布林为何在此时把筹码押在递归自我改进上

关于谷歌内部技术路线的争论不少，最引人注目的莫过于谢尔盖·布林重返一线研发后，将核心精力转向“递归自我改进”（Recursive Self-Improvement，RSI）。业内习惯拿 Scaling Laws（规模法则）说事，仿佛只要堆更多 H100、喂更多 Token，能力就能线性攀升。布林这步棋实则是在质疑一个根本前提：当人类标注数据即将耗尽，AI 还靠什么继续进化？

RSI 追求的是一种“指数级迭代”的闭环。现在的模型升级链路是：人类工程师定目标 → 收数据 → 训练 → 人类评测 → 调超参。全程人工介入延迟巨大，上限又被人类认知锁死。RSI 的逻辑是让 AI 充当架构师与程序员，由模型自行编写更高效代码、设计更优推理架构，再用升级后的版本继续迭代自身。

最硬核的落地点在于，它试图在模型内部建立一套形式化验证机制。代码模型里已跑通 RSI 雏形——模型生成 Python 代码后，借助编译器报错（Error Traceback）自动修正。这种基于强化学习（RL）的反馈回路，让模型在无人干预下通过不断试错最终找到正确解。若这种能力能从简单语法修复扩展到复杂通用推理或数学证明，模型就不再依赖昂贵的 RLHF（人类反馈强化学习），而是靠自我博弈产出高质量合成数据。

但这条“自我进化”路绝非坦途，最大隐患是“模型坍塌”。实操中，若 AI 在迭代中把某个逻辑错误误判为最优解并写入下一代权重，错误会被指数级放大。假设 v2.1 版本出现细微逻辑偏差，到 v5.0 可能已演变成无法修复的系统性缺陷，导致模型在特定任务彻底跑偏，陷入局部最优而无法跳出。

即便如此，对谷歌这级量级的公司，押注 RSI 是最理性的选择。数据规模触顶后，单纯堆算力已无法带来质变。若能跑通“AI → 优化 AI → 更强 AI”的闭环，进化节奏将从以“月”“季度”计的版本更迭，变成以“天”甚至“小时”计的实时跃迁。这不再是普通软件升级，而是在构建一个能自我驱动进化的数字生命体。在此逻辑下，算力不再是目的，而化作维持进化闭环运转的燃料。