Google DeepMind Executive: AI's Hundreds of Billions in Capital Expenditure Is the Biggest Scientific Bet in Human History, Core Wager on "Recursive Self-Improvement"

當科技巨頭以史無前例的規模燒錢建設 AI 基礎設施時，這場豪賭的底層邏輯正在被明確點破——押注 AI 實現"遞歸自我改進"。

8 月 3 日，谷歌 DeepMind 首席戰略官 Jasjeet Sekhon 上週末在加州大學伯克利分校舉行的 Agentic AI 峯會上公開表示，遞歸自我改進（Recursive Self-Improvement，簡稱 RSI）是整個行業資本支出背後的"核心投資邏輯"。

遞歸自我改進指的是 AI 能夠自動創造出更優秀版本的自身，被業內視為繼通用人工智能（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，行業面臨陷入市場真空期的風險。

谷歌今年在 AI 數據中心及相關設備上的支出約達 2000 億美元，並計劃明年進一步加碼。

與此同時，同台的 DeepMind 研究員 Oriol Vinyals 與 OpenAI 聯合創始人 Wojiech Zaremba 均表示，遞歸自我改進或將於 2027 至 2028 年實現。

在 AI 行業的敍事體系中，遞歸自我改進正在快速取代 AGI，成為最炙手可熱的概念。

AGI 是 Artificial General Intelligence 的縮寫，中文通常翻譯為 “通用人工智能”。它是人工智能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，都能達到或超過人類水平的 AI 系統。

Sekhon 將 AI 行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劃、曼哈頓計劃以及互聯網的開發投入。

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

Sekhon 承認，當前的技術"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組件，這可被視為遞歸自我改進的"前兆"。他將這一現象類比為歷史上用蒸汽機制造下一代蒸汽機。

儘管如此，Sekhon 表示：

押注遞歸自我改進不會實現，似乎是不明智的。

不過 Sekhon 預計遞歸自我改進將"大概率在未來幾年內"出現。

DeepMind 的 Oriol Vinyals 與 OpenAI 聯合創始人 Wojiech Zaremba 則在同一峯會的小組討論中給出了更為具體的時間節點：2027 年或 2028 年。

儘管戰略敍事宏大，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"，這意味着行業存在陷入"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兑現。

這一表態與谷歌股東當前的擔憂高度吻合。儘管包括谷歌在內的主要 AI 投入方正在實現軟件或雲服務銷售的加速增長，但股東們對公司持續攀升的現金消耗已顯露出一定的不安情緒。

作為對比，亞馬遜 AWS 本季度錄得 37% 的營收增長，季度收入達 422 億美元，運營利潤率從上季度的 37% 提升至 39%，展示出 AI 雲服務需求加速兑現的路徑。

這在一定程度上為行業鉅額投入的商業邏輯提供了支撐，但也更加凸顯了谷歌方面所坦承的收入與支出之間的結構性落差。

峯會上，Sekhon 與加州大學伯克利分校計算機科學教授、近期加入 Meta"超級智能"部門的 Dawn Song，用大量時間探討了 AI 帶來的安全風險，尤其是其作為網絡攻擊和生物攻擊工具的潛力。

Song 指出，AI 在近期將"更多地使攻擊者受益"，原因在於攻防之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，隨着攻擊者污染開源代碼倉庫、利用人類編寫的低質量代碼，"未來一段時間將會相當艱難"，美國電網、醫院等薄弱系統尤為脆弱。

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經非常近了。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，並透露谷歌正在將其 AI 生成內容水印技術 SynthID 向生物學領域延伸，以協助 DNA 合成企業篩查潛在風險的 AI 生成生物序列。