谷歌DeepMind研究员宣称Gemini 4已实现RSI！

新智元报道 RSI来了！ 我们的模型正式超越了我。我已经没什么能再教它的了。是时候去追寻我的咖啡师梦想啦 :) ☕ 说出这番话的人，是Google DeepMind研究员 Zirui Wang。 他的履历从CMU到Apple Foundation Models再到xAI，最后落脚DeepMind，妥妥的AI圈「六边形战士」。 一个亲手调教模型长大的研究员，公开说出「我教不动它了」。 这到底是肺腑之言，还是精心设计的一波营销？ 不管怎样，沉默了整整七个月的谷歌，带着Gemini 4 Argon杀回来了。 而且这一次，它绑定了一个现在最热词——RSI。 RSI，全称Recursive Self-Improvement，递归自我改进。AI自己改进自己，改进完的AI再改进自己，像滚雪球一样越滚越大。 哲学家David Chalmers早在2010年就给出了核心论断：智能的提升，必然带来设计更高智能系统的能力的提升。 这是一个自我加速的循环，一旦启动，理论上就不会停。 这也是为什么RSI被视为从AGI通往超级智能的「最后一块拼图」。同时也是整个AI安全领域最令人不安的话题。 因为一旦这个雪球真的滚起来了，人类还刹得住车吗？ 所以当DeepMind研究员在社交媒体上大喊「RSI来了」的时候，半个AI圈都炸了。 Gemini 4 Argon在跑分层面确实交出了一份让竞争对手坐不住的成绩单。 独立评测机构Artificial Analysis给出的综合智能指数是53分，直接追平GPT-6 Astra，比上一代Gemini 3.1 Pro Preview飙升了23分。 更亮眼的是幻觉率——仅15%，是所有高分模型里最低的。对比之下，Astra的幻觉率高达51%，Sol是54%。换句话说，Argon不光聪明，还特别「实诚」，不瞎编。 在Vals Index这个涵盖金融、法律、编程、税务的综合知识工作榜上，Argon以68.9%登顶全部41个模型的第一。 这是Gemini系列有史以来第一次坐上这把交椅。 在金融Agent测试中拿到65.4%同样高居榜首，在Vibe Code Bench上也以91.91%紧咬Sonnet 5.5的92.39%，仅差半个身位。 而在Text Arena盲测中，Argon以1525的Elo分暂列第一，在代码编写、高难度提示词、创意写作等多个赛道都展现了压倒性优势。 这些数据放在一起看，至少说明一件事：谷歌不是回来「凑数」的。 但RSI的证据，到底在哪？ 跑分归跑分，RSI归RSI。 Zirui Wang那条帖子让人激动，但「模型超越了我」和「模型能自主改进自己」之间，还差很远。 AlphaGo赢了李世石，并不代表AlphaGo能自己发明新的棋类游戏。 目前最接近RSI「实锤」的证据，来自谷歌的三个内部案例。 第一个：自主优化数据中心，释放300+TiB内存。 Argon组成的智能体团队，自主扫描谷歌全网的性能遥测数据，精准定位到了内存优化空间，并且自主提交修改代码。 上线后直接腾出了超过300 TiB内存，预计最终可达500 TiB到1 PiB。 在谷歌的体量下，这是千万美元级别的成本节约。 第二个：用Rust重写80万行C/ C++ 系统内核。 搞底层开发的人都知道，动内核代码就像拆弹——一个指针错误，整个系统原地爆炸。 但Argon正在主导把谷歌底层代码（包括Fuchsia Zircon内核）从C/C++迁移到内存安全的Rust。 AI碰80万行内核代码，这件事本身就是一个里程碑。 第三个：手撕3.2万行SIMD底层指令，视频解码性能飙升2.7倍。 谷歌开源视频解码项目libgav1里有一段3.2万行的SIMD代码，人类工程师写起来都叫苦连天。 Argon通过多轮编译实验反复迭代，直接用安全Rust完成了重写，新版本速度是原Rust移植版的2.7倍，逼平了高度优化的C++版本，且逐帧输出完全一致。 这三个案例，说明Argon确实具备了在真实工程环境中「自主发现问题——自主设计方案——自主迭代优化」的能力。 这和传统的「人类写好提示词让AI干活」有本质区别——它开始自己找活干了。 但严格来说，这仍然是DeepMind所定义的「模型辅助训练优化」，而非完整的RSI闭环。 真正的RSI需要一个更强有力的证据：不只是模型能改进自己，而是改进后的模型，要比改进前更擅长改进自己。 也就是说「自我改进的能力」本身也在被改进，形成一个越转越快的飞轮。 DeepMind在九月中旬发布的Dream-RSI论文框架，提出让AI智能体通过「回放」历史探索来优化未来的搜索策略，在算法工程和GPU内核优化上都展现出了显著提升。 Google DeepMind开发者关系负责人Logan Kilpatrick也在播客中公开表示，他们已经观察到了「递