从Google的RSI传闻看AGI：AI领袖为何呼吁调整开发节奏

能帮你完成复杂项目的AI很有用。如果AI还能帮助开发更强的AI，它就可能改变有用工具问世的速度。Google的几条神秘帖子之所以引发关注，正是因为这种可能性。与此同时，几家竞争企业的AI领袖开始公开支持更审慎的开发节奏，让讨论进一步升温。

先区分两个术语，后面的故事就容易理解了。AGI指通用人工智能，强调广泛的能力：系统可以学习并完成许多不同类型的智力任务。RSI指递归式自我改进，强调一种过程：AI帮助改进AI系统，而改进成果又帮助下一轮改进。前者描述能力覆盖多广，后者描述进步如何反过来推动新的进步。

本文会把Google的传闻追溯到X原帖，区分公开支持与已经达成的减速协议，再讨论更快的研究周期可能如何改变日常生活。资料核查截止于2026年9月14日。我的看法总体乐观：更好的工具可以让更多人获得专业帮助。但值得期待的未来，也必须给我们留下核查结果的时间和改变方向的权力。

先记住三个区别

• AGI、RSI与超级智能是不同概念，都不等于AI拥有了意识。
• Google的公开研究说明AI正在帮助开发AI，但流传的X帖子尚未证实完全自主、持续运转的改进循环。
• 多位业界领袖公开支持调整节奏和外部评估，但这不等于全行业已经签署并执行统一的减速协议。

AGI关注的是能否学习并完成多种工作

专门系统可以在一项任务上非常出色。国际象棋引擎能击败冠军，却未必能解释租约、规划研究项目或学习新的办公流程。AGI追求的是更广泛的能力：把已有能力应用到不同的智力工作，包括陌生任务。用日常语言说，就是工作内容变了，它还能不能继续学会如何发挥作用。

目前没有一个得到普遍认同的唯一达标线。2023年11月，DeepMind研究者提出从性能、通用性和自主性等维度评价AGI。这个框架提醒我们，擅长多种任务与获准独立行动，是不同的属性。能力很强的系统也可以在有限权限下运行。《Levels of AGI》，首次提交于2023年11月4日。

设想一个帮助小型非营利组织的助手。它需要读懂陌生的电子表格、起草资助申请、发现预算中的矛盾，还要学习报告规则。令人信服的演示应当显示，它能在这些任务变化中持续可靠地工作，也知道何时寻求帮助。一份漂亮的申请书，远不足以证明这种广泛能力。

这也解释了为什么基准分数不能成为通用智力证书。基准只说明系统在指定条件下完成指定任务的表现。长期可靠性、陌生环境、实际成本和出错后的恢复能力，都可能不在测试范围内。有人宣布实现AGI时，更有用的追问是：哪些能力、什么水平、多广的任务范围，以及需要多少外部帮助？

ASI指人工超级智能，通常是指在广泛认知领域中显著超越人类的能力。它是另一个概念，并不是每个优秀模型都必须贴上的标签。AGI或ASI也不会自动意味着意识、情感或类似人类的内心生活。本文讨论的是能力、开发过程，以及人们围绕它们作出的选择。

RSI让进步的成果改善下一轮进步的产生方式

普通软件的改进依靠人们发现问题、提出修改、进行测试，再保留有效的修改。AI已经能够帮助完成这些步骤，例如提出更快的算法、生成测试案例、诊断失败实验的原因。RSI真正值得关注的地方，是这些成果能让系统在下一轮改进中也做得更好。

可以把它想成一个不断改良自身工具的研究工坊。更好的测量仪器帮助制造下一件更精确的仪器，后者又为后续改良提供帮助。每次成功的改变，都能扩大下一次实验可以完成的工作。关键并不是工坊变得更忙，而是改进是否真实、能否保留，以及是否有助于以后的研究。

聊天机器人把答案改写五遍，并不一定改变了底层模型。记忆功能可以保留信息，而不更新神经网络已经学到的参数。编程智能体也可能在驱动模型不变的情况下改进自己的工具。这些机制都很有用，但强意义上的RSI，是指开发更好AI系统的能力本身持续提升。关于这些较具体的机制，可以参阅此前的持续学习与改进循环指南。

因此，AGI与RSI不一定按固定顺序到来。一个系统可能不擅长很多日常任务，却能帮助优化AI训练。反过来，能力广泛的AI也可能由仍然受人类指导的开发过程产生。RSI可以加快通向更强通用能力的进展，但在图上写下这三个字母，并不能证明这条路最终通向哪里。

原创概念图。AGI与RSI是不同维度，并非保证依次实现的里程碑。图中展示的是本文的定义，不是某个模型的实测能力。

Google传闻可以追溯到两条帖子

AI Times于9月14日发表的报道介绍了AI社区中的这则传闻。沿着文章嵌入的帖子和后续评论的链接追溯，能够找到数量不多、可以辨认的源头。转发一百次，容易给人一种获得了一百次确认的印象。但如果它们都在重复最初的说法，就不构成一百份独立证据。

9月11日，Lyra（@lyraxana）发布了一条提及Google DeepMind的简短祝贺信息。特殊的大小写突出显示了R、S、I三个字母。帖子没有提供实验方法、性能结果或人类参与程度。它让读者从缩写中自行推测含义。

同一天稍后，Lentils（@Lentils80）引用了Lyra的帖子，并声称内部存在一个名为rsi-model-liverl-le的模型，以及十个带编号的训练槽位。附带截图也成了猜测的焦点。但这些只是关于一份所谓内部列表的说法。本次调查未能独立确认列表的真实性，以及它与实际运行系统的关系。

9月12日，Chubby（@kimmonismus）继续传播传闻，并链接到同一条Lyra原帖。这说明了信息的传播路径，却没有增加一个独立证实突破的来源。某个账号过去爆料的口碑，也不能替代这次主张所需的证据。

即使内部名称属实，核心问题依然没有答案。团队可能在达成目标之前，就用目标为项目命名。也可能只是某个局部组件得到改善，实验仍高度依赖人的指导。要得出更强的结论，还需要测量结果、清晰的比较基线，以及究竟自动化了哪些环节的说明。

因此，截至核查日期，能够成立的结论相当有限：Google的RSI传闻有可追溯的X来源，但这些帖子没有证明完全自主的RSI。在本次查阅的公开资料中，我没有找到Google对所谓内部列表的认证，也没有找到足以支持这一解读的重复、独立评估。这是现有公开证据的边界，并不能证明私下不存在任何进展。

Google的公开研究比流出的名字更值得关注

这则传闻引起兴趣并非毫无背景。Google已经公开描述过AI参与AI开发的过程。在2026年9月2日的Gemini 3.8公告中，公司表示，长时间运行的智能体循环帮助递归评估和改进底层模型。这是有明确出处的开发过程说明，但仍未展示完全自主、连续开发后继系统的完整链条。Google的Gemini 3.8公告。

更早的成果提供了具体尺度。Google DeepMind在2025年5月报告，AlphaEvolve让Gemini训练中的一个关键内核改善了23%，使总训练时间减少约1%。这个编程智能体结合语言模型、自动评估与筛选来寻找更好的算法。AlphaEvolve公告，2025年5月14日。

23%与1%的差异很有启发。一个组件的提升，不会让整个开发周期同比例加快，因为其他工作仍然需要时间。不过，面对成本高昂的训练，即使很小的节省，反复应用后也有意义。经过验证的优化可以保留下来，成为生成下一代模型的流程的一部分。

相比猜测文件名的含义，这些成果更能支撑乐观预期。在最强形式的RSI得到证明之前，这个领域已经可以产生重要进展。承认一项工程成果，并不需要同时宣布AI已经能独立发明自己的整个未来。

Anthropic在2026年6月4日对自家开发流程的介绍中，也作了类似区分。它描述AI越来越多地参与工程和实验，同时指出研究方向与判断能力仍存在缺口。对于完全自主地开发后继系统，文章讨论的是有条件的可能性。这是公司对自身工作流的观察，并非自主RSI的独立证明。《When AI builds itself》。

阿莫迪、奥特曼与马斯克公开支持调整开发节奏

9月12日，Anthropic首席执行官达里奥·阿莫迪提出，应控制前沿AI开发的节奏，为安全工作追赶能力进步留出时间。三个重点是引入常驻的独立评估人员、民主国家的前沿开发者开展协调，以及推动更广泛的国际协调。Anthropic承诺先落实评估人员这一项；更广泛的协调仍是有待推进的目标。阿莫迪9月的文章。

随后，萨姆·奥特曼在X上公开支持调整开发节奏，并表示OpenAI也会向独立评估人员提供类似员工的访问权限。埃隆·马斯克则用一条短帖支持阿莫迪的立场。这些都是可以直接核实的支持表态。报道应当准确传达其意义，而不应替发言者补上一份实际并不存在的详细执行协议。

调整节奏也不等于全面停止AI研究。阿莫迪的提案是在继续进步的同时，为安全措施与外部评估分配时间。难点在于执行：评估什么、谁能进入、谁有权发表不利结果，以及公司不同意评估时怎么办？这些问题的答案，决定承诺是否会真正改变行为。

在我看来，这种趋同值得重视，因为竞争对手公开承认了共同的问题。但这不会消除它们的竞争动机。独立评估之所以有价值，正是因为客户、政府和其他开发者不该仅凭企业声誉接受保证。判断标准应是后续履行的证据，而不是声明有多打动人。

对制度设计提出疑问也很合理。合规费用过高，可能有利于本来就拥有巨大预算的组织。因此，需要与风险相称的规则、承担责任的评估者，以及小型开发者的参与空间。不过，这种担忧不能证明安全问题是编造的，也不能证明Google传闻导致了减速呼吁。

特朗普把问题放在与中国竞争的框架中

9月13日，特朗普在爱尔兰向记者表示，希望美国保持对中国的AI领先地位，并对限制开发的要求持消极态度。他也承认可以设置部分安全措施，但没有说明具体规则。这体现了他对放慢竞争节奏的抵触，并不是对一份已经完成的行业协议行使否决权。美联社9月13日报道，CityNews刊载。

这种战略顾虑不难理解。如果一方接受成本高昂的约束，而竞争对手不接受，差距就可能影响经济与安全实力。因此，可行的国际安排需要能够判断参与者是否履行了承诺。宣布各方应当合作，比设计可信的核查机制容易得多。

但赢得竞争与控制后果，是需要分别完成的任务。一个会造成可避免故障的系统，不会因为在本国制造就自动可靠。我的看法是，领导力不仅包括训练强大系统，也包括测试、保护和治理它们的能力。这些能力可以帮助保持长久的领先，而不只是拖慢发展。

如果把争论简化为一边关心安全、另一边关心中国，就会失真。阿莫迪的提案本身也讨论了如何在寻求国际协调的同时保持领先。部分分歧在于手段：是最大限度提高开发速度，还是加强共同监督，或者采用可以核查的组合方式？

不断改进的研究循环，可能缩短两次发现之间的时间

令人期待的不只是下一代助手能写出更好的答案，而是更好的助手能缩短开发再下一代所需的工作时间。后者又可能进一步改善研究流程。如果收益能够传递并保留，进步就能持续积累，而不是一组孤立的升级。

有意义的循环需要完成多个环节：选择有价值的问题、提出改动、开展实验、评价结果，只在证据支持时保留改进。保留下来的成果再帮助下一轮。加快提案生成固然有用，但在保持结果有效的前提下加快整个过程，影响更大。

设想一个团队，可以在过去只探索一种方法的时间内，研究十种有希望的方法。额外实验中有些会失败，这很正常。价值在于更早学会哪些方向值得投入更多资源。如果系统也更善于选择实验，就不仅增加了尝试次数，还提高了每次尝试带来有用信息的可能性。

这是有条件的示例，不是进步必然加快十倍的预测。研究存在依赖关系：一个实验可能必须等待另一个结果，意外失败也可能要求先建立新的测量方法。更多算力并不保证有用的洞见。真正重要的是经过验证的认识积累得多快，而不是同时有多少智能体显得很忙。

原创机制图。改进只有通过评价后才进入下一轮，独立检查放在循环之外。图中表达的是建议采用的纪律，并不是声称某家实验室已经完成了这一系统。

如果这个过程变得可靠，人们对变化周期的感受可能不同。组织还在适应上一版，工具就可能再次改善。团队发现一个曾因太贵而搁置的项目终于可行时，下一个瓶颈可能已经变成验证或交付。加速会体现为约束条件不断变化，而不仅是模型公告更加惊人。

思考更快，仍要面对物理世界的时间要求

一个简单的思想实验能说明加速为什么有限。假设研究周期的80%可以快十倍，而剩下20%保持不变。新周期需要原来28%的时间，整体约快3.6倍，不是十倍。计算是0.8除以10，再加0.2。这些数字是为了说明原理而设定的假设，不是AI实验室的测量值。

没有变化的部分很快就可能主导总耗时。它可能是等待硬件、收集有代表性的数据、检查安全属性或复现实验。生物医学项目需要实验室工作和临床证据；能源项目可能需要材料、施工和电网连接。推理变强并不会让这些依赖消失。

所以，持续改善的模型不会立刻带来同样速度改善的世界。发现、制造、分配与采用遵循不同的时间表。有些瓶颈可以借助AI缓解，有些则需要制度、投资和物理能力。现实的乐观预期应当包含对所有这些环节的工作。

最强形式的RSI也可能停滞。收益可能不再传递，实验可能越来越贵，或者进展依赖当前方法无法发现的洞见。即便如此，把已经有用的能力推广出去，也能造成很大变化。改善好工具的可及性，并不需要以无限加速为前提。

需要警惕的是，错误也会进入下一代

保留改进的反馈，同样可能保留错误。假设研究智能体发现一种修改，可以利用测试漏洞提高分数。如果它被当成真正的进步接受，后续研究就会建立在这个结果上。系统可能越来越擅长满足指标，却在指标之外越来越不好用。

这是一种结构性风险的示例，并不是指控某个所谓流出的Google模型做过这种事。它说明了为什么必须保护评估机制，避免被评估对象干预。独立测试、分离权限、可复现记录，都能降低错误的成功判断成为下一版基础的机会。循环越快，这种分离就越重要。

人也会遇到相同问题。工作量增加后，人们可能因为此前的修改似乎有效，就开始批准自己已无法理解的修改。如果审核者没有时间、相关证据或停止流程的能力，一个人工批准按钮不等于真正的监督。系统设计必须保留实际提出异议的机会。

因此，我更关注开发速度与应对时间之间的关系。问题多快会被发现？受影响的流程能否暂停？发布能否撤回，重要后果能否逆转？写作助手、研究系统，以及能接触关键基础设施的软件，答案会各不相同。

警告也应当适度。这不是预言每个改进循环都会危险，更不是主张不让人们使用有用的AI。它意味着分阶段授予权限，并在每个阶段检查后果。能力增长越快，就越不能把未经验证的信任当作主要控制手段。

更好的未来，让专业帮助成为日常资源

我希望这些研究支持这样的未来：有用的专业知识更容易获得，人们仍有能力质疑它。小组织不必先组建庞大的专家团队，才能审视复杂问题。学生可以在理解卡住的地方，获得耐心且有针对性的讲解。研究者少花时间让工具运转，把更多精力放在判断什么值得研究。

这些是可能的未来图景，不是与某个AGI发布日期绑定的承诺。价值在于降低认真做事的成本。如果更多人能比较方案、检查假设、探索陌生领域，一些原本不会启动的有价值项目就可能开始。获得这些好处，并不一定要把人从过程中移除。

在医疗研究中，值得期待的是更快把合理的想法变成充分检验过的候选方案。系统可能帮助连接不同专业的发现、识别薄弱假设、设计信息量更大的实验。但发现是否真正帮助患者，仍需由实验与临床验证决定。加快发现的价值，在于改善送到这些环节的证据，而不是用自信的文字取代验证。

教育中的机会更贴近个人。想象学习者可以毫不尴尬地用三种方式反复提问，并得到符合其语言与背景的解释。教师可以借助系统寻找误解、准备更好的练习。理想结果是人的理解加深，而且教师与学生能检查并纠正所获帮助。

在软件和公共服务中，进步可能让长期被忽视的维护变得负担得起。小团队也可能调查缺陷、改善无障碍体验、更新过去缺乏工程资源的系统。在气候与能源研究中，更好的搜索和模拟可以帮助研究者在昂贵的实物试验前比较设计。这些都是把研究能力转化成实际价值的途径，只是各领域的约束不同。

利益如何分配，与技术上是否可行同样重要。系统即使优秀，如果太贵、不支持某个社区的语言，或者无法对其判断提出异议，仍会让很多人落后。公益研究、易用界面、竞争和对实用模型的合理访问，都应包含在乐观图景之中。广泛受益是设计与政策的目标，不是智能自动附带的属性。

工作也会发生变化，而收益不会消除转型的困难。有些任务需要的人减少，另一些责任可能更加沉重。组织应当投入资源，帮助人们使用、评价并重新引导工具，而不是事后才考虑再培训。更好的未来应给转型中的人更多实际选择，而不只是承诺总体数字会改善。

原创分析框架。证据、控制与可及性是前述积极图景的条件，并非预测，也不是对国家和企业进行排名。

有价值的里程碑，是人们能消化并引导的进步

下次看到RSI主张时，可以先问：究竟改变了什么，哪些证据经受住了检验？是答案变好了，工具改进了，还是开发未来系统的能力增强了？成果能否在原始评估之外复现？谁决定研究方向，哪些部分仍受人控制？这些问题，比为一个定义模糊的突破倒数日子更有帮助。

今天采用AI的团队，也可以作具体准备。把重要原始资料与决策联系起来，区分探索性工作和会产生持久后果的行动。向审核者提供可检查的证据，并确保错误选择能够撤销。这些习惯对现有AI就有用；如果开发周期加快，它们会更加重要。

关于Google已经达到强意义RSI的传闻仍未经证实。但AI参与AI研究的更广泛变化，已经有公开资料记录。我们不必假装知道终点的日期与形态，也能认真对待这种变化。我更愿意用这样的标准衡量成功：人们在保留对未来的实质发言权时，能多理解多少、多创造多少、多改善多少。

资料来源与本次调查的核实边界

X帖子通过公开嵌入响应进行核查，也检查了原始传闻与后续传播之间的链接。这能确认已经发布的内容，不能认证所谓内部截图的真实性。帖子日期使用X显示的日期，不同时区的日历日期可能不同。

• Lyra原帖 — 2026年9月11日
• Lentils引用帖及内部模型列表说法 — 2026年9月11日
• Chubby的传播帖 — 2026年9月12日
• AI Times报道 — 2026年9月14日
• AGI层级研究 — 首次提交于2023年11月4日
• Google DeepMind的AlphaEvolve公告 — 2025年5月14日
• Google的Gemini 3.8公告 — 2026年9月2日
• Anthropic关于AI辅助开发的说明 — 2026年6月4日
• 阿莫迪的节奏调整提案 — 2026年9月
• 奥特曼的回应 — 2026年9月12日
• 马斯克的回应 — 2026年9月12日
• 美联社关于特朗普讲话的报道 — 2026年9月13日

---

把判断的依据留在日后能找回的地方

Telli.sh把笔记、录音、翻译与Clip汇集到可以反复查阅的工作空间。如果一段对话或一篇文章改变了你对AI的看法，可以把原文与它启发的想法和决定放在一起。模型会继续变化，而我们选择保留的判断依据，应当在未来仍能被理解。

为希望保留的知识创建Telli.sh工作空间