皮查伊给“AI 自我改进”泼冷水：最终形态还早，75% 代码由 AI 写这个数字已经没意义

过去半年，硅谷最流行的一种叙事是“AI 正在造 AI”。模型写代码、模型调模型、模型评估模型，听起来离递归自我改进只差临门一脚。谷歌掌门人桑达尔·皮查伊给出的判断却相当克制：距离那个最终形态，还有很长的路要走。

一分钟速览

• 皮查伊表示，谷歌研究人员已开始用 AI 智能体辅助开发模型，但技术仍处于起步阶段
• “我们距离递归自我改进（RSI）的最终形态还很远”，他预计明年会有进一步进展
• 联合创始人布林此前称，Flash 系列模型和 Gemini 4 已展现出参与自身研发的能力
• 今年 4 月谷歌曾披露内部新增代码中 75% 由 AI 生成，如今皮查伊认为这个比例已无法反映真实情况
• 谷歌因程序错误或系统故障回滚软件版本的次数减少了三分之一
• Gemini 4 Argon 将用于处理更复杂的编程难题

“每个环节都有 AI，但不是闭环”

皮查伊的描述很精确：在模型研发的各个环节，研究人员已经开始与自我改进循环协同工作，AI 智能体以一定程度的自动化方式协助人类开发模型。注意这里的措辞——是“协助”，不是“替代”，更不是“自主闭环”。

递归自我改进的真正门槛不在于某一环自动化，而在于整条链路能不能无人值守地转起来：提出假设、设计实验、训练、评测、发现问题、修改方案，再回到第一步。目前业界能稳定做到的是其中若干段，且每段之间仍需要人来判断“这一步的结果算不算好”。

布林此前的说法更乐观，认为公司模型已经展现出参与自身研发的能力。两种表述其实不矛盾：能力已经出现，闭环尚未形成。这正是当下最容易被误读的地方——演示视频里的自动化，和工程上的自主迭代，中间隔着评测标准、失败成本与责任归属。

75% 这个数字为什么失效

今年 4 月，谷歌披露内部新增代码有 75% 由 AI 生成，一度被当作 AI 编程渗透率的标杆。皮查伊现在的说法是：这个数字已经没什么意义，因为现在经手的每一段代码都受到 AI 的深刻影响。

这句话背后是统计口径的崩塌。当 AI 参与补全、重构、测试生成、代码审查、文档撰写，一段代码究竟算“人写的”还是“AI 写的”，取决于你把光标停在哪个环节。渗透率从“占比”变成了“浓度”，而浓度很难用一个百分比衡量。

更有价值的指标是质量侧的。谷歌因程序错误或系统故障而将软件回滚到旧版本的次数减少了三分之一——这是一个反向指标，衡量的是“AI 参与后，事情有没有变得更糟”。它比“生成了多少行代码”更接近工程现实。

对行业的三个提醒

第一，别再把“AI 写代码比例”当作 KPI。它容易刷，也容易误导。真正该看的是缺陷率、回滚率、平均修复时间这些老指标有没有一起变好。

第二，RSI 讨论需要降温，但研发流程的自动化要继续推进。把评测、回归、依赖升级这些确定性高的环节交给智能体，收益是实打实的；把“决定下一代模型该往哪走”交给它，目前还早。

第三，模型公司之间的差距，可能越来越体现在“谁更会用 AI 造模型”这件事上。皮查伊提到 Gemini 4 Argon 将帮助处理更复杂的编程难题，这实际上是在说：下一代模型的竞争力，部分来自上一代模型在研发流程里的生产力。

趋势判断

“AI 造 AI”会继续发生，但更可能以渐进的方式：先是研究员的日常工具，再是实验流水线的一部分，最后才是有限度的自主迭代。皮查伊的冷水并不否定方向，只是提醒节奏——在自我改进真正闭环之前，人类仍然要负责定义什么叫“更好”。