Google DeepMind曾寻找AI正在加速AI自身发展的证据。根据该实验室自己的评估，它并没有找到。

在为其最强大模型Gemini 4 Argon安全报告中，该公司得出结论：AI研究并未加快速度——尽管AI目前已编写DeepMind工程师所交付的大部分代码。该分析发现，2026年4月1日之后AI进展速度没有统计上显著的加速，该实验室的能力指数以每月0.1分的速度稳定攀升。该公司将其描述为对ML研发自动化与加速进行的全面实证评估。

这一发现与令AI高管们惊恐并呼吁放慢发展速度的情景相悖。这一情景被称为递归自我改进：AI构建出更聪明的自身版本，后者又构建出更聪明的版本，直到进展超出任何人测试、监管或关闭它的能力——报告将其描述为“现有防护措施严重不足的局面”。

“目前ML研发没有出现显著的端到端加速，无论是AI驱动的还是其他原因，”参与该评估的Google DeepMind研究员Haydn Belfield在X上的一条帖子中写道。“因此我们得出结论，AI驱动ML研发的风险目前很低。”ML研发是机器学习研究与开发的简称——即构建新AI模型的工作。

1/9 In the Gemini 4 Argon Safety & Security Report, we published our first holistic empirical assessment of ML R&D automation and acceleration inside Google DeepMind — combining capability benchmarks, a macro capability index, data on AI-written code and trajectory outcomes, and… pic.twitter.com/Vr8Q5Obbsp

— Haydn Belfield (@HaydnBelfield) October 14, 2026

DeepMind追踪这一问题是因为“AI可能以前所未有的速度加快前沿能力的提升，超出安全、治理和社会适应所能跟上的步伐，”Belfield写道。更大程度的自动化还意味着让AI智能体更广泛地访问公司系统——并为目标偏离的模型（即追求其制造者从未意图实现的目标的模型）制造麻烦留下更多空间。

稳步攀升，而非飞跃

为了衡量进展，团队构建了GCI v1，这是一个内部指数，将123个AI模型在92项基准测试中的得分合成为每个模型的单一数字——相当于AI的智商分数。“前沿Gemini能力以每月约0.1 GCI分的显著稳定速度提升，”Belfield写道。这一区分之所以重要，因为真正的递归自我改进，按定义应当在这类曲线上表现为向上的拐点。

在报告的该指数图表中，Gemini 1.5 Pro在2024年底接近0.5分，Gemini 3.8 Flash在2026年9月略高于2.9分，几乎每个版本都紧贴一条直线。Argon是唯一一个高出趋势线的数据点，约为3.3——尽管其误差条（即其真实分数可能落入的范围）向下延伸至足以触及趋势线。

“虽然Gemini 4 Argon高于[该]趋势，但我们将其归因于算力和组织投入的增加，而非反映AI驱动的加速，”Belfield写道。Google于9月30日发布了Gemini 4 Argon。

大部分代码由AI编写，但人类仍在引导

DeepMind的大部分生产代码目前超过75%由AI编写，完全委托的拉取请求（在上线前提交审查的代码变更集合）的比例从4月到9月从7.5%上升到11.9%。即便如此，“约88%的拉取请求仍需要多轮人工引导或人工编写代码——且代码变更在提交前仍需接受人工审查，”Belfield写道。

一项对12位DeepMind资深领导者和研究人员的调查发现，自动化在“明确界定、可验证的执行任务”中程度最高，而在“开放式的科学构思、新颖的实验设计、诊断微妙的训练不稳定性以及长期研究品味”方面程度最低。简而言之，AI擅长执行指令，但在决定哪些想法值得追求方面则表现不足。

DeepMind还审查了1,389条Argon在公司内部作为智能体工作的日志。任务越大，模型独立完成的可能性越低——人工介入的频率也越高。总体而言，Gemini 4 Argon在其完成的内部研究工程任务中解决了约一半，远低于DeepMind视为完全自动化警戒线的90%分数。这一公布的阈值为读者提供了一个具体的标准，用以衡量未来有关自动化失控的说法。

对早期警告的反驳

该报告为一场迄今为止主要以警告形式展开的辩论的一方提供了内部数据。报告发布的一个月前，Anthropic首席执行官Dario Amodei曾声称递归自我改进已经在加速——这一警告得到了Sam Altman和Elon Musk的认同，并导致芯片股下跌近6%。几天前，前Anthropic工程师Jacob Coxon退出该行业，警告AI可能“在这个末之前杀死我们所有人”。

DeepMind的数据仅覆盖其自己的实验室，且报告指出，无法排除不受限制的Argon版本会越过该公司为网络攻击和生物武器信息设定的危险阈值。