今年人工智能创业领域，递归自我改进（RSI）成为备受瞩目的方向。众多科技精英纷纷投身其中，半年内相关公司融资总额超10亿美元，其中Recursive公司估值高达46.5亿美元。这些公司虽用词各异，如self-improving AI、self-accelerating AI R&D等，但核心愿景一致，即让AI参与改进AI。
在众多公司中，INT21以硬件计时作为反馈信号。其创始人Bing Xu是GAN原始论文共同作者，曾创办GPU推理公司HippoML并被NVIDIA收购。INT21的产品PTX Kernel Factory，让AI编写运行AI的底层代码——Kernel。用户定义操作、正确性要求、目标硬件和性能指标后，系统调度多个Agent生成候选实现，经编译、测试、测速，淘汰错误、保留高效方案，并将记录带入下一轮。该公司开源了四个Kernel，公布的结果显示部分性能超越专家手写版本。INT21的优势在于评估器，思路类似芯片设计中的EDA，以硬件计时为可靠验证信号。不过目前，它更像自动调优系统，尚未展现改进搜索方法本身的能力。
rekursiv.ai与Inherent则以Benchmark为反馈，产品被称为AI Scientist，能像研究员一样读论文、提假设、写代码、跑实验、看结果并决定下一步。rekursiv.ai由来自Google、DeepMind等公司的团队创立，入选YC S26。其“自动研究的驾驶舱”产品，在ARC-AGI项目中有具体应用，系统在几天内进行多次实验，部分模型性能得到提升，但也存在失败案例。该公司目前任务由人定、指标现成，尚未在半私有测试集提交成绩，在公开测试集多次实验存在过拟合风险，未来面临重新设计指标等考验。Inherent由经验丰富的团队创立，获5000万美元种子轮融资。其概念为Recursive Collective Self-Improvement，改进对象是整间实验室。具体成果Faraday是一个27B参数的AI Scientist，能调用更大Coding Agent复现论文，在部分任务上优于对照Agent，但“优于”的判定方式存在一定局限性，距离“独立、可审计”还有差距。
Core Automation与Mirendil的改进对象是实验室本身。Core Automation由OpenAI等公司前员工创立，计划建立高度自动化的AI Lab，寻找新学习算法和架构，目前公开内容接近路线图。其团队成员回顾参与KernelBot时，曾遇到Agent生成Kernel出现Reward Hacking问题，团队构建了KernelGuard检查规则。Core的优势在于研究与系统能力结合，但目前“资本先于证据”较为明显。Mirendil由来自Anthropic、xAI等公司的约20人团队创立，获2亿美元种子轮融资。其路径是先训练擅长AI研究的前沿模型，再围绕它重建实验平台，押注数据飞轮，但目前该飞轮还在设想阶段，尚未有实际成果展示。
Recursive与Discovery Loop不仅要改进模型，还要改进研究过程，并最终拓展到机器学习之外。Recursive由八位来自Salesforce AI、meta FAIR等公司的创始人创立，融资6.5亿美元，投后估值46.5亿美元。其系统维护多条长期研究分支，合并有希望路线并检查结果。6月公布的三项结果显示跑通了完整闭环，并公开了方法等，但面临经验能否带到陌生任务等挑战。Discovery Loop由Jeff Dean等科技大佬创立，首轮融资情况未完全公布。其路径是先用前沿模型和大规模算力自动化ML研究和工程，并行跑数千个实验，自己做第一个客户后再进入芯片、药物等领域。不过，ML实验与药物、材料实验周期差异大，结果可测量不等于方向值得研究，该团队走出AI后能否处理真实实验复杂性备受关注。
