谷歌 DeepMind 一直在寻找人工智能正在加速人工智能本身发展的证据。没有找到。
在 Gemini 4 Argon（其最强大的模型）的安全报告中，实验室得出的结论是，尽管 DeepMind 工程师编写的大部分代码现在都由 AI 编写，但 AI 研究进展并没有加快。
这一发现与让人工智能高管呼吁放缓的情况相悖。这被称为递归自我改进：人工智能构建了一个更智能的版本，这个版本又构建了一个更智能的版本，直到进展超出了任何人测试、调节或关闭它的能力——报告称之为“现有护栏严重不足的情况”。
参与评估的 Google DeepMind 研究员 Haydn Belfield 在 X 上的一篇帖子中写道：“目前，无论是人工智能驱动还是其他方面，机器学习研发都没有显着的端到端加速。” “因此，我们得出的结论是，目前人工智能驱动的机器学习研发的风险较低。”
ML R&D 是机器学习研究和开发的简写，即构建新的人工智能模型的工作。
1/9 在 Gemini 4 Argon 安全与安保报告中，我们发布了对 Google DeepMind 内部 ML 研发自动化和加速的第一个整体实证评估 - 结合了能力基准、宏观能力指数、人工智能编写的代码和轨迹结果的数据，以及…… pic.twitter.com/Vr8Q5Obbsp
- 海顿·贝尔菲尔德 (@HaydnBelfield) 2026 年 10 月 14 日
DeepMind 追踪这个问题是因为“人工智能可以比安全、治理和社会适应跟上步伐更快地加速前沿能力的提升，”贝尔菲尔德写道。更多的自动化还意味着人工智能代理可以更广泛地访问公司系统，为错误的模型（追求其制造者从未想过的目标）提供更多的空间来制造麻烦。
为了衡量进展，该团队构建了 GCI v1，这是一个内部索引，它将 92 个基准中的 123 个 AI 模型的分数混合成每个模型的一个数字——可以将其视为 AI 的 IQ 分数。 “Frontier Gemini 的能力以每月约 0.1 GCI 点的惊人稳定速度提高，”贝尔菲尔德写道。
在报告的该指数图表中，Gemini 1.5 Pro 在 2024 年末接近 0.5 点，Gemini 3.8 Flash 在 2026 年 9 月略高于 2.9，几乎每个版本都呈直线。氩气是其上方的一个点，约为 3.3，尽管其误差线（其真实分数可能落入的范围）足够低以触及趋势。
“虽然 Gemini 4 Argon 处于趋势之上，但我们将其归因于计算和组织投资的增加，而不是反映人工智能驱动的加速，”贝尔菲尔德写道。谷歌于 9 月 30 日推出了 Gemini 4 Argon。
DeepMind 的大多数生产代码现在超过 75% 是由 AI 编写的，并且在 4 月到 9 月期间，完全委托的拉取请求（在上线之前提交审核的代码更改包）的份额从 7.5% 上升到 11.9%。但“约 88% 的拉取请求仍然需要多轮人工指导或人工代码编写，并且代码更改在提交之前仍然需要经过人工审查，”贝尔菲尔德写道。
一项针对 12 名 DeepMind 高级领导者和研究人员的调查发现，自动化在“明确、可验证的执行任务”方面最高，而在开放式科学构思、新颖的实验设计、诊断微妙的训练不稳定性和长期研究品味方面最低。简单来说，人工智能擅长执行指令，但不擅长决定哪些想法值得追求。
DeepMind 还审查了 Argon 在公司内部充当代理的 1,389 条日志。任务越大，模型单独完成的可能性就越小，而人类介入的次数就越多。
该报告发布一个月前，Anthropic 首席执行官达里奥·阿莫迪 (Dario Amodei) 表示，递归自我改进已经在加速，这一警告得到了山姆·奥尔特曼 (Sam Altman) 和埃隆·马斯克 (Elon Musk) 的认可，这一警告导致芯片股下跌近 6%。几天前，前 Anthropic 工程师雅各布·考克森 (Jacob Coxon) 退出了该行业，并警告人工智能可能“到本世纪末杀死我们所有人”。
DeepMind 的数据仅涵盖其自己的实验室，同一份报告称，不能排除不受限制的 Argon 跨越网络攻击和生物武器信息的危险阈值。