谷歌被曝已跑通 RSI：API 泄露「rsi-model-liverl-le」，Flash 三周一更的秘密藏不住了

一句话结论：9 月 11 日，有人在 Google 生成式语言 API 的返回里挖到一个名叫「rsi-model-liverl-le」的模型，显示名为「RSI Model LiveRL LE」。如果这个截图是真的，它意味着谷歌 DeepMind 可能已经在机房里跑起了自己训自己的模型——递归自我改进（RSI）从 OpenAI、Anthropic 的「口头承认」变成谷歌的「内部事实」。

AI 摘要

• 发生了什么：谷歌生成式语言 API 疑似泄露一个名为 rsi-model-liverl-le 的模型，以及从 00 到 09 的 10 个专属训练槽位。
• 为什么重要：这是第一次有头部实验室被曝出带着「RSI」命名的正式模型标签，而不是停留在博客里的措辞。
• 佐证线索：Gemini 3.8 Flash 是六周内第三个 Flash 版本，官方博客承认用「递归评估和精炼」的智能体循环加速迭代。
• 事实边界：截图无法独立验证，谷歌和 DeepMind 均未回应，目前仍是「爆料 + 推测」。

这个泄露的模型到底是什么

事情的起点是一条 API 返回的 JSON。9 月 11 日晚，爆料账号 lyra 在 X 上给 Google DeepMind 发了一条帖子，正文是「huge congRatulationS Indeed!」——三个突兀的大写字母拼起来正好是 R、S、I。

随后流传开的截图显示，Google 生成式语言 API 返回了一个模型代码为 rsi-model-liverl-le 的条目，显示名称是「RSI Model LiveRL LE」。它的参数规格是输入上限 1048576 个 token、输出上限 65536 个 token，跟主流前沿模型一个量级。

真正让社区炸开的是另一处细节：在同一批标签下，还挂着从 00 到 09 编号的 10 个训练槽位，命名格式是 rsi-model-liverl-ns-xx。爆料者 Lentils 的原话是：「想象一下，如果 GDM（Google DeepMind）内部真有个叫 rsi-model-liverl-le 的东西，再想象一下他们还有 10 个专属训练槽位，从 00 编到 09。这难道不疯狂吗？」

谷歌的反应也加重了疑点——当晚就紧急收回了一批相关 API 密钥。这是标准的信息泄露处置动作，但它同时说明：这个模型名至少是真实存在过的对象，而不是网友凭空编出来的字符串。

为什么说谷歌可能真的已经「跑通」了

要判断这件事的性质，得先讲清楚 RSI 和普通训练的区别。递归自我改进的核心，是让模型自己参与评估、修改乃至生成下一代模型的训练过程。传统流程是人训、人评、人再训，一轮下来一个季度起步；RSI 想把这个循环压缩到周、甚至天。

谷歌这次泄露之所以可信，是因为它和谷歌近期的公开动作严丝合缝。

最直接的证据是发布节奏。9 月 2 日，谷歌发了 Gemini 3.8 Flash 和 3.8 Flash Cyber，这是六周内的第三个 Flash 版本，而 3.7 Flash 发布还不到三周。三个版本之间是 0.1 的连续跃升——这个速度靠人类研究员手搓几乎不可能。

更关键的是谷歌自己在博客里写的一句话：「这些模型的进展，进一步被长时间运行的智能体循环所加速。这些循环被设计用来递归地评估和精炼底层模型。」翻译过来就是：谷歌已经在用能自我循环的智能体来精炼模型。DeepMind 研究员 Shunyu Yao 当时补了一句评论——「对模型而言，这只是迈出了一小步；但对于 RSI 来说，这是一次巨大飞跃」。这句话被埋在一篇 Flash 小版本的发布文里，大多数人没当回事。

Brin 为什么在背后推这件事

技术信号之外，还有一层人事信号。三天前 Business Insider 报道，谷歌联创 Sergey Brin 对 Gemini 的进展速度不满，正力促员工把资源全面转向递归自我改进。更早的 8 月，路透社就已经报道过同一个方向——Brin 希望谷歌追上前沿。

把这两条线索和泄露的模型标签放在一起看，逻辑就通顺了：Brin 的战略压力从上往下传导，DeepMind 把 RSI 从论文概念变成了带正式命名的内部系统，而 API 泄露只是让这个内部系统意外漏出了一角。

这里必须划清事实和推测的边界。截图本身无法独立验证，谷歌和 DeepMind 都没有回应。我能确定的只有三件事实：API 返回里确实出现过这个名字；谷歌当晚收回了密钥；谷歌官方博客承认用「递归评估和精炼」的循环加速模型。至于「谷歌已经实现了完整的 RSI」，这是基于这些事实的合理推测，不是被证实的结论。

这意味着 AI 竞争换了一个赛道

如果谷歌真的跑通了 RSI，竞争的维度就变了。过去大家比的是谁的单次模型更强，现在比的是谁的迭代循环转得更快。

拿三家的公开口径对比一下就很清楚。7 月，OpenAI 说 GPT-5.6 Sol 已经能协助后训练一个更小的模型，帮研究员省下数周时间；6 月，Anthropic 发了篇《当 AI 构建自身》的博客；9 月，Dario Amodei 干脆公开宣布 RSI 已经在整个行业发生，包括 Anthropic 内部。

但这三家的表述都停在「AI 辅助我们做研究」。谷歌这次的信号明显更激进——官方博客直接说「循环在递归地蒸馏模型」，泄露出来的更是带着 RSI 命名的正式模型标签和训练槽位。如果 Flash 三周一更的节奏真是靠这个循环在驱动，那谷歌手里捏着的东西，比任何一个单点旗舰模型都可怕。

智盒判断

短期看，这件事最大的价值是提供了一个「可证伪的观察窗口」。姚顺宇那句话其实给了一个很具体的检验方法：如果三周之后 3.9 Flash 准时出现，博客里那句「递归地评估和精炼底层模型」就不再是修辞，Flash 的发布日历会变成一个倒计时，每一格都是模型自己走出来的。

中期看，人类研究员在这个循环里的位置在往后退。Anthropic 说过，他们最后的比较优势叫「研究品味」——先是不用写代码，然后不用跑实验，最后只剩下看结果、按确认。谷歌这次要验证的，就是这道防线还能撑多久。

长期看，这条新闻和 Anthropic CEO 呼吁给前沿减速 其实是一体两面：一边是谷歌闷头把 RSI 跑起来，一边是 Amodei 站出来说太快了、得踩刹车。两边同一天出现在新闻里，恰好说明 RSI 已经从「会不会发生」的争论，变成了「已经发生之后怎么办」的现实问题。这也呼应了更早的判断——Gemini 3.8 Flash 发布时，谷歌已经把速度、成本和安全拆成了两条线，现在看，那条「速度线」的背后很可能就是 RSI。

FAQ

RSI 到底是什么？

RSI 是 Recursive Self-Improvement 的缩写，指模型自己参与评估、修改、生成下一代模型的训练过程。传统 AI 迭代靠人类研究员一轮轮做，RSI 想把这个循环交给 AI 自己，把研发周期从季度压缩到周甚至天。

谷歌真的实现 RSI 了吗？

还不能下定论。目前能确认的是 API 返回里出现过 rsi-model-liverl-le 这个模型名、谷歌当晚收回了密钥、官方博客承认用「递归评估和精炼」的循环加速模型。但截图无法独立验证，谷歌和 DeepMind 都没回应，所以「已实现完整 RSI」目前是合理推测而非证实结论。

这跟普通开发者有什么关系？

短期关系不大，你的 Gemini API 调用不会因此改变。但如果 RSI 真的跑起来，前沿模型迭代会明显加速，你依赖的模型能力和价格可能比预期更快变化。值得盯住 9 月底——如果 3.9 Flash 如期出现，这就是一个实锤信号。