El 15 de octubre de 2026, Business Insider publicó que Sergey Brin describió a investigadores y Gemini 4 Argon trabajando juntos en la siguiente versión del modelo. El cofundador de Google presentó esa colaboración como el inicio de una dinámica de mejora recursiva de la IA (RSI); su relato pone a los investigadores dentro del proceso. Business Insider informó de sus declaraciones.

En una cobertura anterior, NeoTeo recogió la respuesta de Google a las críticas sobre el rendimiento de Gemini 4 Argon. Este artículo aborda otro aspecto: el papel que, según Brin, desempeña el modelo en el desarrollo de sus sucesores.

Cómo describió Brin el desarrollo de modelos

Brin dijo que los investigadores y el modelo trabajan codo con codo para crear la siguiente versión. También citó los lanzamientos de los modelos Flash de Google anteriores a Gemini 4 como señal de una cadencia de desarrollo acelerada. Según Business Insider, añadió que, cuando el público viera el vídeo de lanzamiento de Argon, los equipos ya estarían un par de modelos por delante internamente.

La mejora recursiva de la IA es la idea de que sistemas de IA ayuden a desarrollar versiones posteriores de sistemas de IA. Brin llamó a la dinámica descrita una entrada en una «cinta» de RSI: su explicación se centró en la colaboración entre el modelo y los investigadores.

Qué tareas atribuyó Vihan Jain a Argon

Vihan Jain, a quien Business Insider identifica como responsable de RSI de Gemini en Google DeepMind, publicó el 15 de octubre que Argon participó en la auditoría de sus datos de entrenamiento y en el trabajo con trayectorias de razonamiento. También describió un cambio en la demanda de postentrenamiento: de solicitar chips en bruto a pedir cuota de uso de Argon.

La publicación de Jain recoge su descripción de esas tareas y de la demanda de cómputo asociada a Argon.

La revisión humana en el desarrollo de software

Por separado, Business Insider citó el Gemini 4 Safety Report de Google para explicar que, en algunas partes del ciclo de desarrollo, los agentes de IA redactan la mayoría del código de producción y de las correcciones de errores. Según el pasaje citado, las personas revisan los cambios antes de que se envíen. Esa revisión humana también forma parte de la descripción publicada sobre el uso de agentes en el desarrollo de software.