一家成立不足半年、员工仅25人且尚未推出任何产品的AI公司，估值却高达46.5亿美元。更令人震惊的是，其八位联合创始人均为AI领域顶尖学者，他们正押注6.5亿美元，试图通过技术革新让AI研究员这一职业走向终结。这家名为Recursive Superintelligence的公司，昨日正式结束“隐身模式”，向全球科技界投下一枚重磅炸弹。
该公司核心目标是将AI模型训练的全流程自动化——从数据筛选、训练设计到后训练对齐，甚至研究方向选择，均由AI系统自主完成。创始人团队认为，当前头部实验室如OpenAI、DeepMind依赖数百人团队耗时数月打造前沿模型的模式已接近人类能力极限。随着模型复杂度指数级增长，人类研究员的优化效率将触及天花板，而“递归自我进化”（Recursive Self-Improvement）将成为突破这一瓶颈的关键。
这支“全明星战队”的履历堪称AI发展史的缩影：NLP词向量奠基人Richard Socher曾主导Salesforce AI实验室建设；Vision Transformer作者Alexey Dosovitskiy重塑了计算机视觉领域技术路线；meta FAIR前研究总监田渊栋开发的ELF OpenGo用单块GPU击败围棋职业选手；进化算法先驱Jeff Clune在Sakana AI实现的Darwin Gödel Machine，首次证明AI可自主重写代码提升性能。八人横跨meta、Google、OpenAI等顶尖机构，研究方向覆盖强化学习、世界模型、机器人控制等核心领域。
投资方阵容同样豪华：谷歌风投GV与Greycroft领投，AMD Ventures和英伟达跟投。这笔6.5亿美元的融资背后，是资本对技术颠覆的强烈预期——若AI实现自主进化，当前依赖庞大研究团队的AI巨头可能面临架构性危机。英伟达作为算力供应商的双重身份，更使其成为这场技术博弈的关键参与者。
技术可行性已获部分验证。2025年5月，Google DeepMind推出的AlphaEvolve系统，通过大语言模型驱动的进化搜索，实现了算法设计的自动化；Jeff Clune团队开发的Darwin Gödel Machine，则让AI Agent在无限循环中持续优化自身代码。2026年ICLR顶会首次设立“递归自我进化”专题研讨会，标志着该领域从概念验证进入工程竞赛阶段。
反对声音同样存在。AI2研究员Nathan Lambert提出的“有损自我进化”理论认为，模型复杂度与优化成本呈非线性关系，顶级模型训练已耗资数十亿美元，无人敢放任AI在无人监督下消耗如此规模资源。他预测技术进步将是渐进式而非指数级。
产品端已显现端倪。Anthropic近期推出的Claude Code产品负责人透露，下一代AI工具将具备“主动预判”能力——在用户未发出指令前即自动搭建工作流程。这种从“被动响应”到“主动创造”的转变，与Recursive的实验室目标形成技术闭环。
这场豪赌的本质，是对AI发展主导权的争夺。当前头部企业通过堆砌算力与人力巩固优势，而Recursive试图通过重构技术范式颠覆游戏规则。正如Jeff Clune所言：“若机器取代我的研究角色，我会难过，但回报值得。”当6.5亿美元与八个改变AI历史的名字绑在一起，这场实验已不再局限于技术层面，而是成为关乎整个行业未来的风向标。
