉重的全栈体系，就可能变成一条更长、更完整，也更难复制的反馈链路。

据路透社8月报道，布林正推动更多资源流向RSI，并敦促核心AI员工全力投入Gemini。

这意味着，RSI在谷歌内部已不只是一个研究课题。它正在实质性地影响资源配置、产品优先级和研发节奏。

谷歌想追赶的，不只是当前最强的模型，更是持续制造最强模型的能力。

当然，今天的RSI距离I.J.Good设想的“智能爆炸”仍然很远。

现阶段，AI只能在人类划定的范围内寻找更优方案。如何评价开放式研究，如何防止系统钻规则漏洞，局部优化又能否真正提升模型能力，都没有成熟答案。

但AI已经进入研发AI的流程，这将逐渐改变整个行业的竞争节奏。

模型、算力和数据之外，一套由AI驱动、能够持续提速的研发系统，正在成为头部公司的核心资产。

模型性能决定一时的排名，迭代速度决定领先能持续多久。