Sergey Brin sagt, dass Google auf das RSI-Laufband steigt, während Models beim Aufbau ihrer Nachfolger helfen

Google-Mitbegründer Sergey Brin sagt, die KI-Entwicklung des Unternehmens habe einen Punkt erreicht, an dem seine Modelle aktiv dabei helfen, ihre eigenen Nachfolger aufzubauen – eine Dynamik, die als rekursive Selbstverbesserung (RSI) bekannt ist. In einer Diskussionsrunde über die Entwicklung von Googles neuem Gemini 4-Modell, Argon, sagte Brin, dass die KI-Entwicklung intern beschleunigt werde und dass das Unternehmen „beginne, auf das RSI-Tretband zu steigen“.

„Und jetzt arbeiten unsere Forscher und das Modell Hand in Hand, um die nächste Version des Modells zu erstellen“, sagte Brin während des Runden Tisches, den Google am Mittwoch teilte. Seine Kommentare wurden zuerst von Business Insider berichtet. Die Äußerungen versetzen den Mitbegründer von Google – der eine immer aktivere Rolle im Gemini-Programm übernommen hat – direkt in die folgenreichste Debatte der Branche: ob sich KI-Systeme bald schneller verbessern werden als menschliche Ingenieure. Für weitere Berichterstattung über diese Debatte folgen Sie unseren KI-Forschungsnachrichten.

Worauf Brin als Beweis hinwies

Brin verwies auf die Häufigkeit der Flash-Modellveröffentlichungen von Google im Vorfeld von Gemini 4 als Beweis dafür, dass sich die Rückkopplungsschleife bereits dreht. Dies bedeutet, dass jede Modellgeneration die Zeit verkürzt, die für die Erstellung des nächsten Modells erforderlich ist, da automatisierte Codierung, Bewertung und Forschungswerkzeuge kombiniert werden.

Googles eigene Sicherheitsdokumentation für Argon scheint Teile dieses Bildes zu stützen. Laut dem Sicherheitsbericht des Modells „fungieren KI-Agenten jetzt als leistungsstarke Assistenten, die einen Großteil des Produktionscodes und der Fehlerbehebungen verfassen, obwohl Codeänderungen vor der Übermittlung weiterhin einer menschlichen Überprüfung unterliegen.“ Mit anderen Worten: Das Unternehmen beschreibt einen Arbeitsablauf, bei dem Modelle den Großteil des Codes produzieren – während Menschen das letzte Wort darüber haben, was versendet wird.

Die breitere RSI-Debatte

Anthropic und OpenAI haben ebenfalls gesagt, dass KI möglicherweise am Rande von RSI steht, und ein diese Woche veröffentlichter Bericht der Firma Gladstone AI legt dar, wie sich KI-Unternehmen diesem Ziel nähern. Laut dem Bericht von Business Insider gehen die meisten befragten Forscher – die bei Unternehmen wie Anthropic, OpenAI und Google DeepMind arbeiten – davon aus, dass RSI innerhalb der nächsten drei bis zwölf Monate beginnen wird und ohne staatliche Intervention früher eintreten könnte.

Warum die Zeitleiste wichtig ist

Rekursive Selbstverbesserung ist nicht nur ein weiterer Fähigkeitsmeilenstein. Wenn Modelle zur primären Arbeitskraft für die KI-Forschung selbst werden, wird es schwieriger, das Tempo des Fortschritts vorherzusagen und zu steuern. Aus diesem Grund stand RSI letzten Monat im Mittelpunkt der Warnungen prominenter KI-Forscher, dass Menschen die Kontrolle über die Technologie verlieren könnten, wenn keine ausreichenden Leitplanken eingerichtet würden.

Brins Darstellung war bemerkenswert sachlich. Anstatt das RSI-Laufband als eine entfernte Hypothese zu betrachten, beschrieb er es als eine Betriebsbedingung des Modellentwicklungsprogramms von Google – Forscher und Modelle arbeiteten „Hand in Hand“ an jeder nachfolgenden Version.

Die Kontrapunkte

Nicht alle bei Google sind sich darüber einig, wie schnell sich das Schwungrad dreht. In Berichten im selben Nachrichtenzyklus wurde festgestellt, dass Google DeepMind in seinen eigenen Bewertungen keine signifikante Beschleunigung in der Forschung und Entwicklung im Bereich maschinelles Lernen festgestellt hat, eine Schlussfolgerung, die von der alarmierteren Rhetorik einiger Konkurrenten abweicht. Die Kluft zwischen diesen beiden Messwerten – Googles Mitbegründer beschreibt ein Laufband, das sich in Bewegung gesetzt hat, und Googles Sicherheitsforscher messen keine dramatische Beschleunigung – ist selbst eine Momentaufnahme davon, wie unsicher das Feld über seine eigene Flugbahn bleibt.

Es gibt auch strukturelle Vorbehalte. Agenten, die einen Großteil des Produktionscodes verfassen, arbeiten immer noch unter menschlicher Kontrolle, und vieles, was heute als „KI automatisiert KI-Forschung“ gilt, umfasst die Einengung von Suchräumen, die Generierung von Kandidatenlösungen und die Durchführung von Bewertungen – hochwirksame Unterstützung statt autonomer Entdeckung.

Was Sie sehen sollten

Drei Dinge werden den Beobachtern Aufschluss darüber geben, ob Brins Laufband-Metapher zutrifft. Erstens der Veröffentlichungsrhythmus der Google-eigenen Modelle, bei dem kürzere Abstände zwischen den Generationen das deutlichste sichtbare Signal wären. Zweitens, ob andere Grenzlabore anfangen zu quantifizieren, wie viel ihrer Forschungs- und Entwicklungspipeline modellgestützt ist, wie es der Argon-Sicherheitsbericht von Google getan hat. Drittens, ob Regierungen auf Berichte wie Gladstone AI reagieren, deren befragte Forscher ihren Zeitplan ausdrücklich von der Abwesenheit von Interventionen abhängig machten.

Die Ökonomie hinter dem Laufband

In Brins Kommentaren steckt auch eine klare kommerzielle Logik. Wenn Modelle die Forschungszyklen deutlich verkürzen, sinken die Grenzkosten jeder neuen Modellgeneration, und das Unternehmen, das den Kreislauf als Erstes schließt, verschafft sich einen zusätzlichen Leistungs- und Preisvorteil. Google hat bereits seine Bereitschaft signalisiert, auf der zweiten Achse aggressiv zu konkurrieren, indem es mit Argon die API-Preise der Konkurrenten unterbietet und gleichzeitig Modelle der Flash-Klasse für Arbeitslasten mit hohem Volumen herausbringt. Ein echtes RSI-Schwungrad würde diese Strategie verstärken – was erklärt, warum Google allen Grund hat, sie als bereits im Gange zu bezeichnen.

Die Bedeutung des Roundtables liegt vorerst in der Positionierung: Einer der Google-Gründer bezeichnet rekursive Selbstverbesserung öffentlich nicht als Risikoszenario, sondern als Arbeitsrealität des Unternehmens. Diese Neuformulierung – vom Gedankenexperiment zur Roadmap – könnte sich als die aktuellste Sache im Startzyklus von Gemini 4 erweisen, unabhängig davon, wo die Benchmark-Ergebnisse landen.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →