DeepMind高管：AI的兆億美元豪賭，成敗關鍵在「遞迴自我改進」

Google DeepMind一位高層主管週末在加州大學柏克萊分校向與會者表示，科技業在AI基礎設施上的空前鉅額資本支出，歸根究柢是押注於實現遞迴自我改進——他認為這一概念正逐漸取代通用人工智慧（AGI），成為整個領域最核心的目標。

DeepMind 高層：AI 巨額資本支出押注「遞迴自我改進」

Google DeepMind 首席策略官 Sekhon 在柏克萊峰會表示，AI 產業史無前例的資本支出，本質上是對「遞迴自我改進」（RSI）的長期押注。他直言，RSI 正取代 AGI，成為人工智慧領域的新核心敘事。

從擴展到自我增強的典範轉移

Jasjeet Sekhon 於 8 月 1 日至 2 日在加州大學柏克萊分校舉行的 Agentic AI Summit 上發表上述觀點。他強調，當前科技業投入的巨額資金，必須由更高階的能力來證明其合理性：即能自主優化演算法、改進模型架構，並生成更強大的後繼系統的 AI。

「RSI 正成為 AI 投資論述的關鍵要素，」Sekhon 表示。他將遞迴自我改進定位為從目前「擴展」範式轉向「自我增強」階段的關鍵，並認為 RSI 正在取代通用人工智慧（AGI），成為人工智慧領域的核心敘事。

Alphabet 資本支出創新高

Alphabet 公布的 2026 年第二季財報顯示，資本支出達到 449 億美元，較去年同期增長約一倍。公司同時將全年資本支出指引上調至 1,950 億至 2,050 億美元，高於先前預期的 1,800 億至 1,900 億美元。

如此龐大的支出導致公司出現史上首見的單季負自由現金流，達到負 59 億美元。Alphabet 高層在 7 月的財報會議上表示，2027 年還計劃「顯著」增加支出。與此同時，作為 AI 變現關鍵指標的雲端業務營收在該季增長 82%，待履行合約金額達到 5,140 億美元。

RSI 的技術可行性仍存疑

RSI 是否真正可實現，仍是未解之謎。目前的 AI 系統雖能生成程式碼並調用工具，但真正的自主遞迴改進仍面臨安全性、可控性及技術可行性等未解挑戰。這一概念在 AI 研究界長期存在爭議，同一場柏克萊峰會的另一場會議也探討了快速「智慧爆發」情境是否可能。

投資新視角：從短期回報到長期賭注

Sekhon 的論述為投資者提供了一個新的框架，用以評估甚至已對 Alphabet 的資產負債表造成壓力的支出。這一框架不再聚焦短期回報，而是押注於通往自我改進機器的投機性飛躍。

背景：Sekhon 的跨界履歷

Sekhon 於今年 3 月加入 DeepMind，此前他在對沖基金橋水基金擔任首席科學家。他的任命由 DeepMind 創辦人 Demis Hassabis 宣布，顯示出 DeepMind 在戰略層面對金融與 AI 交叉領域的重視。

在全球 AI 競賽白熱化的背景下，DeepMind 高層的這番表態，不僅為產業巨額資本支出提供了新的解釋框架，也為投資者揭示了未來 AI 發展可能的新方向。然而，這一願景能否實現，仍將是未來幾年科技與金融界共同關注的焦點。