谷歌DeepMind首席战略官Jasjeet Sekhon在8月3日于加州大学伯克利分校举行的Agentic AI峰会上公开表示，AI行业当前史无前例的资本支出，其核心投资逻辑是押注“递归自我改进”（Recursive Self-Improvement，RSI）——即AI能够自动创造出更优秀版本的自身。他同时坦承，AI目前的营收“尚不足以支撑”当前的支出规模，行业面临陷入“空气口袋”的风险。谷歌今年在AI数据中心及相关设备上的支出约达2000亿美元，并计划明年进一步加码。

Sekhon将AI行业的资本支出定性为“人类文明有史以来最大的科学赌注”，规模上超越了美国政府的阿波罗登月计划、曼哈顿计划以及互联网的开发投入。递归自我改进被视为继通用人工智能（AGI）之后的下一个重要里程碑，其真正实现意味着AI模型能够独立重新设计自身整体架构，并开发出全新模型，形成持续自我提升的循环。Sekhon承认当前技术“远未达到这一阶段”，但指出AI企业已能用模型辅助设计其他模型的部分组件，可视为RSI的“前兆”，他类比为“用蒸汽机制造下一代蒸汽机”。尽管存在不确定性，Sekhon表示“押注递归自我改进不会实现，似乎是不明智的”，并预计其“大概率在未来几年内”出现。

同台的DeepMind研究员Oriol Vinyals与OpenAI联合创始人Wojiech Zaremba在小组讨论中给出了更具体的时间节点：2027年或2028年。这一预测为行业的天量投入提供了时间框架，但也加剧了市场对“投入与回报时间差”的担忧。

尽管战略叙事宏大，Sekhon对财务现实的描述却异常直率。他明确表示，AI带来的收入目前“尚不能支撑我们正在进行的资本支出”，这意味着行业存在陷入“AI空气口袋”的风险——即资本支出大规模落地，但相应收入却迟迟未能兑现。这一表态与谷歌股东当前的担忧高度吻合：尽管包括谷歌在内的主要AI投入方正实现软件或云服务销售的加速增长，但股东们对公司持续攀升的现金消耗已显露出不安。作为对比，亚马逊AWS本季度录得37%的营收增长，季度收入达422亿美元，运营利润率从上季度的37%提升至39%，展示了AI云服务需求加速兑现的路径，这在一定程度上为行业巨额投入的商业逻辑提供了支撑，但也凸显了谷歌收入与支出之间的结构性落差。

峰会上，Sekhon与加州大学伯克利分校计算机科学教授、近期加入Meta“超级智能”部门的Dawn Song，还深入探讨了AI带来的安全风险。Song指出，AI在近期将“更多地使攻击者受益”，因为攻防存在内在不对称性：攻击者只需一次成功利用，而防御者必须防住所有攻击。Sekhon对此表示认同，并警告称，随着攻击者污染开源代码仓库、利用低质量代码，“未来一段时间将会相当艰难”，美国电网、医院等薄弱系统尤为脆弱。

Sekhon将更严峻的威胁指向生物安全领域。他表示：“我们距离一个人只需用自然语言与模型对话就能设计病毒或蛋白质的世界已经非常近了。这是一个在长期内仍对攻击者有利的极度危险的世界。”他建议对“与生物相关的材料”实施更严格的许可、监控和追踪机制，并透露谷歌正在将其AI生成内容水印技术SynthID向生物学领域延伸，以协助DNA合成企业筛查潜在风险的AI生成生物序列。

这场峰会揭示了AI行业一个核心矛盾：一边是数千亿美元级别的资本开支，另一边是尚不明确的收入兑现路径。Sekhon的坦承为投资者提供了重要参考，但行业是否能在2027-2028年迎来RSI的突破，仍是未知数。