The DecoderT2·68 分
Google DeepMind 工程师披露：AI 自主研究未现加速，复杂任务仍依赖人类监督
原标题：Google says self-improving AI isn't anywhere close
- AI 虽能编写大量基础代码，但在处理高复杂度、长周期任务时自主成功率显著降低。
- DeepMind 内部数据显示，绝大多数代码变更仍需人工审查，完全委托给 AI 的比例仅小幅上升。
- 当前 AI 无法替代人类进行创造性实验设计、诊断细微训练不稳定及长期战略规划。
返回热点榜
agent热度 11.5°
AI 聚簇研判事件 · 2026/10/15
Google DeepMind 工程师披露：AI 自主研究未现加速，复杂任务仍依赖人类监督
1 篇报道存证1 家独立信源交叉印证持续跟踪至 2026/10/15 03:18:44
全景综述与最新动态
1 家信源交叉印证Google DeepMind 工程师 Haydn Belfield 指出，尽管 AI 已生成超过 75% 的生产代码，但并未观察到由 AI 驱动的 AI 研究出现可测量的加速。数据显示，随着任务复杂度增加，智能体在无人干预下的成功率急剧下降，且 88% 的代码变更仍需人工审查，表明创造性研究与长期规划仍高度依赖人类。
最新动向/Google DeepMind 工程师 Haydn Belfield 指出，尽管 AI 已生成超过 75% 的生产代码，但并未观察到由 AI 驱动的 AI 研究出现可测量的加速。数据显示，随着任务复杂度增加，智能体在无人干预下的成功率急剧下降，且 88% 的代码变更仍需人工审查，表明创造性研究与长期规划仍高度依赖人类。
热度曲线逐小时热度走势
2 个完整观测小时连续完整观测不足 3 个小时，暂不绘制趋势曲线。