一家尚未推出任何产品的初创公司，在成立不到半年之际，便获得了高达46.5亿美元的估值。更令人瞩目的是，这家公司的八位联合创始人，无一不是人工智能领域的顶尖专家。他们正投入6.5亿美元，押注于一个大胆的设想：人工智能将最终取代人类研究员的角色。
这八位创始人来自全球知名科技企业和研究机构，包括meta FAIR、Google DeepMind、OpenAI和Salesforce AI等。他们的研究领域覆盖进化算法、世界模型、视觉Transformer、强化学习、机器人技术和自然语言处理等核心方向。尽管背景各异，但他们不约而同地得出一个结论：人工智能的下一步发展，将是实现自主模型构建，而非单纯追求规模扩大。
公司命名为Recursive Superintelligence，其核心目标是开发一套能够完全自动化运行的人工智能研究系统。从数据筛选、模型训练到后训练对齐和研究方向选择，整个流程将由人工智能自主完成，无需人类干预。这种设计如果成功，将形成一个自我强化的循环：人工智能不断改进自身，进而获得更强的改进能力，推动技术加速发展。
这一构想并非空中楼阁。过去一年中，相关领域已取得多项突破性进展。Google DeepMind推出的AlphaEvolve系统，证明了人工智能在算法设计领域可以达到人类研究员的水平。Sakana AI发布的Darwin Gödel Machine则更进一步，允许人工智能代理自主重写优化函数和代码，并通过基准测试验证改进效果。
学术界对这一方向的兴趣也在快速增长。2026年5月，国际学习表征会议在里约热内卢举办了首个专门研究"人工智能递归自我进化"的学术研讨会，标志着该领域已从概念验证阶段进入工程化竞赛。
Recursive的创始人团队背景辉煌。NLP词向量奠基人Richard Socher曾是Salesforce首席科学家，领导构建了该公司的AI研究体系。meta FAIR前研究总监田渊栋在大型语言模型推理和决策方向有着深厚积累，其主导的ELF OpenGo项目曾用单块GPU击败围棋职业选手。Vision Transformer第一作者Alexey Dosovitskiy的研究重塑了计算机视觉领域的技术路线。
其他联合创始人同样成就斐然。OpenAI早期成员Tim Shi曾联合创办AI客服公司Cresta；DeepMind Genie世界模型核心研究员Tim Rocktäschel在强化学习领域贡献突出；进化算法先驱Jeff Clune则首次证明了AI代理可以自主重写代码提升性能。
尽管前景诱人，但这一领域也面临质疑。AI2研究员Nathan Lambert提出了"有损自我进化"概念，认为复杂模型的优化难度会随规模指数级增长，顶级模型的训练成本已达数十亿美元级别，难以承受完全自主进化带来的冗余损耗。他预测技术进步更可能是线性的而非指数级的。
面对争议，Recursive选择用实际行动回应。公司获得了GV（Google Ventures）和Greycroft领投，AMD Ventures和英伟达跟投的豪华投资阵容支持。这些投资者显然看好该团队颠覆现有游戏规则的潜力。
在产品端，类似趋势已初现端倪。Anthropic的Claude Code产品负责人Cat Wu提出了人工智能发展的三阶段演进：从同步开发到自动化常规任务，最终实现主动预判用户需求。这种"主动性"被视为下一个突破口，与Recursive的实验室研究形成呼应。
当前人工智能领域的竞争格局可能因这种新范式而彻底改变。传统上依赖庞大研究团队和巨额算力投入的企业，如OpenAI和Anthropic，其核心优势可能在一夜之间变为沉没成本。Recursive的尝试如果成功，将重新定义人工智能研究的规则和边界。
