谷歌DeepMind攻克RSI！AI自主进化时代正式来临

他拥有创始人独有的影响力，直接插手芯片分配，给Gemini团队开辟特殊算力通道，砍掉优先级不符的芯片项目，甚至收集员工编码数据，用来训练模型代码能力。内部员工评价布林，已经彻底信奉AGI，把RSI当成谷歌翻盘的唯一机会。路透社在8月就报道，布林在全员会议上催促团队，把资源全面倾斜到自我改进方向。

最近AI圈炸出一桩悬案：一张API截图、一句藏头诗、一批紧急收回的密钥，所有人都在问同一个问题——谷歌DeepMind是不是已经跑通了传说中的RSI递归自我改进？

这个概念在学术界讨论了二十年，简单来说，就是AI不再单纯等着人类投喂数据、人工评估效果，而是可以自己评估、迭代、训练下一代更强模型。一旦这套闭环跑通，AI研发的节奏会从按季度更新，压缩到以周甚至天为单位。

截图的真假至今没有第三方实锤，谷歌全程沉默。但巧合的是，另一边Anthropic的CEO公开表态，RSI已经在整个行业发生，连自家内部也出现了这类现象。再加上谷歌近期反常的模型迭代速度，很难不让人猜测，AI竞赛的底层规则，正在发生改变。

一、藏头诗与API截图，一场突如其来的泄密风波

整件事的导火索，始于9月11日X平台上一条不起眼的祝贺帖子。账号lyra发文向DeepMind道贺，句子里刻意大写的三个字母拼在一起，刚好是RSI。

这条帖子很快引爆评论区，不少圈内人开始寻找线索。没过多久，另一位网友放出一张API返回截图，JSON信息里出现了`rsi-model-liverl-le`这个内部模型名称，标注为RSIModelLiveRLLE。配套参数写着1048576输入token上限，输出最高65536token，和Gemini现有模型规格高度吻合。爆料还提到，后台存在编号从00到09，一共10个专属训练槽位，专门留给这套RSI体系。

事情发酵之后，lyra直接@谷歌AIStudio负责人，直言谷歌不该因为这次泄露，直接批量吊销内部API密钥。他称这批密钥来自谷歌内部员工，可以访问上千个模型检查点。谷歌当晚紧急收回相关密钥，之后就不再发声，官方至今没有确认，也没有否认截图的真伪。

当然，这张截图本身无法被独立验证。不少人提出疑问：有可能只是内部测试代号，也可能是爱好者制作的恶作剧。可它之所以能短时间传遍整个AI圈子，并不是单凭一张截图，而是刚好和谷歌最近一系列动作完美对上。

二、微厨房作战室：布林押上全部资源豪赌RSI

如果说截图是流言，那谷歌联合创始人谢尔盖・布林在山景城总部的布局，是实打实被媒体拍到的现实。BusinessInsider报道，布林如今的办公地点，不是高管办公室，而是大楼里一间改造后的微厨房。

这里被改造成战时指挥中心，U型桌子围坐着DeepMind负责人，谷歌CEO劈柴哥每周会多次过来开会。这间微厨房最大的作用，就是绕开公司层层官僚流程，集中资源攻坚RSI。

作为谷歌的奠基人，布林对Gemini当前的追赶进度并不满意。OpenAI、Anthropic持续发力，谷歌旗舰模型多次延期，核心人才接连出走。单纯依靠传统模式堆算力、人工调参，永远只能跟在对手身后追赶。布林的解决方案，就是把赌注押在递归自我改进上。

在他的设想里，Gemini不再是传统大模型项目，而是像初创公司一样快速试错。人类研究员慢慢打磨模型的旧路径太慢，他想要一套可以自动迭代的循环：模型自己评估缺陷，自动生成改进方案，训练更强的新版本，新版本继续循环优化。

三、藏在官方博客里的伏笔：三周更新一次的Flash模型

很多人忽略，早在这次截图风波之前，谷歌已经在公开文档里，写下了关于递归自我精炼的描述。9月2日发布Gemini3.8Flash和Cyber版本时，官方博客有一句话，当时很少有人读懂分量：模型的进展，由长时间运行的智能体循环加速，循环用来递归评估、精炼底层模型。

翻译成人话：谷歌已经在用AI智能体，自动评估、优化大模型本身。

这次发布本身就足够反常，六周之内连续推出3个Flash版本，3.7Flash上线才三周，3.8Flash就接踵而至。传统AI研发，一轮训练、评估、调优，最少要一个季度，需要大量研究员、标注人员手动测评。三周一次迭代，人力根本跟不上这样的节奏。

新版模型成绩同样亮眼，3.8Flash在推理基准拿到54.9%，专门做漏洞挖掘的Cyber版本，真实漏洞挖掘成功率突破70%。DeepMind研究员姚顺宇当时点评，这对于模型只是一小步，但对RSI来说是巨大飞跃。另一位研究递归改进的研究员判断，这正是RSI飞轮产生复利效应的特征。

大家之前只是把这句话当成宣传话术，直到RSI模型截图流出，所有人回头重读这段文字，才意识到谷歌早把线索放在公开文章里。爆料账号lyra也提到，想要看懂这次事件，重点不是截图，而是Flash系列越来越快的迭代节奏。

四、全行业集体踩刹车：RSI已经不是理论设想

就在谷歌RSI传闻发酵的同一时间，AnthropicCEODarioAmodei发布长文，抛出一个让行业震动的判断：递归自我改进已经在全行业发生，Anthropic内部同样出现这个趋势。

他的态度充满担忧，呼吁行业主动放慢前沿AI研发速度，提出三步走的安全方案，引入第三方常驻评估人员，给前沿模型设置安全检查站。有意思的是，OpenAI的奥特曼、马斯克迅速表态支持。过去互相激烈竞争的巨头，在这个节点达成共识，侧面印证RSI不再是纸上理论。

不止Anthropic，OpenAI在7月公开，GPT模型已经可以辅助完成小模型的后训练，帮研究员节省数周的实验时间。各家实验室都在尝试，让AI参与AI研发，从写论文、设计实验，到生成训练代码。

但这里要分清边界。现阶段大部分厂商的成果，属于AI辅助人类做研究，AI只是研究员的工具。而谷歌博客描述的递归精炼，以及网传RSI模型，目标是形成端到端闭环，AI自主完成评估、迭代。两者之间，隔着一条关键鸿沟。

五、下一个Flash版本，就是最好的验证标尺

现在所有人都在等待一个简单的验证节点：三周之后，Gemini3.9Flash会不会按时发布。

如果3.9Flash如期上线，继续保持稳定迭代，性能稳步提升，那博客里那句递归精炼就不再是文字修辞。Flash的发布时间表，会成为RSI飞轮运转的直观证据。

过去三年的AI竞赛，比拼的是谁的模型更强。如果RSI闭环真正落地，游戏规则会彻底改写。比拼的不再是单次模型跑分，而是迭代循环的运转速度。模型能力只是中间产物，循环每转动一圈，能力就自动刷新一次。

在这个新体系里，人类研究员的位置会持续后移。一开始AI帮人写代码跑实验，之后AI独立完成训练循环，人类只剩下最后审核确认的权限。Anthropic曾经提出，人类最后的优势是“研究品味”，也就是判断研究方向是否值得探索。谷歌正在测试的，就是这条人类防线还能维持多久。

我们依然不能断定那张API截图是真的，谷歌也没有官宣实现完整RSI。但毋庸置疑，AI自我迭代的时代已经拉开序幕。一旦谷歌这条路线跑通，意味着AI拥有了自主进化的能力，这也是为什么，一边有人疯狂冲刺RSI，另一边行业大佬呼吁踩下刹车。

这场AI竞赛的下半场，比拼的不再是单纯算力，而是谁能先掌握自我进化的飞轮，同时守住人类可控的安全底线。