面对万亿美元级别的 AI 基础设施建设热潮，谷歌 DeepMind 首席战略官 Jasjeet Sekhon 给出了一个直白的答案：这笔巨额支出是对 " 能够自我改进的机器 " 的下注。

据媒体报道，Sekhon 在加州大学伯克利分校的一场峰会上指出，" 递归式自我改进 "（Recursive Self-Improvement, RSI）已成为 AI 投资逻辑的核心。RSI 指 AI 在不依赖人类干预的情况下，通过重写并升级自身代码，不断生成能力更强的后继版本。Sekhon 坦言，目前的 AI 收入 " 尚不足以支撑我们迄今为止的巨大资本支出 "，这意味着资金实质上是花在一个承诺上。他将此比作蒸汽机时代：蒸汽机的存在正是为了建造更先进的蒸汽机。

取代 AGI 的新叙事

这一观点标志着行业叙事框架的转变。多年来，" 通用人工智能 "（AGI）是巨额支出的主要辩护理由，而 Sekhon 正用 RSI 这一新的遥远目标取而代之。按照其逻辑，RSI 是将数据中心从成本负担转化为高价值资产的关键回报路径。

投入规模空前。Alphabet 单季资本支出高达 449 亿美元，约为一年前的两倍，并将 2026 年资本支出指引上调至最高 2050 亿美元，同时承诺 2027 年将实现 " 显著 " 增长。亚马逊、微软和 Meta 也持类似立场。Sekhon 将这项工程比作超越阿波罗计划或曼哈顿计划的宏大事业。

部分投入已见成效，该季度 Google Cloud 收入激增 82%，积压订单超过 5000 亿美元。然而账单同样沉重，Alphabet 首次录得季度自由现金流为负，赤字约 59 亿美元，支出增速远超收入增速。

难以兑现的风险

Sekhon 并未回避风险。他警告可能出现 "AI 空气 pockets"，即巨额投入后收入却迟迟未到。这是超大规模云计算厂商财报中潜藏的恐惧，如今由负责为支出辩护的高管亲口承认。

此外，RSI 并非可交付产品，而是一个伴随安全性、控制力及技术可行性疑虑的研究愿景。即便技术可行，能否在高管暗示的 2027 年至 2028 年时间表内实现仍存疑。竞争对手已开始质疑 DeepMind 是否具备在 OpenAI 或 Anthropic 之前实现自我改进所需的技术诀窍。

目前，模型在狭窄领域内生成代码并辅助自我改进的小版本已成为现实，但从有限能力跨越到完全自主的自我增强仍是巨大飞跃。Sekhon 将这种权衡公开化：行业正在投入阿波罗计划级别的资金，换取一项尚不存在且可能数年都不会出现的能力。这种诚实虽令人耳目一新，但也让投资者感到不安。

【星途科讯 图文丨 Patrick 首发于 ZAKER 科技，转载请注明出处】