AnswersPublished19 sources
Gemini hjälper till att utveckla sina efterföljare – men Google har inte visat fullständig självförbättring
Sergey Brin säger att Googles forskare och modeller samarbetar om nästa modellversion. Gemini 4 Argon presenterades den 30 september och fick bredare tillgång den 13 oktober.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- Sergey Brin säger att Googles forskare och modeller samarbetar om nästa modellversion.
- Gemini 4 Argon presenterades den 30 september och fick bredare tillgång den 13 oktober.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What do Sergey Brin’s remarks in Google’s October 14 roundtable on Gemini 4 Argon reveal about the early stages of recursive self-improvemen. Article summary: Brin’s remarks point to an early, human–AI feedback loop in which models help researchers build successor models—not proof of fully autonomous, runaway recursive self-improvement (RSI). The available reporting supports t. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Sergey Brins uttalanden om Gemini pekar på en betydelsefull förändring: AI-modeller hjälper forskare att ta fram nästa generation modeller. Men det är inte samma sak som att ett system på egen hand formulerar forskningsmål, bygger en efterföljare och upprepar processen utan mänsklig styrning. Det som framgår är en tidig utvecklingsloop mellan människor och AI – inte en visad, helt autonom cykel av rekursiv självförbättring (RSI). 4
35
Vad Brins uttalanden säger
Brin kopplade utvecklingen av Googles Flash-modeller till ett arbetssätt där forskare och modeller samarbetar om nästa steg. Han beskrev samarbetet som en framväxande ”RSI-löpbandseffekt”. 4 Business Insider rapporterade också att Gemini-modeller hjälper till att bygga sina efterföljare.
35
Det är en viktig utveckling, men skillnaden mellan hjälp och självständighet spelar roll. En modell kan bidra till forskning och utveckling utan att själv välja vilka problem som ska lösas, styra träningsprocessen eller avgöra när en ny modell är redo. Brins uttalanden visar inte att Google har automatiserat hela den kedjan.
I den starkare betydelsen innebär rekursiv självförbättring att ett AI-system utformar och utvecklar en efterföljare som sedan kan fortsätta processen. Anthropic beskriver det som en möjlig utveckling om AI får ta över en allt större del av arbetet med att utveckla AI – men säger uttryckligen att fullständigt autonom självförbättring ännu inte har uppnåtts. 20
Kod är bara en del av modellutvecklingen
En rapport som återger uppgifter ur Googles säkerhetsrapport säger att AI-agenter producerar en ”majoritet” av koden. 19 Det tyder på ett omfattande AI-bidrag till kodning, men den tillgängliga rapporteringen klargör inte exakt vilken kod som avses, hur mycket som gäller buggfixar eller vilken mänsklig granskning som sker.
Även om AI skulle skriva stora mängder kod är det inte i sig ett bevis på autonom AI-forskning. Kodgenerering är en uppgift inom modellutveckling; den visar inte att ett system självständigt kan planera och genomföra hela arbetet med att skapa sin efterföljare.
Andra påståenden som ibland kopplas till historien – exempelvis att team ska ha bett om användningskvoter för Argon i stället för chip, eller att interna modeller skulle ligga flera versioner före – kan inte bekräftas av källorna här. De bör därför inte behandlas som belägg för RSI.
Vad som är känt om Carbon
I andrahandsrapportering har Carbon beskrivits som en intern Gemini 4-version som testats på Googles kodplattform. En anställd ska ha sagt att den ”känns som Opus 5.5” för kodning, men det är en enskild persons intryck – inte ett publicerat jämförelsetest. Enligt rapporteringen finns inget offentligt riktmärke eller lanseringsdatum. 6
Carbon ger därmed en begränsad inblick i interna modelltester, inte bevis för högre förmåga eller större självständighet. Källorna här fastställer inte modellens arkitektur, uppmätta resultat eller förmåga att bedriva AI-forskning på egen hand.
Argons lansering säger inte varför utvecklingen gick snabbare
Google presenterade Gemini 4 Argon den 30 september och började då ge tillgång till modellen för betrodda cybersäkerhetsexperter genom Fairwind-programmet. 13 Den 13 oktober meddelade Google att tillgången utökades till utvecklare och företag via bolagets plattformar, samt till vissa abonnenter i Gemini-appen och Sökningens AI-läge.
14
1
Förloppet visar en begränsad första lansering följd av bredare tillgång. Det visar inte att testerna inom Fairwind orsakade eller direkt möjliggjorde den bredare lanseringen. Källorna här bekräftar inte heller det påstådda uppehållet på sju månader efter Gemini 3.1 Pro eller att farhågor om kodningsförmågan ledde till förseningar.
Separat rapporterades det att Brin uppmanat viktiga AI-medarbetare att fokusera på Gemini medan Google försökte komma ikapp konkurrenterna. 18 Det pekar på ett tryck att prioritera modellutvecklingen, men rapporten specificerar ingen särskild RSI-budget, beräkningskapacitet eller plan för att flytta resurser.
Så kan påståenden om RSI-tidsplaner bedömas
Anthropics offentliga beskrivning är försiktig: att låta AI sköta mer av utvecklingsarbetet skulle på sikt kunna möjliggöra autonom utveckling av efterföljare, men den fullständiga versionen finns ännu inte och är inte oundviklig. 20 Den skillnaden är användbar när man bedömer prognoser eller påståenden om att RSI är nära förestående.
Frågan är alltså inte bara hur mycket kod en modell kan skriva. Det handlar också om hur stor del av utvecklingsprocessen den kan genomföra, vem som sätter målen, hur resultaten kontrolleras och om människor kan ingripa. Källorna visar att AI får en större roll i modellutvecklingen, men de visar inte att människor har tappat kontrollen – eller att skyddsåtgärderna räcker för en helt autonom forskningsloop.
Den mest välgrundade slutsatsen är snävare än vad uttrycket ”rekursiv självförbättring” kan antyda: Googles modeller hjälper forskare att bygga efterföljare, och AI-verktyg verkar spela en betydande roll i kodarbetet. Det är viktiga tecken på AI-stött utveckling. Men de bevisar inte i sig att AI-system självständigt kan utforma, bygga och styra sina egna efterföljare.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Gemini hjälper till att utveckla sina efterföljare – men Google har inte visat fullständig självförbättring"?
Sergey Brin säger att Googles forskare och modeller samarbetar om nästa modellversion.
What are the key points to validate first?
Sergey Brin säger att Googles forskare och modeller samarbetar om nästa modellversion. Gemini 4 Argon presenterades den 30 september och fick bredare tillgång den 13 oktober.
Sources
ababnews.comGoogle Co-founder Sergey Brin: The company has begun entering the recursive self-improvement phase, models are co-developing the next version with researchers
businessinsider.comSergey Brin says Google's AI models are reaching a critical moment of self-improvement
anthropic.comWhen AI builds itself
businessinsider.twSergey Brin表示，Google的人工智慧模型正迎來自我改進的關鍵時刻