Google被传接近实现AI递归自我改进，行业加速与放缓之争再起

在人工智能领域，一项被称为"递归自我改进"（Recursive Self-Improvement, RSI）的技术正在引发广泛关注。近日有市场消息称，谷歌旗下的DeepMind实验室可能已经接近实现这一关键能力，这使得原本就备受瞩目的AI行业再次掀起波澜。

所谓递归自我改进，是指人工智能系统能够帮助开发下一代更强大的人工智能模型，并进一步提高未来模型的研发效率。如果这一过程持续循环，理论上可能形成能力快速增长的反馈机制，使人工智能进步速度远远超过传统技术演进节奏。

这一传闻恰逢多家领先AI公司集中表达对人工智能加速发展的担忧。9月13日，Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）发表公开文章，首次明确提出"放慢前沿AI发展速度"的建议，并呼吁建立更严格的安全评估机制。他在文章中指出，自今年夏季以来，人工智能进步速度出现明显加快，而推动这一变化的重要因素之一，就是AI越来越多地参与到下一代AI系统研发工作中。

"AI已经开始参与自身研发过程，"阿莫代伊表示，"这种趋势正在整个行业范围内显现。如果这一趋势失去控制，人类理解和监管这些系统的能力可能无法跟上其发展速度。"

紧随其后，OpenAI也公开表示认同这一观点。公司负责人称，人工智能前沿发展的速度问题已经成为近几周内部讨论的重要议题，并表示未来也将支持类似的独立安全审查机制。

然而，这些呼吁也引发了另一种截然不同的声音。一部分批评人士认为，大型AI实验室要求放缓行业发展，并不一定完全出于安全考虑，也有可能是一种争取"监管护城河"的策略。他们担心，一旦政府采纳更严格的监管措施，拥有大量资金、算力和法律资源的大公司反而更容易满足监管要求，而规模较小的竞争者和开源项目将面临更高门槛。

"这种现象被称为‘监管俘获’，"一位科技评论员指出，"即大型企业借助监管体系巩固自身优势地位。如果行业发展速度被人为压制，最终受益者未必是公众安全，而可能是已经占据领先位置的头部企业。"

值得注意的是，尽管Google官方尚未对此传闻作出正式回应，但相关证据似乎正在增多。9月13日晚，有爆料账号发现Google生成式语言API返回了一段JSON代码，其中包含一个名为"rsi-model-liverl-le"的模型标识，参数规格显示输入上限为1048576个token，输出上限为65536个token。随后又有消息透露，Google内部不止这一个模型，在同一批标签下还有从00到09编号的10个专属训练槽位。

"如果GDM内部真有这样一个模型，并且还有10个专属的训练槽位，那确实非常惊人，"一位知情人士表示，"这表明Google可能已经在进行大规模的RSI实验。"

与此同时，OpenAI也在其最新内部数据中披露了AI参与自身研发的详细情况。数据显示，截至2026年8月中旬，OpenAI研究部门中，每投入一个人类研究日，就会同时产生约3.1个Agent工作日。这意味着在"工作时长"意义上，研究部门里的AI劳动力已经是人类的三倍多。

"AI正在接管研究循环里的‘体力活’，"OpenAI博客写道，"研究人员要提出想法，写评测，搭基础设施，跑实验，找bug，监控训练中的异常行为，再把有效的方法整合到更大的核心训练中。现在，这些任务的效率正在显著提升。"

随着AI参与自身研发的程度不断加深，关于是否应该放缓发展的争论也愈发激烈。支持放缓的一方认为，必须给社会和监管机构更多时间来理解和应对潜在风险；而反对放缓的一方则担心，过度监管可能会阻碍创新，让那些缺乏资源的小型初创企业难以生存。

"我们距离RSI还有多远？"OpenAI联合创始人John Schulman在一次播客访谈中表示，"距离AI在所有可在计算机上完成的认知工作中全面超越顶尖人类专家，可能只需3至4年。与此同时，三人一致认为，在AI研究者生产力提升方面，两年内实现10倍效率提升具有相当的可信度。"

这场关于AI发展速度的争论，不仅关系到技术进步的速度，更关乎人类社会的未来走向。随着Google、OpenAI等巨头在RSI领域的不断探索，如何在创新与安全之间找到平衡点，将成为全球人工智能领域最激烈的讨论之一。