谷歌DeepMind被曝疑似推进RSI

递归自我改进（Recursive Self-Improvement, RSI）是指AI系统自主设计、训练并迭代下一代更强大版本自身的闭环过程。如果RSI实现，AI能力增长将从"人类驱动的线性增长"切换为"AI驱动的指数增长"，被广泛认为是通向AGI/ASI的关键路径。

一、事件经过

时间	事件
9月2日	谷歌在Gemini 3.8 Flash介绍中明确提到"模型由长时间运行的AI代理循环进行递归评估和精炼"
9月11日晚	爆料账号lyra发布藏头帖"huge congRatulationS Indeed! @GoogleDeepMind"，三个大写字母拼成RSI
数小时后	另一账号Lentils发布API返回截图，显示模型代码"rsi-model-liverl-le"，显示名称"RSI Model LiveRL LE"，输入上限1048576 token、输出上限65536 token
Lentils补充	同一标签下有从00到09编号的10个训练槽位（rsi-model-liverl-ns-00至09）
当晚	谷歌紧急收回一批相关API密钥
lyra后续	称密钥来自GDM内部员工，可访问超过1000个内部checkpoint；发文@Google AI Studio负责人Logan Kilpatrick称"没必要因为怕我而收回密钥"
截至发稿	谷歌和DeepMind未做任何官方回应

X 上的普遍共识是"LiveRL"指"在线强化学习"（Live Reinforcement Learning），即模型一边运行业务一边自我进化。这与谷歌9月2日提到的"递归评估和精炼模型"概念一致。

DeepMind的AlphaEvolve系统已能让Gemini提出代码、由自动评估器打分、再把更好的程序送入进化循环，曾用于优化谷歌数据中心、芯片设计和训练大型语言模型的算法。这已形成"AI改进AI研发工具"的反馈链，但与完全自主制造下一代基础模型仍有距离。 AIDeepThi∫nk.cn

RSI（Recursive Self-Improvement，递归自我改进）：用最朴素的话说：AI自己训练出更强的AI，那个更强的AI再训练更强的，循环往复。RSI 是模型自己发现缺陷、自己提出改进方案、自己跑实验验证，周期从季度压缩到周、甚至天。

证据	证明力	局限
API截图显示"rsi-model-liverl-le"	最多证明某接口曾暴露内部名称或实验端点	无法单独证明模型具备递归自我改进能力
10个训练槽位编号	大型AI公司同时维护大量实验分支	编号不能区分普通后训练、在线RL还是真正的RSI
谷歌紧急收回API密钥	可能因泄露/违规暴露内部资源	密钥收回不是能力证明
Amodei同日公开承认RSI"已在各处发生"	行业CEO的公开声明	非谷歌官方确认，且Amodei定义的"RSI正在发生"可能指的是更宽泛的"AI参与自身研发"而非完整闭环
谷歌9月2日的公开描述	官方博客已提到"递归评估与精炼"	与"AI自主设计训练下一代模型"有质的区别

爆料的那张截图未经任何第三方验证，参数规格（1048576/65536）与现有Gemini系列完全一致，不排除是内部测试代号或恶作剧。

路透社（8月）与Business Insider（9/9）两家权威媒体独立报道，加上官方博客9/2白纸黑字写下"递归评估和精炼底层模型"，是公开事实。

三年前RSI只是论文里的思想实验；今年，OpenAI承认GPT-5.6 Sol可辅助后训练、Anthropic发博《当AI构建自身》、Dario亲口承认RSI"已在全行业发生"。争议点已从"会不会发生"变成"谁先跑通、跑多快"。

竞争维度从"谁的模型最强"（静态存量）切换为"谁的迭代循环最快"（动态复利）。模型强弱变成中间量，循环每转一圈自动刷新一次。

无论谷歌是否已实现完整RSI，公开信息已足以说明AI正在进入参与自身研发、压缩下一代模型开发周期的阶段。Amodei选择在这个时间点发文呼吁放缓，RSI的逼近是核心驱动力之一。

如果RSI确实在推进，它将从根本上改变AI能力增长的速度和可控性。Amodei警告"一旦AI帮助AI变强的速度继续加快，人类可能来不及理解和控制这些越来越强的系统"。

AIDeepThi∫nk.cn