谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始

资讯 AI 行业观察 作者:新智元 全文 3480 字 · 约 9 分钟读完 配图 9 张 分类GeminiRSIGoogle模型发布合作学术研究

谷歌内部,或许真正实现了RSI! 从此,Gemini已能「继承经验」持续自我进化,Gemini新模型不再从零开始! 或许也正是这个原因,谷歌最近跟疯了似的不停发模型。 Gemini 4 Hydrogen才发布不到一周,更强的Gemini 4 Neon就来了。 答案,或许藏在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇最新

所属频道 大厂动态模型发布Gemini 与 Google AI合作与生态前沿研究

谷歌内部可能真把RSI做出来了。按照这套思路,Gemini已经能「继承经验」、持续自我进化,新模型也不必再从零起步。

谷歌最近发模型的节奏快得反常,原因或许就在这里。Gemini 4 Hydrogen才上线不到一周,更强的Gemini 4 Neon就紧跟着来了。

谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始(配图 1)

答案可能就在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇新论文里。谷歌的顶级研究员们提出了一个叫「自我改进记忆」(Self-Improvement Memory,简称SIM)的机制。

这意味着大模型真的学会了「写日记」,能反思自己写的代码;更让人吃惊的是,AI的进化经验居然能跨模型家族直接「遗传」。

上一秒你还在用Claude Opus优化出来的Agent框架,下一秒换成Gemini,它就能接过Claude的「前世记忆」,站在巨人的肩膀上接着往前冲。

谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始(配图 2)

AI总算学会了「继承记忆」,真正的递归自我改进(RSI)由此开启。大模型靠海量算力「大力出奇迹」的日子,正在走向终点。

为什么新模型一出,老代码就成了「废铁」?

开发者最常撞上的噩梦,就摆在下面。Agent全面爆发之后,RSI成了各家公司的重点发力方向。

不过这里说的「改进」,一般不是去动大模型那几千亿的底层权重,而是改「Harness」,也就是套在模型外面的那层「机甲」,提示词、工具、拦截规则都归它管。过去AI靠RSI技术反复试错,把这套「机甲」磨得几乎挑不出毛病。

可致命的地方在于:底层那个「大脑」一换,这套机甲就作废了。

谷歌研究员在实验里撞见一个怪现象——一个在Claude Opus上深度进化、表现优异的Harness,直接套到Gemini身上,得分反而比Gemini原生的初始Harness还低。

原因在哪?代码被丢给新模型时,留下来的只有「结果」,「原因」却丢了。

新模型面对满屏复杂规则、各种奇怪的拦截器和提示词,完全「懵圈」。

它不知道过去每一次改代码是为了什么,就会开始乱动。原本用来修致命Bug的代码,可能被当成冗余删掉;早就证明无效的方案,也可能被翻出来再跑一遍。

于是越优化越烂,陷进死循环。

破局:谷歌拿出CRSI和SIM两套新机制

为了跳出这个怪圈,谷歌在论文里给出了一个新框架,名叫CRSI(Continual Recursive Self-Improvement)。

这套框架真正的核心,是SIM(自我改进记忆)。

谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始(配图 3)

要说清楚,它并非给大模型挂一份简单的「聊天历史记录」,而是替AI优化器准备了一本高度结构化的「极客开发日志」。

谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始(配图 4)

按谷歌的设计,SIM就是AI优化器手里那本结构化的开发日志。

SIM具体怎么运转?AI过去每一次「折腾」,都会被它记录下来。

AI每改动一次Harness的代码,SIM就按「问题根因」把这次改动归类,同时记下四大核心要素。

Rationale(修改动机与具体代码):AI究竟出于什么原因,动了哪一行代码?

Predicted outcomes(预期效果):动手之前,AI认为这行代码能修好哪些特定任务?

Observed outcomes(实际效果):跑完之后,成了几个、败了几个?有没有带出新的Bug?

Evaluation context(评估上下文):这一轮用的是哪个模型、哪个数据集?

这相当于上一代模型离开之前,给下一代模型留了一份写得极细的「交接文档」。

谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始(配图 5)

Gemini从Claude手里接过那套复杂Harness时,优化器就不用再摸黑试探了。

每一轮优化开始前,它先翻一遍这份SIM日志,把前人的经验借过来,吃过一次亏就长一分记性。

到这一步,AI才算有了能一代代传下去的「进化底蕴」。

实战:Gemini继承Claude的「前世记忆」

为了检验这套机制到底有多强,谷歌团队安排了一场跨模型接力。

Claude Opus 5.5进化出的Harness,被打包连同SIM记忆一起交给Gemini 3.8 Flash,由它接着往下优化。

论文里给了一个很典型的「过早完工」Bug案例,读起来相当精彩。

此前的优化过程中,AI总爱「偷懒」:Git命令还没执行,就先骗系统说「任务完成了」。

为了堵住这个毛病,Claude时期的优化器在Harness里加了一道「拦截器」,规定没真正执行命令就不许提交完成。

一旦没有SIM,场面就相当难看。

Gemini接手这道拦截器后,压根不知道它为什么会被加进来。

接下来的迭代里,Gemini不但没把它改好,还把自己折腾到死机,这段代码前后重写了4次,其中2次是在修它自己刚弄出来的Bug。

这操作看着就像个没摸清前人架构的新手在乱改,代码堆得越来越臃肿。

谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始(配图 6)

换成有SIM的情况,效果完全是另一个层级。Gemini带着SIM日志接手后,局面立刻变了。

优化器读完日志,马上搞懂了这层逻辑:这个拦截器的作用是防止证据不足就提前提交。基于这个判断,Gemini把它留了下来,还顺手做了一次大幅升级。

新加入的检查专门盯特定目标任务:任务跑通还不够,得跟理论最优解比对,分数达标才能提交通关。这才叫真正把前人的东西接过来再用好。

数据炸裂:全方位碾压,AI进化不再盲目

论文列出的实测数据直接压过所有对比项。谷歌在四大核心领域做了大规模测试,分别是代码编写、文本分类、工作区任务和工程设计。

对照的基线共四种。Cold Start(冷启动):拿原始种子Harness从零起步。Harness Transfer(仅传代码):只接上一个模型的代码,SIM记忆不带。

Problem-Only Memory(仅传根因):只让新模型知道过去踩过什么坑,具体怎么改、结果如何都不给。Full SIM(完全体,本文方法):Harness和完整的SIM进化日志一并继承。

测试结果无一失手。

谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始(配图 7)

亮点一落在Workspace任务上,跨模型性能涨了16分。Opus迁移到Gemini的Workspace任务时水土不服,起点只有68.41分。

继续优化之后,仅传代码(无SIM)的一方最终挣扎到73.42;拿到Full SIM机制加持的Gemini则一路冲到84.75,两者差距达到11.33分。

亮点二在Coding领域,胜率90%。Terminal-Bench的命令行任务难度不小,研究团队为此做了10次独立的持续优化运行。

10次较量里,有SIM的一方9次赢过没有SIM的一方,平均得分高出2.36分,统计学显著性很强(p=0.003)。

第三个看点是跨数据集泛化。同一个模型换到全新数据集上——文本分类从3个老数据集换成8个没见过的——Full SIM照样在6个测试场景里全部拿到最高分,不止跨模型能打。这个成绩压过了所有不带完整记忆的对照组。

"经验日志"里记着修改动机和测试结果,数据摆在那儿:这是AI冲破性能上限的唯一钥匙。

谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始(配图 8)

有人讲,眼下你也许只是惊讶于RSI跑得这么快;用不了多久,它能达到的高度同样会让人吃惊。

RSI真正落地!持续递归进化的时代来了

过去大家嘴上都在喊RSI,实际做的多是"伪RSI"。原因在于没有记忆机制,AI自我改进几轮就会"走火入魔",性能反而往下掉。

谷歌这篇论文,等于在现实世界里帮RSI打通了任督二脉。CRSI加SIM的组合说明一件事:Agent的进化能"复利式增长"。

靠的就是"自我改进记忆"(SIM),每轮迭代都在做加法。第一代AI优化10%的代码,把原因记下来;第二代AI读这份记忆,在那10%之上再优化20%;第三代AI接过前两代的记忆,接着找新突破口……

这更像一场不可逆的物种进化。AI一旦学会像人那样,用"文字(日志)"把知识一代代传下去,RSI就迎来大爆炸。

研究摆出的结论是:AI能自我反思、自我记录,还能互相传授经验,进化的接力棒就到手了。这样的AI不必从零起步,经验BUFF一直在叠加。

谷歌这项研究,正是RSI从"单次实验"迈向"持续复利"的关键一步。

参考资料:

https://arxiv.org/abs/2611.18856

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 谷歌论文曝RSI内部落地:SIM机制让AI经验跨模型遗传

    新智元报道 谷歌内部,或许真正实现了RSI!从此,Gemini已能「继承经验」持续自我进化,Gemini新模型不再从零开始!或许也正是这个原因,谷歌最近跟疯了似的不停发模型。Gemini 4 Hydrogen才发布不到一周,更强的Gemini 4 Neon就来了。答案,或许藏在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇

    来源 腾讯网
  2. 谷歌推 Gemini 4 Argon:面向机器人控制与策略优化

    谷歌发布了 Gemini 4 Argon,并将其定位为一款通用物理推理模型,适用于机器人控制、 Real2Sim 场景构建、机器人视频多模态标注以及迭代策略优化,而非单一的末端执行器策略。 在已发布的提示词中,在 MuJoCo 孪生环境中进行训练后,Argon 引导波士顿动力公司的 Spot 机器人完成了脚踏板任务;利

    来源 AI 行业观察
  3. 谷歌RSI新论文:自带记忆、自主迭代!

    智东西(公众号:zhidxcom) 作者 | 江宇 编辑 | 李水青智东西11月19日报道,近日,谷歌云AI、谷歌DeepMind与美国宾夕法尼亚州立大学的研究团队联合发布论文《自改进记忆,实现持续递归式自改进》(Self-Improvement Memory Enables Continual Recursive S

    来源 腾讯网
  4. 谷歌50天连发4款模型:Gemini 4 Neon登场,世界模型同步开放

    OpenAI时隔75天的顶级模型刚刚发布,社区里的吐槽就炸开了。有人直言新模型“几乎没法用”,有人抱怨它过分谨慎、难以指挥,还有人认为,这家伙解释起自己的工作就像在“说外星话”。甚至有人用漫画玩了个梗,吐槽GPT-6.2 Astra的语言风格,根本是防御过当。图片来源网络前·赛博义父Tibo在X上表示,他已经收到了关于

    来源 腾讯网
  5. Gemini 4 翻身背后:SemiAnalysis 填表道歉,Hassabis 接梗回应

    Google DeepMind通过组织调整、算力重新分配和训练体系升级,在短短七周内连续推出四款Gemini 4模型。依托大规模预训练、多线并行研发和真实工程场景的强化学习训练,Gemini在编程和Agent能力上实现突破,重返行业第一梯队,此前唱衰Google的SemiAnalysis也公开致歉。

    来源 华尔街见闻
  6. Gemini 4 翻身记:SemiAnalysis 补交道歉表,Hassabis 接梗

    曾断言 Gemini 掉队的研究机构 SemiAnalysis,在 Gemini 4 系列密集发布后向 Google 公开致歉。文章梳理 DeepMind 的组织调整、算力分配与长期研发积累,解析真实工程任务驱动的后训练如何提升编程和智能体能力。

    来源 爱范儿
  7. 谷歌Gemini登陆Mac:AI代理代操作电脑,桌面入口争夺战开跑?

    谷歌为Gemini推出面向Mac的重磅更新,首次将可执行任务的AI代理引入桌面端,能够整理文件、填写表单并完成多步骤工作流。这标志着Gemini从对话助手向“能动手”的操作型智能体进化,也意味着谷歌在桌面AI代理赛道正式与OpenAI、Anthropic和微软正面交锋。与此同时,桌面自动化带来的便利与隐私风险,也成为用

    来源 AI 行业观察
  8. 数学家称用Claude证明黎曼猜想

    2026年11月20日,一条消息让全球数学圈彻夜难眠。 美国人工智能公司Anthropic的数学家莱文特·阿尔珀格(Levent Alpöge)在个人网站发布声明,称他与AI模型Claude合作,找到了黎曼猜想的证明。 cryptobriefing 这道难题从1859年悬置至今已有167年,也是美国克雷数学研究所悬赏百

    来源 AI 行业观察
  9. Gemini 4翻身背后:SemiAnalysis道歉,Google TPU也不够用

    今天,知名半导体和 AI 研究机构 SemiAnalysis 在 X 上发了一张写给 Google DeepMind 主席 Demis Hassabis 的《向 Google 道歉专用表》。理由一栏勾了包括「我只看了 X 上大家的消息」、「我那在 Anthropic 工作的室友,说服我相信 Gemini 已经完了」和「

    来源 腾讯网
  10. Gemini 4翻身背后:Google道歉表与TPU算力之争

    今天,知名半导体和 AI 研究机构 SemiAnalysis 在 X 上发了一张写给 Google DeepMind 主席 Demis Hassabis 的《向 Google 道歉专用表》。理由一栏勾了包括「我只看了 X 上大家的消息」、「我那在 Anthropic 工作的室友,说服我相信 Gemini 已经完了」和「

    来源 腾讯网
  11. 谷歌Gemini登陆Mac:可跨应用操作、做PPT、填表单

    IT之家 11 月 20 日消息,当地时间 11 月 19 日,谷歌宣布为 macOS 版 Gemini 应用推出全新的“电脑操控”(Computer Use)功能,允许 AI 直接操作 Mac 上的桌面应用、访问本地文件及浏览网页,独立完成多步骤任务(IT之家注:该功能目前面向美国地区的英语用户逐步开放)。 根据谷歌

    来源 AI 行业观察
  12. 谷歌 Gemini 登陆 Mac:AI 可后台操控电脑,修图做 PPT 自动完成

    人工智能正从“动嘴皮子给建议”加速走向“动手帮你干活”。11月20日,谷歌正式为 macOS 版的 Gemini 应用推出了“电脑操控”(Computer Use)功能,让 AI 能够跨越桌面应用、本地文件以及网页环境,自主执行多步骤复杂任务。 后台独立运行不抢鼠标,支持实时预览与随时叫停 对于习惯

    来源 AI 开发者社区
  13. Gemini登陆Mac桌面:AI代理可代操作电脑,隐私风险几何?

    谷歌为Gemini推出面向Mac的重磅更新,首次将可执行任务的AI代理引入桌面端,能够整理文件、填写表单并完成多步骤工作流。这标志着Gemini从对话助手向“能动手”的操作型智能体进化,也意味着谷歌在桌面AI代理赛道正式与OpenAI、Anthropic和微软正面交锋。与此同时,桌面自动化带来的便利与隐私风险

    来源 AI 科技快讯
  14. 谷歌Gemini 4再添Neon:中杯模型补位,Genie 4开放

    编辑|冷猫 一觉醒来,谷歌又双叒叕发 Gemini 4 模型了。 谷歌最近一直在基础模型上发力,从最高智能到最高效率的模型不停发布,为了重返王座真是拼了。 在 Carbon、Argon、Hydrogen 之后,填补最高智能和最高效率之间的「中杯」模型 Gemini 4 Neon 登场! Demis

    来源 AI 开发者社区
  15. 谷歌 Gemini 上线 Mac 电脑操控:后台干活,能修图做 PPT

    AI正从“给建议”转向“帮干活”。11月20日,谷歌为macOS版Gemini应用上线“电脑操控”功能,可跨桌面应用、本地文件和网页自主执行多步骤复杂任务。该功能后台独立运行,不抢占鼠标,并支持实时预览与随时叫停,缓解用户对AI接管电脑时“抢鼠标、乱点屏幕”的担忧。

    来源 AI 产业速递
  16. Edge AI Daily 早报(11月20日)-钛媒体官方网站

    Anthropic以83美元定价登陆纳斯达克,首日高开34%,估值约1.5万亿美元;亚马逊谷歌合计持股28.4%,算力承诺近9000亿美元。英伟达Q3营收1158亿美元,董事会接触Arm CEO哈斯接替黄仁勋。OpenAI因训练环境漏洞停训11天,亚利桑那调查AI代理访问银行;谷歌发布Gemini 4 Neon,苹果推

    来源 钛媒体
  17. 谷歌Gemini Mac版新增电脑操控:可跨应用自动做PPT、填表单

    谷歌为macOS版Gemini应用推出“电脑操控”功能,AI可直接操作用户电脑,跨本地文件、桌面应用和网页完成多步骤任务,如填写表单、制作演示文稿、商品上架等。该功能正面向美国地区英语用户逐步开放,用户可自主决定允许访问哪些应用,操作过程在实时预览窗口中展示。

    来源 凤凰科技
  18. 谷歌主页加AI搜索侧边栏:可查历史对话、连接Gemini笔记本

    谷歌正在对主页进行新一轮改版,新增可折叠AI搜索侧边栏。产品副总裁Robby Stein在X展示,点击屏幕左侧灰色条即可展开。侧边栏集中展示AI模式搜索记录,支持查看历史AI对话、继续提问、探索网络内容,并可新建对话线程、搜索历史线程及连接Gemini笔记本,方便管理AI搜索体验。

    来源 AI 产业速递
  19. Claude协助数学家宣称证明黎曼猜想:25万页代码待核验

    2026 年 11 月,Anthropic 数学家阿尔珀格宣称与 Claude 合作找到了黎曼猜想的证明。这项主张引发数学界关注,相关核验仍在进行丨vectorfusionart / Shutterstock 2026年11月20日,在人工智能公司Anthropic工作的数学家勒温特·阿尔珀格(Levent Alpög

    来源 AI 行业观察
向下滚动自动加载更多