谷歌DeepMind工程师称自改进AI远未实现，内部指数显示能力增长平稳无加速

谷歌DeepMind工程师Haydn Belfield近日表示，目前尚无证据表明AI自身正在加速AI研究进程，所谓的“自改进AI”仍相去甚远。这一观点与近期包括Geoffrey Hinton在内的多位知名研究者关于“智能爆炸”风险的警告形成对比。

据Belfield透露，虽然AI目前已编写超过75%的生产代码，但约88%的代码变更仍需人工监督或审查，且所有变更在提交前均需经过人类审核。完全委托给AI的代码变更比例仅从7.5%上升至11.9%。在复杂的Argon代理运行测试中，随着任务复杂度增加，无需人工干预的成功率显著下降。

为系统追踪进展，DeepMind团队构建了涵盖123个模型和92项基准测试的“通用能力指数”（GCI）。数据显示，Gemini模型的能力以每月约0.1 GCI点的速度稳步增长，没有出现统计意义上的加速。团队认为，Gemini 4 Argon略高于趋势线主要归因于更多的计算资源和组织投入，而非AI驱动的自动化加速。

在DeepMind内部的RE-Bench基准测试中，Argon解决了约一半的现实机器学习工程任务，虽较Gemini 3.7 Flash的27%有大幅提升，但仍远低于全面自动化所需的近乎完美的表现。Belfield强调，人类在创造性研究、新颖实验设计、诊断细微训练不稳定性和长期规划方面仍然不可或缺。