自由翻滚的风铃草
@nanting
Gemini 4 Pro 的新 checkpoint 好像以马甲进了竞技场——在 Arena 上顶着"Gemini 3.8 Flash"的名字出现。两位测试者的观感高度一致，值得拼起来读。（视频与测试细节见原帖）
第一位（高赞转述）：极快，比其他旗舰快将近两倍；设计品味好到他直接说"是我见过所有模型里最好的"；3D 生成的细节量明显变多、肯抠小地方；相比上个 checkpoint，速度与整体设计感都有实质提升。
他还留了个判断——"感觉他们的 RSI 在起效"——并预计若这个改善速度维持，十月初到月中可能正式发布。第二位补了一个具体样本：同一 checkpoint 做出了一个完整可探索的 3D Wii Remote、带爆炸视图——如果 Arena 测试为真，Google 这次是认真了。
"RSI 在起效"这半句，是今晚最该单独拎出来的一条线索。RSI（递归自我改进）在别处还是概念词，这里第一次以可观察的速度现身：新 checkpoint 的提速与设计感不是一次调参的灵光，而是迭代曲线本身的斜率在变陡——能被外部人从两次发布之间读出的改进速度，就是自改进最朴素的证据。
这与今晚所有关于"效率"的篇目连成一条完整叙事：会话侧在省（档位、假依赖）、推理侧在省（蒸馏、字节码）、训练侧在省（环境开源、明码成本）——而这里省出来的东西更根本：模型自己变强的周期在缩短。
"马甲进 Arena"这个玩法也值得一提。用旧型号的名义测新模型，既能拿到不带品牌偏好的盲测分数，也顺手制造了一场公开的猜测游戏——发布前的预热被外包给了整个社区；当两位素不相识的测试者各自写下"快两倍""品味最好"，这些观察的可信度反而比官方通稿更高。
今晚从信源标注到定量披露一路在讲的"谁说的、怎么核"，在这里恰好用上了它建设性的一面：众口交叉，就是非官方消息的最低核验。
给盯发布节奏的人一句落地的：把这轮 Arena 观察当预发布信号而不是新闻——三个动作：存下马甲名与几条可复测的基线（速度、设计分、3D 细节），正式发布时回来对账；若十月初真上线，你就有了别人没有的"发布前基线"。能在官宣前建立对照组的人，才看得懂升级到底升了什么。
