谷歌密集布局RSI技术：从模型优化到基础设施闭环的研发复利

事件概述

面对Gemini系列模型排名下滑、核心人才流失及产品定义权旁落的压力，谷歌正全力押注递归式自我改进（Recursive Self-Improvement, RSI）。2026年9月，谷歌密集发布了包括Dream-RSI、RRSI和AlphaEvolve在内的多项技术进展，意图将分散的模型研发、搜索策略、智能体工作流及数据中心调度整合为一条自动化的研发迭代闭环，从而构建长期的研发复利。

核心信息

1. RSI定义的三大争议与技术路线差异

目前行业内对RSI尚无统一定义，主要围绕三个核心问题展开争论，不同公司采取了不同的切入路径：

• 改进对象：Anthropic聚焦于代码智能体作为前置阶段，Claude逐步接手训练评估；OpenAI追求“自动化研究实习生”至“自动化研究员”的演进；谷歌则偏向系统工程，涵盖训练代码、算法、芯片设计及数据中心调度的全栈优化。
• 递归效应：真正的递归要求一次改进能降低下一次进步的成本（如训练内核加速缩短下一代模型开发周期），而非简单的重复劳动。
• 验证机制：Scale AI推出的RSI Bench、AI4AI-Bench及Φ-Bench等评测基准，正在测试AI改进的可迁移性和有效性。

2. 谷歌的RSI布局：从外围到核心的闭环

谷歌的策略是从模型权重修改的外围入手，积累易衡量、易验证的改进收益，再反哺模型研发：

• Gemini 3.8 Flash（9月2日）：长时间运行的智能体循环参与模型开发，协助完成复杂任务的评估与改进，被视为RSI的重要一步。
• Dream-RSI（9月14日）：由谷歌与高校联合发布，为代码智能体提供“探索地图”，记录历史尝试经验，帮助智能体在寻找GPU程序优化方案时避免无效试错，提高算力利用效率。
• RRSI（9月21日）：由谷歌云AI研究团队发布，让AI参与改造自身的“操作台”（Harness）。智能体可根据任务反馈自动调整提示词、工具调用、任务拆分及多智能体分工，解决“怎么把活干好”的问题。
• AlphaEvolve：已进入谷歌数据中心、芯片和AI训练流程，用于优化算法和集群调度。该工具已于2026年7月10日正式推向Google Cloud商用，标志着自动优化能力从内部研发扩展为平台服务。

3. 战略动机：构建研发复利与争夺行业节奏

• 资本回报逻辑：Alphabet 2026年资本开支指引上调至1950亿-2050亿美元。RSI能将庞大的软硬件全栈体系转化为持续降本增效的研发复利，证明巨额投入不仅服务于广告业务，更能提升自身研发效率。
• 弯道超车机会：尽管谷歌拥有Transformer等底层技术优势，但在ChatGPT和编程智能体等产品定义上落后竞争对手。RSI有望将一次性技术进步转化为滚动积累的系统优势，弥补组织庞大、链条复杂的弱点。
• 内部资源倾斜：据路透社报道，谷歌联合创始人谢尔盖·布林对Gemini进展不满，正推动更多资源流向RSI，并敦促核心员工全力投入，表明RSI已实质影响资源配置和产品优先级。

值得关注

• 现状局限：当前的RSI仍处于早期阶段，AI仅在人类划定的范围内进行局部优化，距离I.J. Good设想的“智能爆炸”尚远。如何评价开放式研究、防止系统钻规则漏洞，以及局部优化能否真正提升模型通用能力，仍是未解之谜。
• 行业趋势：AI进入研发流程已成为头部公司的核心资产。模型性能决定短期排名，而由AI驱动、能持续提速的研发系统迭代速度，将决定长期领先优势。Anthropic、OpenAI等巨头也在以不同路径布局类似能力。