（来源：DeepTech深科技）

8 月初，Google AI 团队经历了不同寻常的一周。Demis Hassabis 不再负责 Google DeepMind 的日常运营，转任董事长和 Alphabet 首席科学家；原 DeepMind 首席技术官 Koray Kavukcuoglu 接手模型研发和日常管理，直接向 Sundar Pichai 汇报；在 Google 工作了 27 年的 Jeff Dean，则带着几位资深研究员离开，成立了一家名叫 Discovery Loop 的新公司。

一周后，路透社披露了另一个变化：虽然没有正式管理职位，Google 联合创始人 Sergey Brin 正在更深地介入 AI 研发，要求关键团队重新追上前沿，并推动资源流向递归式自我改进，Recursive Self-Improvement，简称 RSI。现在，Google 想让 AI 参与建造 AI，把模型研发本身也变成可以自动运行、快速迭代的系统。

这听起来是一个野心勃勃的计划，但目前来说，Brin 更现实的目标，可能只是先让 Google 这台研发机器转快一点。

如果只看资源，Google 本来应该是这轮 AI 竞争中最从容的公司。Transformer 诞生于 Google，训练大模型所需的 TPU 是它自己造的；DeepMind 做出过 AlphaGo、AlphaFold 和一系列算法突破；搜索、Android、Workspace 和 Cloud 又提供了模型落地所需的产品和用户……

但有时候，优势反而也变成了一种制约：模型团队要 TPU，Cloud 客户也要 TPU；研究人员想做长期探索，产品团队需要按时发布；一个新模型要穿过基础设施、安全、法务、搜索和商业化团队，才能真正到达用户手里。路透社报道中也提及，算力分配、项目负责人分歧和大公司的决策流程都曾拖慢 Gemini 的研发进度。

Brin 推动 RSI，相当于在问：Google这台庞大机器的运转中，有多少等待、试错和重复劳动，可以交给 AI？过去，一位研究员提出想法后，要写代码、配置实验、等待训练、整理结果，再决定下一步。现在，AI智能体可以自己修改代码、运行测试，同时探索多条路线。这会显著增加 Google 的研发产能。但它也可能制造一个新局面：实验不再排队，算力和判断开始排队。

目前来说，Google 已经有一个接近 RSI 的实际案例：AlphaEvolve。它可以让 Gemini 生成程序，再由自动评估器运行、验证和打分。表现好的方案被保留下来，继续修改和组合。整个过程可以反复执行，不需要工程师逐行尝试。Google 称，AlphaEvolve 找到的新调度算法平均释放了全球 0.7% 的计算资源；它还把 Gemini 架构中的一个矩阵运算内核加速 23%，最终令相关训练时间缩短约 1%。

不过，AlphaEvolve 目前更像一个不知疲倦的竞赛选手：人类给出题目、规则和答案册，它负责不断尝试，直到分数提高。代码优化适合这套方法，是因为答案相对明确。程序有没有通过测试、运行是否更快、占用多少资源，都能自动测量。

但，现实中的许多问题往往没有标准答案：下一版 Gemini 应该优先提高编程、写作还是视觉能力？降低拒答之后，安全风险增加多少？一个榜单分数上升，究竟代表能力进步，还是模型学会了利用测试漏洞？

这些问题无法交给一个简单函数打分。它们涉及取舍，也涉及对未来的判断。完整的 RSI 要求系统自主设计、训练并验证自己的继任者。今天公开的系统还远没有做到。它们已经很擅长解决“怎么做”，但仍然需要人决定“做什么”和“什么算做好了”。

人们讨论 RSI 时，注意力通常都在负责生成方案的模型上。其实，真正决定方向的是评价。评价体系奖励什么，系统就会朝什么方向进化。如果只奖励基准测试分数，模型会围绕测试优化；如果奖励用户停留时间，它可能变得更迎合；如果把训练效率放在第一位，一些难以测量的安全性和长尾能力就可能被牺牲。

因此，RSI 不会让人立刻退出研发。它会改变人的工作位置。研究员可以少写一些实验代码，却要花更多时间设计评价方法、检查异常结果和决定哪些改进值得进入下一轮训练。管理层则要决定哪些目标获得算力，以及能力、成本和安全冲突时，谁拥有最后否决权。

Anthropic 的内部数据已经显示出这种变化。截至今年 5 月，该公司称，合并进代码库的代码中超过 80% 由 Claude 编写，工程师每天合并的代码量达到 2024 年的 8 倍。同时，承认，代码行数会高估真实生产力，模型在选择研究目标和做开放式判断上仍有明显差距。换句话说，AI 已经大幅降低了执行成本，却没有同比降低判断成本。

AI 可以替 Google 写更多代码，却不能替不同团队达成共识。Hassabis 更集中于 AGI 和长期科学问题，Kavukcuoglu 负责模型路线、产品交付和资源协调，Brin 则以创始人影响力推动速度。三个人分别代表长期方向、执行效率和组织权威。RSI 要真正奏效，Google 必须把这三件事写进同一条回路，而不是只把实验执行自动化。从这个角度看，它是一项披着前沿研究外衣的管理工程。

同时，RSI 的商业影响，不需要等到 AI 能独立创造下一代模型才出现。只要它能把一周的实验压缩到一天，把几周的芯片优化压缩到几天，或者持续省下 1% 的训练时间，就已经改变了模型公司的竞争速度。领先者能获得更多试错次数，更多试错又可能扩大领先。

所以，判断 Google 这次押注是否有效，更实际的信号是：AI 独立完成的实验比例是否上升；自动发现的改进能否在真实训练中复现；一次模型迭代需要多少人工介入；错误能否被追踪和回滚；以及研发加速后，安全审查有没有同步变快。

Brin 想让 AI 自我完成进化，但，真正的问题是，当机器可以快速提出无数条路时，Google 能不能绕开现在庞大的官僚体制，更快决定走哪一条？

参考资料：

https://www.reuters.com/world/inside-google-executive-moves-that-led-its-big-ai-reshuffle-2026-08-12/

https://deepmind.google/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/

https://www.anthropic.com/institute/recursive-self-improvement

https://lilianweng.github.io/

https://www.axios.com/2026/08/05/google-deepmind-demis-hassabis-ai)

注：封面/首图由 AI 辅助生成