316亿估值AI新星：八大顶尖大神联手打造自我进化系统

作者丨梦晨

图源丨X

告别Meta的田渊栋，如今现身独角兽联合创始名单，正式成为AI创业的核心合伙人。

Recursive Superintelligence（RSI），团队规模不足30人，刚结束保密状态便斩获6.5亿美元融资（约合44亿元人民币），估值高达46.5亿美元（约316亿元人民币）。

谷歌GV与Greycroft联合领投这一早期轮次，英伟达、AMD等巨头也积极参与其中。

八位联合创始人集体亮相，阵容堪称奢华。

这八人之中，任意一位都足以独立支撑起一家AI独角兽企业。

那么，他们汇聚一堂究竟要达成什么目标？

公司名称已揭示答案：Recursive Superintelligence，旨在构建AI自我迭代的闭环，直至实现超级智能。

其规划路线图的第一步，是打造具备“五万名博士”综合能力的系统，从而实现AI科学研究的自动化。

随后将这台“尤里卡机器”应用于药物开发、电池材料科学以及核聚变物理领域。

RSI的成立基于一个核心判断：

预训练的扩展定律依然关键，但若仅依赖更多数据、算力和参数，边际收益已不再像过去那样显著。

AI行业正急切寻找新的增长曲线。

RSI押注的是其中最激进的一条路径：递归式自我改进。

这恰恰击中当前AI行业最焦虑的痛点：大模型之后，下一次能力飞跃源自何处？

CEO Richard Socher在访谈中解释道：

“AI本质是代码，而现在的AI已经能够编写代码。”

过去，AI研发循环主要由人类主导：研究员提出构想，工程师撰写实验代码，团队执行训练，评估模型，再依据结果调整下一轮方向。

RSI将这一循环的部分环节交由AI自主完成。

他们构想的系统，不仅限于回答问题或辅助编程。它需能识别自身能力短板，设计新实验，撰写新基准测试，并主动重写代码库，使下一代系统更强。

传统AI优化如同在固定试卷上刷分，满分即止。RSI追求另一条路：像生物进化般永不停歇，不断创造新发明。

一个AI改进另一个AI；改进后的AI继续优化后续的AI。

Socher深知这一赌注的分量。

若你是学术研究者且超前于时代，终将被誉为远见者；但若你是创业者且过于超前，公司可能难以为继。

他是NLP领域早期神经网络派的代表人物之一。2010年，他尝试将一篇神经网络论文投给NLP顶级会议却遭拒，审稿人理由是该技术无用，不适合NLP会议。

十五年后，神经网络不仅主导了NLP领域，Socher更是奠定这一基石的关键人物之一。

那么，为何选择此时创办RSI？

Socher认为，AI领域正触及对数级收益递减的瓶颈。需增加一至两个数量级的数据，却仅获微小提升。

RSI并非这条道路上的唯一探索者。

David Silver的Ineffable Intelligence种子轮融资11亿美元，估值51亿美元。Ilya Sutskever的SSI估值未公开。Yann LeCun的AMI Labs募资10亿美元。

顶尖科学家集体出走、资本集体押注，已成为2025年以来AI领域最明确的结构性浪潮。

八位联合创始人打造顶级独角兽

Recursive能在早期获得如此高估值，直接原因在于创始团队的人才密度极高。

独角兽门槛为10亿美元估值，RSI首轮估值46.5亿美元，相当于八位联合创始人平均每人价值0.58个独角兽。

Richard Socher，吴恩达在斯坦福的博士生，ImageNet和Glove作者，谷歌学术引用量超24万次。创立Recursive前，他创办MetaMind并被Salesforce收购，随后又打造出估值15亿美元的AI搜索引擎You.com。

田渊栋，前Meta FAIR研究科学家总监，长期深耕强化学习、基础模型效率及神经网络理解。更早之前，他主导ELF OpenGo项目，将AlphaZero式训练重新开源实现于围棋场景；近年其研究转向Llama推理、长序列加速及低成本训练等更贴近大模型系统瓶颈的课题。

施天麟系清华姚班校友，Cresta联合创始人之一，Cresta源自斯坦福AI实验室，2019年便将Transformer模型应用于实时客服Agent Assist。

Tim Rocktäschel是开放式智能与安全循环专家。他任UCL人工智能教授，曾任Google DeepMind开放式研究方向负责人，聚焦AGI、开放性及自我改进。他与同事将安全红队问题重构为开放式搜索Rainbow Teaming：不依赖人工罗列攻击方式，而是让系统持续生成更多样、更有效的对抗提示，如今几乎被所有AI安全团队采用。

Alexey Dosovitskiy是Vision Transformer作者之一，2020年率先将Transformer直接应用于图像patch序列，证明视觉任务未必非依赖卷积网络作为底座。

Josh Tobin是OpenAI早期成员，曾任OpenAI Agents Research Team负责人之一；

Caiming Xiong曾在Salesforce负责AI Research和Applied AI，与Socher长期共事，共同署名过CTRL等可控文本生成工作。

Jeff Clune的研究方向与RSI路线高度契合，长期专注于开放式进化、AI生成算法及AI安全，亦是Darwin Gödel Machine论文作者之一。该论文探讨的正是让AI系统修改自身代码，并利用基准测试验证改进有效性。

八人分别对应强化学习与大模型效率、开放式算法、安全红队、视觉Transformer、智能体产品化、企业AI落地、创业组织及自我改进研究。

八位联合创始人加上少量创始成员，RSI总人数不超过30人，Socher在采访中特别强调：

我们将尽可能保持团队精干，最终将诸多事务委托给我们的Agent。

参考链接： [1]https://www.recursive.com

[2]https://www.gv.com/news/recursive-superintelligence-self-improving-ai