谷歌DeepMind破解RSI？揭秘AI自我进化的最新资讯

type

status

date

slug

summary

传言与实锤：神秘模型现身API

这起引发全网热议的风波，源于社交媒体上一句看似普通的祝贺帖。爆料者向Google DeepMind发送了一条包含藏头诗的推文，将“RSI”三个大写字母巧妙地嵌入其中。随后，更多实锤证据浮出水面。

有开发者公开了Google API返回的一段JSON代码截图，赫然显示着模型代码为“rsi-model-liverl-le”，显示名称为“RSI Model LiveRL LE”。其参数规格（输入上限1048576个token，输出上限65536个token）与目前Gemini系列的顶级规格严丝合缝。更令人震惊的是，据爆料称，Google内部不仅运行着这一个模型，还挂着从00到09编号的10个专属训练槽位。

这里的“LiveRL”被业界普遍解读为“在线强化学习（Live Reinforcement Learning）”，即模型在处理实际业务的同时，一边收集反馈一边进行自我进化。面对这些泄露，Google官方的反应极为迅速，当晚紧急收回了一批相关API密钥，但这反而让更多人相信，这绝不仅仅是一个内部恶作剧。

高层豪赌：Sergey Brin全面押注自我进化

要理解Google为何在RSI上如此激进，我们需要将目光转向其内部的高层动向。据最新AI新闻报道，谷歌联合创始人Sergey Brin对目前Gemini的进展速度感到不满，并亲自下场督战，力促团队将核心资源全面向递归自我改进倾斜。

Brin的办公地点甚至搬到了总部大楼里一间改造过的微厨房。他坐镇于此，不仅直接插手芯片算力的分配，为Gemini团队开辟“算力特权通道”，还推行了激进的内部计划，用真实数据训练Gemini的代码能力。一位前员工直言，Brin已经被“AGI洗脑”，他深信RSI是谷歌实现弯道超车的唯一路径。

在过去的一年里，面对openai（尤其是chatGPT的持续火爆）以及claude等强劲对手的步步紧逼，Google在大模型竞赛中一度显得有些被动。核心人才的流失和新一代旗舰模型因编码能力不达标而推迟发布，都让Google倍感压力。因此，全面押注RSI，将动辄按季度计算的迭代周期暴力压缩到按周计算，成为了Google的终极反击战。

恐怖的迭代节奏：Gemini背后的复利飞轮

其实，Google对于RSI的探索早就摆在了明面上，只是许多人并未察觉。回顾近期Gemini Flash版本的发布节奏，简直令人胆寒：三周一个版本，六周内实现了三个大跨度的跃升。

在官方博客中，Google曾隐晦地提到：“这些模型的进展，进一步被长时间运行的智能体循环所加速。这些循环被设计用来递归地评估和精炼底层模型。”这实际上就是RSI飞轮开始运转的明确信号。传统的大模型训练流程是“人训、人评、人再训”，一个周期起步就是一个季度。而现在，通过AI自主生成提示词（Prompt）、自主跑实验，迭代速度已经远远超出了人类的极限。

这种速度意味着，模型强不强已经变成了一个中间变量。只要循环转得足够快，模型每转一圈就会自动刷新一次能力上限。这就是RSI飞轮产生复利效应时的恐怖威力。

行业巨变的临界点：从大模型之争到循环之争

RSI这个概念在人工智能圈流传了二十多年，如今终于从纸上谈兵走向了现实落地。不仅是Google，整个行业都在向这个终点狂奔。

Anthropic的CEO近期公开宣布，RSI已经在全行业（包括Anthropic内部）开始发生。而OpenAI也曾表示，其内部模型已经能协助后训练更小的模型，为研究员节省了大量时间。从LLM（大型语言模型）到真正的超级智能，AI自主编写核心代码、自主跑完训练循环已经成为必经之路。

未来的AI竞赛，比拼的将不再仅仅是谁的参数量大、谁的底层架构好，而是谁的“自我进化循环”转得最快。人类研究员在这个循环中的角色正在逐渐后退，最终可能只剩下设定目标和按下确认键。

结语与展望

如果那张API截图是真的，那么AI研发史上第一个由模型自己训练出来的模型，已经在Google的机房里日夜不休地运转了。真正的验证点即将到来：如果接下来的几周内，Gemini的新版本依然能保持这种不可思议的迭代速度准时发布，那么RSI就不再是传言，而是已经降临的现实。

在这个AI技术日新月异、AI变现模式层出不穷的时代，保持对前沿动态的敏锐嗅觉至关重要。获取更多深度的AI资讯、最新AI日报以及实用的AI工具教程，欢迎访问我们的AI门户网站：https://aigc.bar。在这里，与我们一起见证AGI时代的全面到来。