Google DeepMind 想验证一件事：AI 是否正在加快 AI 本身的开发速度。它没有找到这样的证据。
在其最强模型 Gemini 4 Argon 的安全报告中，这家实验室表示，AI 研究目前并没有变快，尽管 AI 现在已经编写了 DeepMind 工程师交付代码中的大部分内容。
这一结论与一类让不少 AI 高管呼吁放缓研发节奏的情景相左。那种情景被称为递归式自我改进：一个 AI 构建出更聪明的自己，后者再构建出更聪明的版本，直到进展快到超出任何人测试、监管或关闭它的能力。报告将其描述为「现有护栏严重不足的局面」。
DeepMind：当前未见 AI 驱动的机器学习研发显著加速
参与这项评估的 Google DeepMind 研究员 Haydn Belfield 在 X 上发帖称：「目前，无论是否由 AI 驱动，机器学习研发都没有出现显著的端到端加速。我们因此得出结论：AI 驱动的机器学习研发风险目前较低。」
这里的机器学习研发，指的是构建新 AI 模型的研究和开发工作。
Haydn Belfield 在 2026 年 10 月 14 日发布的帖子中称，Gemini 4 Argon《安全与安保报告》首次给出了 Google DeepMind 内部关于机器学习研发自动化和加速的整体实证评估，结合了能力基准测试、宏观能力指数、AI 编写代码数据以及轨迹结果等信息。
Belfield 说，DeepMind 持续跟踪这一问题，是因为「AI 可能会让前沿能力的提升速度快于安全、治理和社会适应的跟进速度」。自动化程度越高，也意味着需要向 AI 代理开放更广泛的公司系统访问权限，这会让不对齐模型——也就是追求开发者原本并未设定目标的模型——有更大机会制造问题。
内部指数显示 Gemini 能力提升大体维持稳定斜率
为了衡量进展，团队构建了内部指标 GCI v1。这个指数把 123 个 AI 模型在 92 项基准测试中的得分整合成每个模型的单一数值。Belfield 将其比作 AI 的 IQ 分数。
他写道：「前沿 Gemini 能力一直以约每月 0.1 个 GCI 点的速度稳定提升。」
报告中的图表显示，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，几乎每次发布都贴着一条直线趋势推进。Argon 是唯一明显高于该趋势的点，约为 3.3 分，但它的误差条向下延伸后，仍足以接触到这条趋势线。
Belfield 表示：「尽管 Gemini 4 Argon 位于趋势线上方，我们将其归因于算力增加和组织层面的投入扩大，而不是 AI 驱动的加速。」谷歌在 9 月 30 日发布了 Gemini 4 Argon。
AI 已编写大部分生产代码，但人类仍掌握关键环节
DeepMind 目前的大多数生产代码已有超过 75% 由 AI 编写。与此同时，在 4 月至 9 月期间，完全委托给 AI 处理的 pull request——即代码变更在正式上线前提交审核的变更包——占比从 7.5% 升至 11.9%。
不过，Belfield 也写道：「约 88% 的 pull request 仍然需要多轮人工引导或由人工编写代码，而且代码变更在提交前仍需接受人工审查。」
AI 更擅长执行明确任务，不擅长开放式科研判断
对 12 名 DeepMind 高级主管和研究人员的调查显示，自动化程度最高的环节集中在「定义清晰、可验证的执行任务」，而最低的环节则是开放式科学构思、全新实验设计、诊断细微训练不稳定性，以及长期研究判断。
换句话说，AI 在执行指令方面表现较强，但并不擅长判断哪些想法值得继续推进。
DeepMind 还审查了 1,389 份 Argon 作为公司内部代理运行时的日志。任务越大，模型越难独立完成，人工介入也越频繁。
与近期更激进的行业警告形成对照
这份报告发布前一个月，Anthropic CEO Dario Amodei 曾表示，递归式自我改进已经在加速。Sam Altman 和 Elon Musk 对这一警告表示认同，相关言论一度导致芯片股下跌近 6%。
几天前，Anthropic 前工程师 Jacob Coxon 也退出了这一行业，并警告 AI 可能会「在本十年结束前杀死我们所有人」。
不过，DeepMind 的这组数据只覆盖其自家实验室。同一份报告也指出，不能排除在没有限制的情况下，Argon 会在网络攻击和生物武器信息方面跨越其危险阈值的可能性。
