Gemini 4 Pro疑似泄露：AI递归自我改进加速，行业“减速”倡议落空

事件概述

近期，谷歌疑似下一代旗舰模型Gemini 4 Pro在第三方盲测平台Arena中匿名出现。该模型虽被标记为“gemini-3.8-flash”，但其实际表现远超官方发布的Gemini 3.8 Flash，引发社区广泛猜测其为未正式发布的Pro系列模型。与此同时，AI领域关于“减速”的倡议因各前沿实验室持续推进新一代模型研发而显得流于形式，递归自我改进（RSI）技术的深化进一步加剧了迭代速度的竞争。

核心信息

1. Gemini 4 Pro疑似泄露及性能表现

• 异常现身： 9月2日谷歌正式发布Gemini 3.8 Flash后，Arena中出现同名但性能更强的模型。开发者实测发现，该模型在代码编写、SVG图形生成、3D场景构建（如Voxel风格宝塔、直升机模型）及网页设计等方面表现优异，细节完整度与交互性远超预期。
• 技术线索： 有开发者声称通过“幽灵路由”获取后端信息，显示内部标识包含“G4P-ARGON”和“VIA_3.8_FLASH”，最大输出达256K，上下文窗口超1000万token，并具备跨会话记忆、自动联网及脚本运行等高级能力。
• 基准测试传闻： 社区流传一张对比表显示，该模型在软件工程（DeepSWE v1.1: 88.7%）、终端Agent（Terminal-Bench 2.1: 95.3%）、知识推理（HLE-Verified: 72.1%）及电脑操作（OSWorld 2.0: 86.8%）等指标上均领先于GPT-6 Astra和Claude Fable，真实知识工作评分（GDPval-AA v2）突破2000 Elo。
• 可信度说明： 上述基准数据和后端截图未经Google或Arena官方证实，且存在数据不一致之处，目前仍属社区推测。唯一确认的事实是存在一个性能异常且标签错误的模型实例。

2. RSI成为加速研发的关键驱动力

• 概念定义： RSI（Recursive Self-Improvement，递归自我改进）指AI参与制造更强AI，形成闭环加速循环，不仅提升模型能力，更加快研发速度本身。
• 谷歌动向： 谷歌联合创始人Sergey Brin推动Gemini提速，将RSI列为重点方向。DeepMind研究员指出Gemini 3.8 Flash的发布是“RSI的一大步”，官方提及长期运行的Agent循环正在递归评估和改进底层模型。团队还发布了Dream-RSI论文，研究Agent通过改进探索策略实现递归自我改进的方法。
• 行业数据佐证： Anthropic披露数据显示，截至8月，Claude已主导26%的内部AI研发任务（2月时不足1%），超过90%的研发任务进入AI协作阶段。智谱GLM-5.3-Flash也展示了由Infra Agent驱动的自动化优化案例，将端到端吞吐提升至初始水平的3.2倍。

3. “AI减速”倡议与实际进展脱节

• 倡议背景： 鉴于RSI可能带来的失控风险，包括OpenAI、Anthropic在内的多家机构呼吁建立共同安全标准、引入独立评测者并协调放慢研发速度，以防止人类评估与控制能力滞后于模型进步。
• 实际进展： 尽管风险共识存在，但出于竞争压力，主要实验室并未真正减速。
  • 谷歌： 疑似已在测试Gemini 4 Pro。
  • Anthropic： 社区出现Opus 5.2灰度测试痕迹。
  • OpenAI： 后台疑似出现GPT-6 Sol模型名，预计近期发布。
• 结论： 三家前沿实验室的下一代模型均处于测试或即将发布状态，“减速”目前仅停留在风险警示层面，尚未转化为实质性的研发暂停或限制措施。