Google DeepMind 首次審計：AI 未加速自身研發，75% 代碼由 AI 編寫

ChainCatcher 消息，Google DeepMind 在 Gemini 4 Argon 安全報告中公布首次針對機器學習研發自動化的整體實證評估，結論是 AI 並未加速 AI 自身的研發，儘管 AI 已編寫該實驗室工程師交付的大部分代碼。參與評估的研究員 Haydn Belfield 在 X 上表示，目前不存在顯著的端到端 ML R\&D 加速，因此 AI 驅動 ML R\&D 的風險目前較低。

團隊構建了內部指數 GCI v1，將 123 個 AI 模型在 92 個基準上的得分合成單一數值。前沿 Gemini 能力以約每月 0.1 GCI 點的穩定速度提升，Gemini 1.5 Pro 在 2024 年底接近 0.5 點，Gemini 3.8 Flash 在 2026 年 9 月略高於 2.9 點，Argon 約 3.3 點高於趨勢線，但 Belfield 稱這源於算力與組織投入增加，而非 AI 驅動的加速。

DeepMind 生產代碼中超過 75% 由 AI 編寫，完全委託的代碼合併請求比例在 4 月至 9 月間從 7.5% 升至 11.9%，但約 88% 的請求仍需多輪人工引導或人工編寫。對 12 位資深研究者的調查顯示，自動化在明確、可驗證的執行任務中最高，在開放式科學構想、新實驗設計與診斷訓練不穩定等環節最低。