谷歌沉默7个月甩出Gemini 4，RSI真来了，节后开盘这条线资金已经盯上了

Google DeepMind研究员Zirui Wang公开吐槽："RSI来了！模型正式超越了我，我已经没什么能再教它的了，是时候去追寻我的咖啡师梦想了。"一个亲手带模型长大的人，亲口说出"教不动了"——不管是肺腑还是营销，这个信号都不一般。

主角就是9月30日刚发布的Gemini 4 Argon。这是谷歌沉寂整整7个月之后，掏出的第一个跳出Flash级别的前沿模型。独立评测机构Artificial Analysis给的综合智能指数是53分，直接追平GPT-6 Astra，比GPT-6.1 Sol还高1分，对比上一代Gemini 3.1 Pro Preview一口气飙升了23分。

但真正扎眼的不是这个并列第一，而是幻觉率——仅15%。要知道，同分段里GPT-6 Astra是51%，GPT-6.1 Sol是54%。换句话说，Argon不光聪明，还特别"实诚"，瞎编的概率只有对手的三分之一不到。AutomationBench-AA它拿了78%排第一，上下文窗口直接拉到100万token，促销价还比Astra便宜约四成。

为什么这事比跑分重要？因为它绑了一个词——RSI，递归自我改进。

AI自己改代码、自己调参数、自己优化下一代模型，改完的AI再去改更牛的AI，像滚雪球一样加速。哲学家Chalmers十年前就断言：智能提升必然带来设计更高智能的能力。RSI一旦跑通循环，就是从AGI冲向超级智能最关键的那一节链条。DeepMind的AlphaEvolve今年6月已经在做"AI优化AI"的预演，Argon这次是把这件事从论文里搬进了产品。

信息面：谷歌这一步，等于把"模型自我进化"从安全圈的概念题，变成了巨头军备竞赛的时间表。OpenAI、Anthropic接下来必然加速跟进，全球算力开支的天花板又被往上抬了一截。

政策面：国内这边，工信部9月刚印完信息通信业"十五五"规划，白纸黑字写着"有序部署万卡、十万卡及以上智算集群"，推进400G以上高速传输。海外模型越卷，国内算力底座补课的紧迫性就越强。

资金面更直白：TrendForce 9月29日刚表态，HBM和先进制程产能持续挤兑，2027年存储供应继续吃紧，供应商对HBM涨价态度明确，市场已经在喊明年涨价预期；光模块板块中报82家公司过半净利同比增长，800G放量、1.6T上量；GPU算力卡采购大单国庆前还在落。

映射到A股，节后开盘盯哪条线？

第一层是光互连——模型上下文从64K蹦到1M token，agent跑长任务，卡和卡之间、柜和柜之间的数据搬运量是指数级往上走，800G/1.6T光模块、CPO共封装光学就是那个"水管"。

第二层是存储墙——RSI意味着推理和训练轮次暴增，HBM高带宽存储是抢产能的硬通货，DDR、利基存储跟着水涨船高。

第三层是散热与供电——模型越大、跑的轮次越多，功耗越压不住，英伟达下一代Vera Rubin已经全面上液冷，2026年业内直接喊出液冷千亿放量元年。

第四层才是国产算力自主——海外前沿模型每跳一次，国产卡、国产IDC、国产算力租赁的替代叙事就硬一分。

把这条链摊开看：最上游是光芯片、存储颗粒、高速铜连接这些材料；中间是光模块、服务器整机、液冷温控、电源这些设备；最下游是IDC机房、算力调度、模型运营这些运营环节。RSI滚得越快，每一克硅片、每一根光纤、每一度电的边际消耗都在被重估。

但话说回来——RSI的真瓶颈，从来不是"能不能让模型变聪明"，而是算力消耗的指数级曲线，到底谁来买单、谁有真实订单兑现。旧的炒法是"沾光就涨"，从概念到财报之间已经被反复证伪过一轮。节后开盘，你手里攥的标的，是真卡在光模块/HBM/液冷的产能订单里，还是只是蹭了个"AI"关键词的壳子？

这个答案，决定你是吃这一轮算力景气的红利，还是在高位替别人接盘。

以上仅为产业信息梳理与学术探讨，不构成任何投资建议；文中数据来自Artificial Analysis、TrendForce及公开报道，可能存在滞后与偏差；股市有风险，入市需谨慎。