追赶OpenAI，谷歌为何全押RSI递归自我改进？

“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，Google发布了Gemini 4系列首款模型Gemini 4 Argon。这句半开玩笑的感叹，很快引出了一个更大胆的行业猜测：Google是否已经初步实现了RSI？

RSI（Recursive Self-Improvement，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，多家头部科技公司已将RSI写入长期技术路线。相关论文、基准测试和落地产品正在密集涌现，而Google是其中投入最坚决、动作最激进的公司之一。

仅在9月，Google就连续公布了四项与RSI直接相关的技术进展，涵盖模型研发、搜索策略与AI智能体工作流。

密集布局的背后，折射出Google在大模型竞赛中的焦虑。不到一年时间，Gemini在行业中的声量波动剧烈，旗舰模型发布曾面临延期，核心人才偶有流失，编程智能体等关键细分方向也被竞争对手抢先定义。Google面临的核心风险，已从单一阶段的模型落后，演变为逐步丧失行业节奏的掌控力。

据报道，Google联合创始人谢尔盖·布林对Gemini的研发节奏并不满意，并亲自推动团队将更多资源倾斜至RSI方向。面对掉队质疑，Google为何将突围的希望押在RSI上？

争议中的RSI：究竟在争论什么？

RSI的字面定义是“AI改进AI”，但业内尚未形成统一定义，分歧主要集中在三个维度：AI能改进什么、能否降低后续成本，以及如何证明改进真实有效。

首先，改进的对象不仅限于模型权重。AI智能体可以重写提示词、调用新工具、优化训练代码，乃至重新设计实验方案。Anthropic将代码智能体视为RSI的前置形态，主张让Claude先承担研发助手职能，再逐步接手长周期系统开发。OpenAI则专注于研发流程的全面自动化，计划在2028年前实现具备独立能力的“自动化AI研究员”。

Google对RSI的理解更侧重于全局系统工程：只要AI能持续优化训练代码、算法结构、工具链、芯片设计及数据中心调度，并借此缩短下一代模型的研发周期，递归效应就会在整套研发体系中发挥作用。

其次，单纯的重复迭代不等于递归。AI可以高频写代码并运行测试，但如果每一轮的能力上限和工作方式未发生质变，便只是低水平重复。真正的递归效应，要求当期成果能直接降低后续研发与搜索的边际成本，例如加速训练内核、释放算力上限或增强智能体编排效率。正如Google DeepMind研究员姚顺宇所言：“RSI是一个连续的光谱，而不是某个突然降临的时刻。”

最后，AI改进效果的验证极具挑战。代码能否编译、内核提速多少容易量化，但评估模型是否获得了可泛化的新能力，却缺乏标准体系。近期Scale AI推出的RSI Bench及覆盖底层内核的Φ-Bench，均在尝试确立该领域的评测标准。

从模型到基础设施：Google的全栈拼图

Google对RSI的探索，正在将散落在模型、智能体、芯片与算力集群的技术拼图拼接完整。

在9月初发布的Gemini 3.8 Flash中，Google首次披露长时间运行的智能体循环参与了该模型的开发。智能体在复杂任务中自主完成规划、执行、检验与纠错，辅助团队完成了模型评估与调优。

随后，Google与高校团队联合推出了Dream-RSI机制。代码智能体在寻找高效GPU程序时，往往需要探索海量路径。Dream-RSI相当于为智能体绘制了一张持续更新的“经验地图”，记录报错、运行时间与评估反馈，帮助系统及时放弃无效尝试，从而大幅节约算力。

紧接着，Google云AI团队发布了RRSI框架，重点改造智能体的运行环境（Harness）。以往提示词编写、工具调配与子任务拆解严重依赖工程师手动微调，而RRSI允许AI根据任务反馈自主重构操作台。这标志着Google当前的推进策略：先在模型外部、易于量化的工程环节积累改进，再将收益反哺模型研发。

更早推出的AlphaEvolve则扮演了自动化工程中枢的角色。Gemini生成候选方案，评估器逐一测试并保留优质版本，围绕其继续迭代。目前AlphaEvolve已用于Google数据中心、芯片研发与AI训练调度，并已通过Google Cloud实现商用落地。

研发复利：重夺行业节奏的核心杠杆

对Google而言，RSI不仅是一项前沿技术，更是应对巨额资本开支的回报逻辑，以及重夺行业话语权的抓手。

2026年，Alphabet资本开支预期高达约2000亿美元，巨额资金持续流向数据中心与网络设备。Google必须证明这些基础设施不仅用于服务广告与搜索，更具备自增殖的研发效率。

RSI提供了一种复利模式：算力支撑更强模型，模型优化底层软件与硬件，升级后的基础设施反过来加速更先进模型的训练。

过去几年的竞争表明，单纯的技术积累未必能直接转化为产品主导权。Transformer诞生于Google，但ChatGPT引爆了大模型浪潮；Google深耕强化学习多年，OpenAI却先确立了推理模型的产品范式。Google长期处于技术前沿，却频繁错失产品节奏。

组织庞大、业务链条冗长曾是Google的研发阻力。但在RSI路径下，Google涵盖芯片、框架、数据中心与海量业务场景的全栈体系，有机会转变为竞争对手难以复制的超长反馈链路。

现阶段的AI尚未实现不受约束的自主演化，仍需在人类限定的框架内进行局部优化。但AI系统深入参与研发流程已成定局。单次评测的模型性能只决定当下的排位，而谁能率先建立由AI驱动的研发迭代飞轮，谁才能掌握长期的竞争主动权。