Die Sicherheitsbewertung zu Gemini 4 Argon ergab laut einem Bericht von The Next Web keine statistisch signifikante Beschleunigung der KI-Forschung und -Entwicklung durch KI. Sergey Brin beschrieb zwar, wie Forschende und Modelle gemeinsam an künftigen Modellen arbeiten. Das ist aber eine Aussage über Zusammenarbeit, kein Messwert für eine autonome Beschleunigung.

Was die Argon-Bewertung ermittelte

The Next Web berichtete am 17. Oktober 2026 über die im selben Monat veröffentlichte Sicherheitsbewertung von Google DeepMind. Dem Bericht zufolge stellte die Bewertung keine statistisch signifikante Beschleunigung der KI-Forschung und -Entwicklung von Anfang bis Ende fest; das Risiko durch KI-gestützte KI-Forschung stufte sie als derzeit niedrig ein. The Next Web fasste die Ergebnisse zusammen und verlinkte auf den Gemini 4 Argon Safety and Security Report.

Rekursive Selbstverbesserung (RSI) meint, dass ein KI-System dazu beiträgt, seine Nachfolgemodelle zu verbessern. Die Bewertung unterscheidet dabei zwischen KI-Unterstützung und zwei formalen Schwellen: ML R&D acceleration level 1 bezeichnet eine erhebliche Beschleunigung des KI-Fortschritts gegenüber historischen Raten; ML R&D automation level 1 steht für die vollständige Automatisierung eines Google-Forschungsteams. Laut der Argon-Bewertung und der Modellkarte von Google DeepMind erreicht Argon keine dieser beiden Schwellen.

Das schließt KI-Unterstützung in der Forschung nicht aus. Es beschreibt vielmehr den Unterschied zwischen einzelnen Aufgaben, bei denen Modelle helfen, einer deutlichen Beschleunigung der gesamten Forschungsarbeit und der Automatisierung eines Forschungsteams.

Was Brin über die Zusammenarbeit sagte

Bei einer Gesprächsrunde zu Gemini 4 Argon sagte Google-Mitgründer Sergey Brin laut The Next Web, Forschende und Modell arbeiteten gemeinsam an der jeweils nächsten Modellversion. Brin beschrieb Google dabei als zunehmend auf einem Pfad rekursiver Selbstverbesserung. Die Äußerung bezog sich auf Zusammenarbeit bei der Entwicklung; für sich genommen belegt sie keine autonome Verbesserung durch Gemini.

Vihan Jain von Google DeepMind charakterisierte Argons Rolle in einem Beitrag auf X ebenfalls als Teil der Weiterentwicklung von Modellen. Das ist Jains Einschätzung, keine Messung der Forschungsbeschleunigung.

Wo Menschen weiterhin mitwirken

Laut der von The Next Web zusammengefassten Bewertung wurde mehr als 75 Prozent des Produktionscodes von Google DeepMind mit KI geschrieben. Änderungen am Code mussten vor dem Einreichen weiterhin von Menschen geprüft werden. Auch die Forschungsrichtung festzulegen, Experimente zu entwerfen und Probleme beim Training zu diagnostizieren gehörte weiterhin zu den Aufgaben der Menschen.

In einem internen Test zu KI-Forschungsaufgaben löste Argon dem Bericht zufolge ungefähr die Hälfte der Herausforderungen. Für eine vollständige Automatisierung wäre eine nahezu perfekte Leistung nötig. Die Bewertung erfasste außerdem einen internen Index auf Grundlage von 92 Benchmarks: Vor dem 1. April 2026 stieg er um 0,091 Punkte pro Monat, danach um 0,118 Punkte pro Monat. Den Unterschied stufte der Bericht als statistisch nicht signifikant ein; laut The Next Web führte Google Argons Position über dem bisherigen Trend auf zusätzliche Investitionen und Rechenleistung fürs Training zurück.

Wer Argons berichtete Programmierleistung einordnen möchte, findet zusätzlichen Kontext in NeoTeos früherer Berichterstattung zu Googles Reaktion auf Kritik an Gemini 4 Argon.