谷歌工程师Haydn Belfield表示，自我改进型AI——即AI无需人类帮助就能设计出更好的AI——目前还远未成为现实。DeepMind的内部数据显示，如今AI编写了超过75 %的生产代码，但这些代码改动中约88 %仍需由人类检查后才能提交。
自动化适用于狭窄任务，而非研究
根据最新的内部测量，完全交由AI处理的代码改动占比从7.5 %升至11.9 %。任务越复杂，AI在没有人类参与的情况下成功完成的比例就会大幅下降。在DeepMind的Argon智能体进行的1,389次运行中，创意研究、实验设计、诊断细微的训练问题以及长期规划仍离不开人类。对12位DeepMind资深研究人员进行的一项小规模调查也反映了这一趋势：定义明确、结果可验证的工作自动化程度较高，而开放式科学构思的自动化程度较低。
基准测试显示进展稳定，并未加速
在DeepMind的RE‑Bench（由74项贴近实际的机器学习工程任务组成）中，Argon能解决约一半的问题，高于Gemini 3.7 Flash的27 %。追踪92项基准测试中123个模型的General Capability Index（GCI）显示，Gemini模型每月提升约0.1个GCI点，没有统计证据表明其进步正在加速。Belfield表示，Gemini 4 Argon的小幅提升来自更多算力和组织层面的投入，而非AI推动的加速。
为什么重要
对于谷歌及其他公司的开发者来说，AI可以处理常规编程工作，但仍需人工审核，因此工作岗位不会一夜之间消失。对于更广泛的AI领域而言，研究没有自我加速的迹象，意味着关于快速“智能爆炸”的预测仍属推测；安全风险也可以在更长的时间范围内持续监测。
