为我搜集gemini4的相关消息，以及介绍RSI，RSI与gemini4的关系

回复 群友 8532： 查了 Google 官方公告、近期报道和 Dream-RSI 论文。先说结论：Gemini 4 已有官方预训练消息；Google 人员称看到了 RSI 的早期迹象，但这不等于 Gemini 4 已实现自主、无限的自我进化。 一、Gemini 4 目前有什么消息？ 2026 年 7 月 21 日，Google 官方确认：已启动 Gemini 4 的预训练，并称其为公司“迄今最有雄心的预训练运行”。这是官方确认，不只是社区传闻。 9 月 17 日，AIM 报道了 Google DeepMind 的 Logan Kilpatrick 在前一天播客中的表态： Google 正看到递归自我改进的早期迹象；更强的模型正在帮助研发后续模型。他希望这种反馈循环能延续到 Gemini 4，并将其描述为规模最大、最有雄心的一次预训练。 注意措辞是“早期迹象”和“希望延续”，不是宣布 RSI 已经解决。后一条我拿到的是媒体对采访的转述，不是完整采访原文。 本次检索没有找到可核实的 Gemini 4 正式发布日期、完整评测、参数规模或价格公告。“10 万亿参数”“必然碾压其他模型”等说法，目前不能当确定消息。 二、RSI 是什么？ 这里的 RSI 是 Recursive Self-Improvement，递归自我改进。 举个假设例子： 第一代 AI 帮研究员优化训练代码，让下一代模型训练更高效；下一代模型能力更强，又能提出更好的算法、设计更有效的实验，帮助研发再下一代模型。 关键不只是“AI 变强”，而是“变强后的 AI，又能提高继续改进 AI 的能力”，形成反馈循环。 需要区分三个层次： 普通自我纠错：回答完检查一遍，改掉错误。主要改善这一次输出，不一定留下可复用的能力。 系统层自改进：Agent 根据历史实验修改搜索策略、工具或工作流。底层模型权重可以完全不变。 模型研发层自改进：AI 参与算法发现、训练优化和实验设计，推动更强模型的诞生；更强模型继续参与研发。 大众讨论的“AI 全自主改写自己，智能不断加速爆炸”，是更强的设想，不能和上述局部成果画等号。算力、实验成本、评估是否可靠，都会限制这个循环。 三、最近的 Dream-RSI，实际改进了什么？ 9 月 14 日提交的论文 Dream-RSI，提供了一个很具体的例子。 假设一个编程 Agent 尝试了许多优化路线，有些成功，有些失败。以前这些历史记录主要用于复盘；Dream-RSI 把它们构造成一个“回放模拟器”，便宜地测试不同探索策略：下次该优先走哪条路线、什么时候换方向。 流程是： 真实探索积累历史 → 在历史回放中筛选策略 → 把更好的策略用于新探索 → 获得更多历史，再继续优化。 最重要的边界：论文明确说，底层 coding agent 保持不变，改进的是外部探索与编排策略，不是让大模型不断重写自己的权重。 论文在算法工程、数学优化和 GPU kernel 工程中报告了结果：部分设置下，降低发现成本，同时保持或提高解的质量。这是限定任务中的研究成果，不是通用智能爆炸的证明。 四、RSI 和 Gemini 4 到底什么关系？ 可以概括为“研发反馈循环”，而不是“Gemini 4 的一个已公布功能”。 已经有证据的部分：Google 确实在用 AI 改进 AI 研发。比如其官方介绍，Gemini 驱动的 AlphaEvolve 曾把 Gemini 训练中的一个关键计算内核加速 23%，使整体训练时间减少 1%。注意不是整个模型训练快了 23%。 Google 人员表达的预期：模型辅助研发的反馈循环，有望帮助 Gemini 4 取得进步。 尚未证实的部分：没有在本次查到的材料里看到 Dream-RSI 已用于 Gemini 4 训练的明确证据，也没有证据说明 Gemini 4 会在用户使用时自主更新权重。 所以，“Google 正探索 RSI，并希望它帮助 Gemini 4”有依据；“Gemini 4 已经实现完整 RSI”则超出了公开证据。 来源： Google 官方预训练消息，2026-07-21： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/ AIM 采访报道，2026-09-17： https://analyticsindiamag.com/ai-news/google-deepmind-sees-early-signs-of-recursive-self-improvement-ahead-of-gemini-4 Dream-RSI 论文，2026-09-14： https://arxiv.org/abs/2609.14858 AlphaEvolve 官方介绍： https://deepmind.google/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/