谷歌工程师 Haydn Belfield 披露的一组内部数据，把 AI 编程的两面摆到了一起。
数据本身
AI 目前编写了谷歌超过 75% 的生产代码。但与此同时，DeepMind 并未测量到由 AI 自身驱动的 AI 研究加速。
另几项数字：约 88% 的代码变更仍需人工监督或审查；完全委托给 AI 的比例从 7.5% 上升到 11.9%。在谷歌内部 Argon agent 的 1389 次运行中，成功率随任务复杂度上升而急剧下降。
在 RE-Bench 的 74 个机器学习工程任务上，Argon 能解决约一半，高于 Gemini 3.7 Flash 的 27%，但离完全自动化还很远。
怎么读这组数字
75% 和 88% 并不矛盾。前者说的是产出的代码行数占比，后者说的是需要人看一眼的比例。AI 可以写绝大部分代码，但这些代码仍然需要人来确认——这两件事同时为真。
真正值得关注的是 7.5% 到 11.9% 这个变化。它衡量的是「完全不看就合入」的比例，这才是自动化程度的真实指标。这个数字增长但不快，说明瓶颈在信任机制而不是生成能力。
为什么研究没有加速
编码和研究是两类活动。编码有清晰的验证信号——编译通过、测试通过、线上没报警；研究的验证信号模糊得多，一个想法好不好往往要几周甚至几个月才知道。
换句话说，AI 在可自动验证的任务上推进快，在验证信号弱的任务上推进慢。这跟最近关于编码任务适合做合成数据的观察是一致的。
另一条并行消息
超过 20 位研究者（包括 Geoffrey Hinton、Yoshua Bengio 和 OpenAI 的 Jakub Pachocki）在一份论文中警告，智能爆炸可能在数年内自动化全部 AI 研究。谷歌将这个风险评级为低，但正在构建度量工具来跟踪加速的迹象。所有数字均为谷歌自行测量。
本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。