Google DeepMind: KI skriver mesteparten av koden, men KI-forskningen går ikke raskere

11,9 prosent av pull requests hos Google DeepMind ble i september delegert helt til KI, opp fra 7,5 prosent i april. Samtidig er mesteparten av produksjonskoden nå over 75 prosent KI-skrevet, men laboratoriet finner ingen statistisk signifikant økning i hvor raskt Gemini-modellene blir bedre. Tallene står i sikkerhetsrapporten for Gemini 4 Argon fra oktober 2026, og Google-forskeren Haydn Belfield har løftet dem frem, skriver The Decoder.

For å måle akselerasjon har DeepMind bygd en egen indeks, GCI v1, som syr sammen resultater fra 123 modeller på 92 benchmarks. Før 1. april 2026 steg Gemini-frontmodellene med 0,091 poeng i måneden, etter datoen med 0,118. Konfidensintervallene overlapper, så forskjellen er ikke signifikant. At Gemini 4 Argon ligger over trendlinjen, forklarer teamet med mer regnekraft og større organisatorisk innsats, ikke med at KI driver forskningen selv.

I et utvalg på 1389 interne Argon-kjøringer fullførte modellen sjeldnere oppgaven uten menneskelig hjelp jo større oppgaven var. En undersøkelse blant 12 seniorforskere viste at automatiseringen er høyest i veldefinerte, verifiserbare oppgaver og lavest i åpen idéutvikling og langsiktig forskningsvurdering.

«Vi er langt unna full ende-til-ende-automatisering» — Google DeepMind, sikkerhetsrapporten for Gemini 4 Argon

Ikke alle i feltet er enige. Over 20 KI-forskere, blant dem Geoffrey Hinton, Yoshua Bengio og OpenAIs Jakub Pachocki, advarte nylig i en artikkel om at KI kan automatisere all KI-forskning i løpet av få år.

For deg som bygger agenter er rapporten et sjeldent innsyn i hvordan et frontlaboratorium måler agentenes selvstendighet: andelen helt delegerte pull requests og menneskelige inngrep fordelt på oppgavestørrelse er metrikker som også passer i en liten pipeline.