尽管 75% 的代码由 AI 编写,谷歌 DeepMind 并未发现 AI 提升了开发速度

关键要点

  • 谷歌 DeepMind 发现,尽管生产代码有 75% 由 AI 编写,但在 2026 年 4 月 1 日之后没有出现具有统计显著性的 AI 加速。
  • 谷歌 DeepMind 的能力指数以每月 0.1 点的稳定速度攀升,Gemini 4 Argon 略高于趋势线。
  • Gemini 4 Argon 完成了约 50% 的内部研究任务,其中 88% 的代码更改需要人工参与。

谷歌 DeepMind 发现,2026 年 4 月 1 日之后,AI 开发进度没有出现具有统计显著性的加速。这一结论来自 9 月 30 日发布的 Gemini 4 Argon 安全报告。尽管如今生产代码中超过 75% 由 AI 编写,该实验室的能力指数仍以每月 0.1 点的稳定速度增长。该评估直接回应了人们对递归式自我改进的担忧,即 AI 系统可能会加速自身发展,超出人类监督能力。

DeepMind 使用 GCI v1 能力指数衡量 AI 进展

谷歌 DeepMind 构建了 GCI v1,这是一项内部指数,将 123 个 AI 模型在 92 项基准测试中的得分整合为每个模型的单一数值。参与该评估的谷歌 DeepMind 研究员 Haydn Belfield 在 X 上的一条帖子中写道:“前沿 Gemini 的能力一直以极其稳定的速度提升,约为每月 0.1 个 GCI 点。”

报告图表显示,Gemini 1.5 Pro 在 2024 年末接近 0.5 点,而 Gemini 3.8 Flash 在 2026 年 9 月略高于 2.9 点,几乎每次发布都沿着一条直线推进。Gemini 4 Argon 约为 3.3 点,略高于趋势线,但其误差线向下延伸,足以触及既定模式。

Belfield 写道:“虽然 Gemini 4 Argon 位于 [the] 趋势线上方,但我们将其归因于计算资源和组织投入的增加,而不是 AI 驱动的加速。”该实验室在安全报告中总结称:“目前,机器学习研发无论是否由 AI 驱动,都没有出现显著的端到端加速。”

AI 编写 75% 的生产代码,但 88% 的变更需要人工参与

DeepMind 目前生产代码中超过 75% 由 AI 编写。完全委托的拉取请求占比在 4 月至 9 月期间从 7.5% 上升至 11.9%。然而,约 88% 的拉取请求仍需要多轮人工引导或由人类编写代码,并且代码变更在提交前仍须经过人工审查。

对 12 名 DeepMind 高级领导者和研究人员的调查发现,自动化程度最高的是“定义明确且可验证的执行任务”,最低的是开放式科学构思、新颖的实验设计、诊断微妙的训练不稳定性以及长期研究判断力。

Gemini 4 Argon 完成 50% 的内部研究任务

DeepMind 审查了 Argon 作为公司内部智能体执行工作的 1,389 份日志。Gemini 4 Argon 解决了其完成的内部研究工程任务中的约一半,远低于 DeepMind 视为全面自动化风险警戒线的 90% 得分。报告发现,任务越大,模型独自完成任务的可能性就越低,人类介入的频率也越高。

Belfield 写道:“因此,我们得出结论,目前 AI 驱动的机器学习研发风险较低。”DeepMind 之所以追踪这一问题,是因为“AI 可能会加速前沿能力增长,速度超过安全、治理和社会适应能力跟上步伐的速度”。报告指出,自动化程度越高,就意味着赋予 AI 智能体访问公司系统的更广泛权限。

报告发布于 Anthropic CEO 发出 AI 加速警告之后

DeepMind 的报告发布于 Anthropic CEO Dario Amodei 声称递归式自我改进已经在加速的一个月后;萨姆·阿尔特曼和马斯克支持了这一警告,并导致芯片股下跌近 6%。在 Amodei 发表这句话的几天前,前 Anthropic 工程师 Jacob Coxon 已退出该行业,警告称 AI 可能“在本十年结束前杀死我们所有人”。

DeepMind 的评估仅涵盖其自身实验室。报告还称,无法排除不受限制的 Argon 跨越其针对网络攻击和生物武器信息设定的危险阈值。

常见问题

谷歌 DeepMind 对 2026 年 4 月 1 日之后的 AI 开发加速有何发现?

谷歌 DeepMind 发现,2026 年 4 月 1 日之后,AI 开发进度没有出现具有统计显著性的加速。根据 9 月 30 日发布的 Gemini 4 Argon 安全报告,该实验室的能力指数一直以每月 0.1 点的稳定速度增长。

DeepMind 有多少生产代码由 AI 编写?

DeepMind 目前生产代码中超过 75% 由 AI 编写。然而,约 88% 的代码变更仍需要多轮人工引导或由人类编写代码,并且所有代码变更在提交前仍须经过人工审查。

Gemini 4 Argon 完成了多少比例的内部研究任务?

Gemini 4 Argon 解决了其完成的内部研究工程任务中的约一半,远低于 DeepMind 视为全面自动化风险警戒线的 90% 得分。DeepMind 审查了 Argon 作为公司内部智能体执行工作的 1,389 份日志,并据此得出这一结论。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论