Google DeepMind高管：AI千億資本支出是人類史上最大科學賭注，核心押注「遞迴自我改進」

作者 | 鮑奕龍

　　編輯 | 硬 AI

當科技巨頭以前所未有的規模燒錢建設AI基礎設施時，這場豪賭的底層邏輯正被明確揭示——賭注在於AI實現「遞迴自我改進」。

8月3日，Google DeepMind首席策略官Jasjeet Sekhon上週末於加州大學柏克萊分校舉行的Agentic AI高峰會上公開表示，遞迴自我改進（Recursive Self-Improvement，簡稱RSI）是整個產業資本支出背後的「核心投資邏輯」。

遞迴自我改進指AI能自動創造出更優秀版本的自身，被業界視為繼通用人工智慧（AGI）之後的下一個重要里程碑。

Sekhon同時坦承，AI目前的營收「尚不足以支撐」當前的資本支出規模，產業面臨陷入市場真空期的風險。

Google今年在AI數據中心及相關設備上的支出約達2,000億美元，並計畫明年進一步加碼。

同時，同台的DeepMind研究員Oriol Vinyals與OpenAI聯合創辦人Wojiech Zaremba均表示，遞迴自我改進或將於2027至2028年實現。

天量押注的邏輯，遞迴自我改進取代AGI

在AI產業的敘事系統中，遞迴自我改進正快速取代AGI，成為最熱門的概念。

AGI是Artificial General Intelligence的縮寫，中文通常翻譯為「通用人工智慧」。它是人工智慧研究的終極目標之一，指的是一種在絕大多數具有經濟價值的任務中，都能達到或超越人類水準的AI系統。

Sekhon將AI產業當前的資本支出定性為「人類文明有史以來最大的科學賭注」，規模上超越了美國政府的阿波羅登月計畫、曼哈頓計畫以及網路的開發投入。

真正意義上的遞迴自我改進，意味著AI模型能夠獨立重新設計自身的整體架構，並開發出全新模型，從而形成持續自我提升的循環。

Sekhon承認，當前技術「遠未達到這一階段」，但他指出，AI企業目前已能用模型輔助設計其他模型的部分元件，這可被視為遞迴自我改進的「前兆」。他將這一現象類比為歷史上用蒸汽機製造下一代蒸汽機。

儘管如此，Sekhon表示：

押注遞迴自我改進不會實現，似乎是不明智的。

不過Sekhon預計遞迴自我改進將「大概率在未來幾年內」出現。

DeepMind的Oriol Vinyals與OpenAI聯合創辦人Wojiech Zaremba則在同一峰會的小組討論中給出更明確的時間節點：2027年或2028年。

收入缺口現實，Google股東的隱憂

儘管策略敘事宏大，Sekhon對當前財務現實的描述卻異常直率。

他明確表示，AI帶來的收入目前「尚不能支撐我們正在進行的資本支出」，這意味著產業存在陷入「AI空氣口袋」的風險——即資本支出大規模落地，但相應收入卻遲遲未能兌現。

這一表態與Google股東當前的擔憂高度吻合。儘管包括Google在內的主要AI投入方正實現軟體或雲服務銷售的加速成長，但股東們對公司持續攀升的現金消耗已顯露出不安情緒。

作為對比，Amazon AWS本季度錄得37%的營收成長，季度收入達422億美元，營運利潤率從上季度的37%提升至39%，展示出AI雲服務需求加速兌現的路徑。

這在一定程度上為產業巨額投入的商業邏輯提供了支撐，但也更加凸顯了Google方面所坦承的收入與支出之間的結構性落差。

風險圖譜：從網路攻擊到生物威脅

高峰會上，Sekhon與加州大學柏克萊分校電腦科學教授、近期加入Meta「超級智慧」部門的Dawn Song，用大量時間探討AI帶來的安全風險，特別是其作為網路攻擊和生物攻擊工具的潛力。

Song指出，AI近期將「更多地使攻擊者受益」，原因在於攻防間存在內在的不對稱性：

攻擊者只需一次成功的利用，而防禦者則必須防住所有攻擊。

Sekhon對此表示認同，並警告稱，隨著攻擊者汙染開源程式碼倉庫、利用人類編寫的低品質程式碼，「未來一段時間將會相當艱難」，美國電網、醫院等薄弱系統尤其脆弱。

然而，Sekhon將更嚴峻的威脅指向生物安全領域。他表示：

我們距離一個人只需用自然語言與模型對話就能設計病毒或蛋白質的世界已非常近了。這是一個在長期內仍對攻擊者有利的極度危險的世界。

他表示，應對生物風險需要對「與生物相關的材料」實施更嚴格的許可、監控和追蹤機制，並透露Google正將其AI生成內容浮水印技術SynthID向生物領域延伸，以協助DNA合成企業篩查潛在風險的AI生成生物序列。