Google DeepMind, hat RSI bereits entschlüsselt?
Hat Google das RSI erfolgreich implementiert?!
Ein Modell namens „rsi-model-liverl-le“ tauchte plötzlich in den Rückgaben der generativen Sprach-API von Google auf.
Genau, das ist das RSI (Recursive Self-Improvement, rekursive Selbstverbesserung).
Gerüchte verbreiten sich wie ein Lauffeuer, dass Google DeepMind das RSI bereits realisiert hat.
Als der Netznutzer Chubby noch spekulierte, kündigte der CEO von Anthropic plötzlich öffentlich an, dass das RSI in der gesamten Branche, einschließlich Anthropic, bereits überall stattfindet.
Das lässt Chubby glauben, dass das Gerücht wahr ist: Das RSI wurde bereits realisiert!
Laut Enthüllungen läuft bei Google nicht nur dieses eine Modell. Unter derselben Gruppe von Tags sind zudem 10 exklusive Trainingsplätze mit den Nummern von 00 bis 09 aufgeführt.
Google reagierte extrem schnell und zog noch am selben Abend dringend eine Reihe relevanter API-Schlüssel zurück.
Dann gab es keine weiteren Informationen mehr. Google und DeepMind haben bis heute kein Wort dazu geäußert.
Ein Akrostichon, ein Screenshot, eine Reihe zurückgezogener Schlüssel
Diese Aufregung entstand aus einer scheinbar gewöhnlichen Glückwunschnachricht.
Am Abend des 11. Septembers veröffentlichte das Enthüllungs-Konto lyra einen Beitrag an Google DeepMind: „huge congRatulationS Indeed! @GoogleDeepMind“.
Aufmerksame Personen erkennen sofort, dass die drei absichtlich groß geschriebenen Buchstaben zusammen genau RSI ergeben.
Das Akrostichon-Post von lyra
Dieser Beitrag erhielt schnell Tausende von Likes. Die Hälfte der Kommentatoren fragte „Welche Insider-Informationen hat er eigentlich?“, die andere Hälfte suchte heraus „Wer ist diese Person überhaupt?“.
Einige Stunden später veröffentlichte ein anderes Konto namens Lentils direkt einen beweisenden Screenshot.
Die API von Google gab einen JSON-Code zurück, dessen Modellcode „rsi-model-liverl-le“ lautet und der Anzeigename „RSI Model LiveRL LE“ ist. Die Parameterspezifikationen sehen ein Eingabelimit von 1048576 Tokens und ein Ausgabelimit von 65536 Tokens vor.
Die ursprünglichen Worte von Lentils lauten: „Stell dir vor, es gibt wirklich etwas namens rsi-model-liverl-le intern bei GDM (Google DeepMind). Stell dir weiter vor, dass sie 10 exklusive Trainingsplätze für rsi-model-liverl-ns-xx haben, die von 00 bis 09 nummeriert sind. Ist das nicht verrückt?“
Der von Lentils veröffentlichte Screenshot der API-Rückgabe
Was ist LiveRL? Obwohl es keine offizielle Erklärung gibt, besteht auf X der allgemeine Konsens, dass es sich um „Live Reinforcement Learning (Echtzeit-Verstärkungslernen)“ handelt, d.h. das Modell entwickelt sich selbst weiter, während es seine Aufgaben ausführt.
Der nächste Schritt hat das gesamte Internet in Aufregung versetzt.
lyra veröffentlichte direkt einen Beitrag und erwähnte den Leiter von Google AI Studio, Logan Kilpatrick: „Es ist nicht nötig, alle API-Schlüssel von GDM zurückzuziehen, nur weil du Angst vor mir hast. Eure Infrastruktur hat tiefere Sicherheitslücken, kontaktiert mich einfach direkt.“
Anschließend fügte er eine weitere schwere Nachricht hinzu: Diese Schlüssel stammen von internen Mitarbeitern von GDM und können auf mehr als 1000 interne Checkpoints zugreifen.
lyra erwähnt öffentlich @Logan Kilpatrick
Lentils folgte sofort und spottete: „Ich rieche den Geruch von Angst.“
Obwohl die Echtheit dieses Screenshots noch nicht von Dritten überprüft wurde (die beiden Zahlen 1048576 und 65536 stimmen vollständig mit den Spezifikationen der bestehenden Gemini-Serie überein, sodass die Möglichkeit eines internen Testnamens oder eines Streichs nicht ausgeschlossen werden kann).
Aber er verbreitete sich über Nacht viral, weil er perfekt mit den jüngsten Berichten über Google übereinstimmt.
Google hat einen Notfallalarm ausgelöst und setzt in einer kleinen Küche alles auf das RSI
Vor drei Tagen berichtete Business Insider, dass der Mitbegründer von Google, Sergey Brin, mit der Fortschrittsgeschwindigkeit von Google bei Gemini unzufrieden ist und die Mitarbeiter dazu drängt, sich stärker auf die rekursive Selbstverbesserung zu konzentrieren.
Bereits im August dieses Jahres berichtete Reuters über denselben Trend: Brin möchte, dass Google die Spitzenposition erreicht, und lenkt Ressourcen in Richtung RSI.
Laut einem exklusiven Bericht von Business Insider vom 9. September ist der Arbeitsplatz von Sergey Brin nach seiner Rückkehr zu Google eine umgebaute kleine Küche im Gebäude Gradient Canopy am Hauptsitz.
Er sitzt an einem U-förmigen Tisch neben dem derzeitigen Leiter von DeepMind, Kavukcuoglu, während Sundar Pichai mehrmals pro Woche hier vorbeikommt.
Ein ehemaliger Mitarbeiter enthüllte: „Sergey möchte Gemini wie ein Startup führen.“ Ein anderer Mitarbeiter sagte offen: „Die Existenz dieser Küche dient nur dazu, die Unternehmenspolitik direkt zu umgehen.“
Die Details seiner Leitung sind extrem technisch.
Er mischt sich direkt in die Chip-Zuweisung ein und eröffnet dem Gemini-Team einen „Leistungsberechtigungskanal“ außerhalb des offiziellen Prozesses; er leitete die Einstellung des Chip-Projekts „Frozen“ von Jeff Dean und kürzte dessen Ressourcen in diesem Jahr erneut.
Er hat sogar intern ein radikales Programm eingeführt, das den Kodierungsprozess einiger Mitarbeiter überwacht, um diese echten Daten zu nutzen, um die Kodierfähigkeit von Gemini zu trainieren.
Er hat nur ein Kernanliegen: Das gesamte Unternehmen muss mit höchster Geschwindigkeit den Gesamtangriff auf die „rekursive Selbstverbesserung (Recursive Self-Improvement, kurz RSI)“ starten.
Ein ehemaliger Mitarbeiter verwendete in einem Interview einen sehr passenden Ausdruck, um ihn zu beschreiben:
Er hat tief in das RSI investiert und ist vollständig „AGI-pilled“ (von AGI überzeugt).
Der Bericht von Reuters im August erwähnte ebenfalls, dass Brin bereits auf der Vollversammlung im April DeepMind gedrängt hat, das Tempo zu beschleunigen und alle Ressourcen auf das RSI auszurichten.
Ein ehemaliger Mitarbeiter gestand sogar: „Er glaubt sehr fest an das RSI, er ist ein durch und durch gläubiger Anhänger der AGI.“
ChrisGPT, der dieses Thema populär gemacht hat, fügte den Originalbericht von BI hinzu
Die Motive von Brin für diese Dringlichkeit sind nicht schwer zu erraten: Google hinkt hinterher.
Nachdem Gemini 3 im vergangenen November kurz die Spitzenposition erreichte, wurde es schnell von Anthropic und OpenAI überholt. Das neue Flaggschiff-Modell wurde wegen unzureichender Kodierfähigkeit um zwei Monate verschoben.
Gleichzeitig gehen die Kernmitarbeiter ständig verloren. Jeff Dean verließ das Unternehmen nach 27 Jahren, um ein eigenes Startup zu gründen. Große Fachkräfte wie Oriol Vinyals und John Jumper sind nacheinander abgewandert, und Hassabis hat am 5. August das Amt des Leiters von DeepMind niedergelegt.
Wenn man nur durch mehr Rechenleistung ein größeres Grundgerüst aufbaut, werden die Konkurrenten ihre nächste Generation bereits veröffentlicht haben, wenn Google endlich aufholt.
Daher ist Brins Wette, den ursprünglichen Pfad vollständig zu verlassen. Lass das Modell sich selbst bewerten, sich selbst modifizieren und die Iterationszyklen, die normalerweise nach Quartalen berechnet werden, gewaltsam auf wochenbasierte Zyklen zu komprimieren.
Wenn dieser Weg erfolgreich ist, wird das zwei Monate rückständige Flaggschiff-Modell kein Problem mehr sein, und Google wird eine überlegene Iterationsgeschwindigkeit erhalten.
Aber wenn es nicht funktioniert, wird dies zu einem Fall, in dem ein Gründer ohne Titel mit seinem Recht zur Rechenleistungszuweisung das gesamte DeepMind auf einen noch nie erprobten Weg setzt.
Google hat die Wahrheit schon lange offengelegt, nur hat niemand es ernst genommen
Gehen wir zurück zum 2. September. An diesem Tag veröffentlichte Google Gemini 3.8 Flash und 3.8 Flash Cyber.
Man muss wissen, dass dies bereits die dritte Flash-Version ist, die innerhalb von sechs Wochen veröffentlicht wurde. Und 3.7 Flash wurde vor weniger als drei Wochen veröffentlicht.
In diesem offiziellen Blogbeitrag verbirgt sich ein Satz:
„Die Fortschritte dieser Modelle werden weiter durch lang laufende Agenten-Zyklen beschleunigt. Diese Zyklen sind darauf ausgelegt, das zugrundeliegende Modell rekursiv zu bewerten und zu verfeinern.“
Übersetzt bedeutet das: Google hat möglicherweise bereits die „rekursive Selbstverbesserung“ realisiert und damit Gemini um 0.1 verbessert.
Damals kommentierte Yao Shunyu von Google DeepMind: Für das Modell ist dies nur ein kleiner Schritt; aber für das RSI ist dies ein riesiger Sprung.
Sicong Jiang, der bei DeepMind an RSI-Agenten forscht, behauptete sogar direkt und prognostizierte optimistisch:
Das ist es, was passiert, wenn das RSI-Flywheel beginnt, Zinseszinseffekte zu erzeugen.
Weitere Meilensteine sind unterwegs – mit schnellerem Fortschritt und stärkeren Ergebnissen.
Aus diesem Grund ist der Gründer von DAIR.AI, der Netznutzer elvis, der Meinung: Dies ist das frühe Ergebnis des RSI-Flywheels der rekursiven Selbstverbesserung.
