謝爾蓋?布林再次進入「創(chuàng)始人模式」？Google押注「AI自我進化」

機器之心編輯部

Google 的 AI 戰(zhàn)爭，或正在朝著一個更激進的方向前進：讓 AI 開始參與創(chuàng)造下一代 AI。

據(jù)路透社最新報道，Google 聯(lián)合創(chuàng)始人謝爾蓋?布林（Sergey Brin）近幾個月正在深度介入公司的 AI 研發(fā)，雖然已經(jīng)沒有正式的管理職位，他依然借助聯(lián)合創(chuàng)始人的影響力推動模型訓練，并要求關鍵 AI 員工全力投入 Gemini。

其中一個被 Brin 明確推動資源投入的方向，就是遞歸式自我改進（Recursive Self-Improvement，RSI）。

這也是當下硅谷最熱門、最受關注的方向之一。

5 月，Anthropic 專門發(fā)布了一篇題為《When AI builds itself》的文章，來闡述對 RSI 的認知和當前所取得的進展。7 月底，OpenAI 也重新召回舊部 ——Thinking Machines Lab 聯(lián)創(chuàng)翁荔，讓其領導專注于 RSI 的研究團隊。

而就在前幾天，剛剛出走 Google 的前首席科學家 Jeff Dean，創(chuàng)業(yè)目標也直指 RSI—— 讓 AI 自己跑實驗、評估結(jié)果、修正弱點，并持續(xù)迭代。

如今，Google 自身也要「重押」RSI 了。

Brin 再次進入「創(chuàng)始人模式」

據(jù)路透社報道，一名了解內(nèi)情的人士曾透露，過去幾個月，Brin 一直告訴 Google 的關鍵 AI 員工：團隊必須重新追上最前沿。

這樣的劇情是不是有些熟悉？

當年 ChatGPT 發(fā)布后，面對洶涌而來的競爭壓力，Brin 以「創(chuàng)始人模式」回歸，還親自寫代碼，并在內(nèi)部開始大刀闊斧的整合，將 Google Brain 與 DeepMind 合并為 Google DeepMind，之后推出 Gemini 3，一舉揚眉吐氣，強勢回歸。

而如今，Google 無疑又有些「落后」了。截至今年 8 月，Google 新一代 Gemini 旗艦模型的發(fā)布日期推了又推，足足推遲了約兩個月，而內(nèi)部測試也顯示，新模型在編程等關鍵領域依然落后于競爭對手。

與此同時，Google DeepMind 的權力結(jié)構(gòu)也在發(fā)生變化。

8 月 5 日，Google 宣布調(diào)整 DeepMind 管理層。長期領導 DeepMind 的 Demis Hassabis 轉(zhuǎn)任董事長，減少日常管理職責；此前擔任其副手、同時兼任 Google 首席 AI 架構(gòu)師的 Koray Kavukcuoglu 則進一步接管 DeepMind 的運營，并繼續(xù)負責 Gemini。

Kavukcuoglu 其實早已是 Gemini 背后的關鍵人物。

據(jù)路透社報道，在過去一年多里，隨著 Hassabis 減少對 Gemini 日常研發(fā)的直接參與，Kavukcuoglu 逐漸接手模型開發(fā)，并成為技術路線和資源配置的重要決策者之一。一名知情人士稱，他同時獲得了 Brin 的支持。

這讓 Google AI 業(yè)務的權力中心進一步向 Mountain View 靠攏。

Kavukcuoglu 去年從倫敦搬到 Google 總部，并出任 Google 首席 AI 架構(gòu)師，直接向 CEO Sundar Pichai 匯報。在此之前，他已經(jīng)是 DeepMind 和 Google Cloud 之間的重要聯(lián)系人。

這段關系很關鍵，因為 Cloud 不僅是 Google AI 商業(yè)化的重要出口，同時也是算力資源爭奪最激烈的部門之一。

模型訓練需要 TPU，Cloud 業(yè)務同樣需要 TPU，而 Google 內(nèi)部的計算資源并不是無限的。路透社援引知情人士稱，Google Cloud 的一些高管希望，Kavukcuoglu 新的職位能夠減少此前圍繞 TPU 分配產(chǎn)生的內(nèi)部摩擦。Sundar Pichai 此前也表示，Google 將繼續(xù)擴大 AI 基礎設施投入，以緩解 TPU 等計算資源的約束。

某種意義上，這也是 Google 現(xiàn)在面對的問題：模型能力是一回事，組織能不能快速把人、錢和芯片集中到正確的方向，是另一回事。

過去幾年，Gemini 的研發(fā)就受到過這些結(jié)構(gòu)性問題影響，對此網(wǎng)友的吐槽也從未停止過。

多名知情人士告訴路透社，算力不足、項目負責人之間的分歧以及大型公司的決策流程，都曾拖慢 Gemini 的迭代速度。在編程等后來被證明重要的能力上，資源配置也一度不夠集中。

這可能解釋了為什么 Google 明明擁有龐大的研究團隊、芯片和產(chǎn)品生態(tài)，卻仍然時常出現(xiàn)「追上 — 被反超 — 再追」的節(jié)奏。

現(xiàn)在，Google 顯然希望把這個循環(huán)壓縮得更快一點。

DeepMind 正在「Google 化」

此次重組之后，DeepMind 與 Google 之間的邊界也在進一步模糊。

在 8 月 6 日的全員會議上，Hassabis 和 Kavukcuoglu 告訴員工，日常研發(fā)工作不會發(fā)生太大變化。但據(jù)知情人士透露，一些非技術團隊將從 DeepMind 轉(zhuǎn)移到 Google 的公司匯報體系中。

2014 年被 Google 收購后，DeepMind 一直需要在兩個目標之間尋找平衡：一邊是基礎研究、科學和長期 AI 問題，另一邊是把模型真正做進 Google Search、Google Cloud、Workspace 以及其他產(chǎn)品。

如今，天平正在越來越明顯地向 Gemini 和商業(yè)落地傾斜。

與此同時，一些資深研究人員的離開，也讓內(nèi)部員工更加關注 DeepMind 未來還會保留多少研究自主權。

路透社稱，包括 Gemini 早期技術負責人 Jeff Dean 和 Oriol Vinyals 在內(nèi)的一些資深研究人員已陸續(xù)離開。此前部分團隊擁有較大的研究自主權，可以開展與 Gemini 模型訓練沒有直接關系的項目，但隨著管理結(jié)構(gòu)重新調(diào)整，這些項目未來如何定位，目前尚不完全清楚。

在這一背景下，Brin 推動遞歸式自我改進，也體現(xiàn)了 Google 當前 AI 戰(zhàn)略的一個變化：公司不僅希望 Gemini 在排行榜或者單項評測中重新取得競爭力，也希望提高研發(fā)體系自身的效率。

Google 實際上已經(jīng)在嘗試一些相鄰方向。DeepMind 此前推出的 AlphaEvolve 系統(tǒng)，可以借助大模型和自動評估機制尋找更好的算法方案，并用于優(yōu)化部分計算和工程問題。這類系統(tǒng)距離「無需人類參與、自主升級自身」的完整遞歸式自我改進還有較大差距，但已經(jīng)展示出一種可能的研發(fā)模式 ——AI 首先成為 AI 研究人員和工程師的工具，然后逐步承擔更多實驗設計、編程、優(yōu)化和驗證工作。

這一方向也并非 Google 獨有。隨著模型代碼能力提高，OpenAI、Anthropic 以及多家 AI 實驗室都在探索利用模型輔助甚至自動化部分 AI 研究和工程流程。行業(yè)內(nèi)部討論的重點，也逐漸從「AI 能否寫代碼」，轉(zhuǎn)向「AI 能夠在多大程度上參與下一代 AI 的研發(fā)」。

不過，目前將這些進展直接等同于完全意義上的遞歸式自我改進仍為時尚早。現(xiàn)階段的大多數(shù)系統(tǒng)仍然需要人類設定目標、提供計算資源、選擇實驗結(jié)果并決定是否部署下一版本。所謂完全開放、自主且持續(xù)的自我改進機制，目前尚未成為公開可驗證的現(xiàn)實。

但和上一次回歸相比，這一次 Brin 關注的已經(jīng)不只是如何追上某一個競爭模型。

Google 正在嘗試解決一個更基礎的問題：在模型能力迭代越來越快的環(huán)境下，能否讓 AI 研發(fā)本身也變得更快。

而「遞歸式自我改進」，正在成為 Brin 給出的其中一個方向。

那么你呢，如何看待 Google 的這一重押方向？看好 Brin 的再次「出山」？歡迎在評論區(qū)留言、交流！

https://x.com/AndrewCurran_/status/2087604895839064099?s=20

https://www.reuters.com/world/inside-google-executive-moves-that-led-its-big-ai-reshuffle-2026-08-12/

https://x.com/kimmonismus/status/2087623474672021550?s=20

https://x.com/firstadopter/status/2087634147384660090?s=20