| 谷歌工程师海顿・贝尔菲尔德表示，AI在模型研发中的自动化程度持续提升，但目前尚无证据表明AI自主驱动的研究正在加速。当前AI编写的生产代码已超过75%，但约88%的代码变更仍需人工监督或审查。完全交由AI处理的代码变更比例从7.5%升至11.9%。在1389次Argon内部智能体运行测试中，任务复杂度越高，AI无人干预的成功率越低。针对12位DeepMind高级研究人员的调查显示，AI在定义明确、结果可验证的任务中自动化程度较高，但在创造性研究、实验设计、训练异常诊断和长期规划方面仍依赖人类。在包含74项真实机器学习工程任务的RE-Bench基准测试中，Argon的任务解决率约为50%，高于Gemini 3.7 Flash的27%。研究团队构建了涵盖123个模型、92项基准测试的通用能力指数（GCI），数据显示Gemini模型能力以每月约0.1个GCI点的速度稳定增长，尚未出现统计学显著的加速迹象。团队认为，Gemini 4 Argon略高于增长趋势线的表现主要来自算力和组织投入增加，而非AI自主推动的研发加速。目前，研究团队认为AI驱动研究自动化带来的风险仍相对有限，但正持续完善监测体系。与此同时，杰弗里・辛顿、约书亚・本吉奥及OpenAI首席科学家雅库布・帕乔基等20多位研究人员警告，AI可能在未来几年实现研发工作的高度自动化，将数年进展压缩至数月。 |
AI INSIGHT
谷歌工程师：AI编写超75%生产代码，自主研发加速尚无明确证据
AI 摘要
谷歌工程师海顿・贝尔菲尔德表示，AI在模型研发中的自动化程度持续提升，但目前尚无证据表明AI自主驱动的研究正在加速。当前AI编写的生产代码已超过75%，但约88%的代码变更仍需人工监督或审查。完全交由AI处理的代码变更比例从7.5%升至11.9%。在1389次Argon内部智能体运行测试中，任务复杂度越高，AI无人干预的成功率越低。针对12位DeepMind高级研究人员的调查显示，