谷歌为何押注RSI？

（本文作者为 深流研究所，钛媒体经授权发布）

> 文 | 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...

深流研究所 | tmtpost​.com • Oct 9, 2026