Gemini 4 Pro疑似泄露：谷歌加速RSI研发，AI“减速”倡议面临现实挑战

事件概述

近期，AI模型盲测竞技场（Arena）中出现一个标识为 gemini-3.8-flash 但性能异常强大的模型，社区普遍推测其为谷歌尚未发布的下一代旗舰模型 Gemini 4 Pro。该模型的泄露不仅展示了显著的能力提升，更折射出谷歌正在加速推进**递归自我改进（Recursive Self-Improvement, RSI）**技术。这一趋势使得此前关于AI发展应“减速”的行业倡议显得愈发无力，因为主要竞争对手均在通过AI自动化手段加速研发进程。

核心信息

1. Gemini 4 Pro 疑似泄露与性能表现

• 异常发现：9月2日谷歌正式发布 Gemini 3.8 Flash 后，Arena中随即出现同名但性能更强的模型。开发者实测显示，该模型在代码编写、SVG绘图、3D场景生成及Agent任务上的表现远超正式版 3.8 Flash。
• 具体案例：
  • 3D生成：能在约8分钟内生成可交互的Voxel风格宝塔场景；约10分钟搭建包含空客H145直升机的完整3D展示页面。
  • 网页设计：约14分钟生成干净完整的单色主题网站，弥补了过往Gem系列在设计品味上的短板。
  • 游戏开发：生成的游戏画面流畅，世界生成完成度高。
• 内部线索：有开发者声称通过“幽灵路由”获取后端信息，显示模型内部标识含 G4P-ARGON，最大输出达256K，上下文窗口超1000万token，并具备跨会话记忆、自动编译脚本及物理机器人控制等能力。
• 基准测试传闻：流传的Benchmark数据显示，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Agent（OSWorld 2.0: 86.8%）等指标上均大幅领先 GPT-6 Astra 和 Claude Fable。尽管数据未经官方背书，但其长期空窗的Pro线升级预期使其猜测具有较高可信度。

2. 背后的关键驱动力：递归自我改进（RSI）

• 定义：RSI指AI参与制造更强AI，进而加速下一代模型研发的闭环过程。这不仅提升模型能力，更加速进化速度。
• 谷歌动向：
  • 联合创始人 Sergey Brin 近几个月推动Gemini提速，将RSI列为重点方向。
  • 谷歌已将评测、寻找改进方向、实验运行等工作交由Agent处理，形成“递归评估和改进底层模型”的循环。
  • DeepMind研究员姚顺宇称此次更新为“模型的一小步，RSI的一大步”。
  • 9月14日发布论文《Dream-RSI》，研究Agent如何通过改进探索策略实现递归自我改进，在算法工程和数学优化上显示出更高效率。
• 行业对比：
  • Anthropic：公开数据显示，截至8月，Claude已能主导26%的研发任务（从年初的<1%激增），超过90%的任务进入AI协作阶段。
  • 智谱：创始人唐杰指出最小循环已出现，GLM-5.3驱动的Infra Agent在国产AI芯片集群上两周内将端到端吞吐提升至初始水平的3.2倍。

3. “AI减速”倡议与现实困境

• 风险共识：Amodei、奥特曼、马斯克、哈萨比斯等领袖均认同需对前沿AI发展保持谨慎，特别是当AI开始自主加速研发时，人类理解和控制能力的滞后可能带来安全风险。
• 倡议内容：呼吁建立第三方评测、共同安全标准和协调机制，在能力跨越门槛前实施减速。
• 执行落差：
  • 缺乏共同规则：由于直接的技术竞争和国家间的AI博弈，任何单独减速都意味着让出领先窗口，导致共识难以转化为行动。
  • 言行不一：在呼吁减速的同时，谷歌疑似提前测试Gemini 4 Pro，Anthropic社区亦出现Opus 5.2灰度痕迹，表明各实验室仍在全力加速。

值得关注

当前AI行业的核心矛盾已从单纯的能力比拼转向研发范式变革（即AI辅助/主导研发带来的指数级加速）。尽管安全警告频发，但在竞争压力下，建立有效的全球性“减速”或监管机制面临巨大阻力。Gemini 4 Pro若确认为真，标志着谷歌在RSI路径上取得了实质性进展，可能进一步加剧前沿模型的性能鸿沟。