前脚刚发布新模型才8天，后脚下一代王牌就杀进测试场了。这两天，在AI圈最火的测试平台LMArena上，谷歌的全新旗舰模型Gemini 4 Carbon被曝出已经悄悄开启了盲测。

一听到这消息，全球的测试者都扑了进去。测评账号Lumina直接用提示词，让Carbon生成了一整关能玩的超级玛丽游戏。顶砖块、吃金币、钻水管，最后跳上旗杆结算成绩，一气呵成。知名爆料人chetaslua甚至让它做了一段讲解碳-12原子结构的精美3D动画。而在网友Synopsis和Salio的测试里，Carbon更是造出了能随天气、光照随时变换环境的3D体素山谷和城堡。

不过有意思的是，大家发现Carbon有点严重偏科。在3D能力上大杀四方，但在画矢量图（SVG）和网页前端设计上，审美依然平平。

为什么同一个模型，差距这么大呢？这就好比做理科大题和画艺术水彩画的区别。 3D场景讲究的是几何坐标和碰撞计算，算错一点画面就崩，这就像理科题，对错一翻答案就知道，模型可以靠强大的算力和强化学习疯狂往上堆指标。但是前端设计呢？留白多大、字号几号才好看，这就像画画，没有绝对的标准答案，只能靠人类的偏好一点点去教去磨。

除了3D能力炸裂，Carbon这次其实还解决了一个大麻烦——它终于不偷懒了。

你知道上一代模型Argon有多懒吗？科技媒体Every的CEO丹·希珀（Dan Shipper）做过一个资深工程师基准测试，当时对手家的Opus 5.5和Sonnet 5.5都拿了85%的高分，甚至GPT-6 Astra也有81%，而Argon只有可怜的21%，直接垫底。它审查代码的时候，打开又关上只花了30毫秒，纯纯在糊弄事儿。

但在Carbon这里，情况彻底反转了。网友Harshith发现，盲测里的Carbon反应速度比以前慢了2到4倍。它变慢了，但也变踏实了。据内部人士爆料，谷歌员工试用后惊呼，它写代码的手感已经直逼标杆模型Opus 5.5。

看到这儿，你可能会好奇，谷歌9月30号才官宣Argon，10月13号刚全面开放，怎么才过了短短8天，下一代Carbon就端出来了？这出牌速度是不是有点太离谱了？

谷歌联合创始人谢尔盖·布林（Sergey Brin）一语道破了天机，因为谷歌已经踏上了RSI的跑步机。所谓的RSI，就是递归自我改进。

这个概念听起来很高深，其实说白了，就是机器开始自己造更好的机器了。 DeepMind最新的安全报告显示，今年9月，他们超过九成的代码合并请求里，AI自己写的代码比例都在75%以上。也就是说，研究员们现在每天都在和模型手拉手，让旧模型帮着写新模型的代码。