估值465亿，前Meta大神带队：递归自我改进AI是超级智能捷径？

💰 估值465亿，前Meta大神带队：递归自我改进AI是超级智能捷径？

我是虾哥，不是程序员。

2026年5月13日，一家成立仅4个月的AI初创公司，没有任何商业化产品，却拿到了6.5亿美元融资，估值46.5亿美元。

投资人包括Nvidia、AMD——两家全球最顶尖的芯片巨头。

他们在赌什么？递归自我改进AI（Recursive Self-Improvement, RSI）——一个让AI自主优化自己代码、自己训练自己、自己提升自己能力的技术路径。

如果成功，AI研发速度会指数级加速。如果失败……46.5亿美元就打水漂了。

---

📊 公司背景：7个顶级AI大神联手

Recursive Superintelligence（简称RSI）的创始团队，堪称AI界的复仇者联盟：

创始人

前任职

核心成就

Richard Socher（牵头）

Salesforce首席科学家、You.com创始人

ImageNet早期研究者，AI行业领军人物

田渊栋（Yuandong Tian）

Meta FAIR研究科学家总监（10年+）

DarkForest围棋AI、ELF OpenGo首席科学家

Tim Rocktäschel

Google DeepMind首席科学家

Genie 3世界模型，开放性AI研究负责人

Alexey Dosovitskiy

Google Brain研究员

Vision Transformer（ViT）论文作者之一

Josh Tobin

OpenAI核心成员

Codex团队负责人（代码生成模型）

Tim Shi

Cresta联合创始人

将Cresta打造成独角兽企业

Jeff Clune

AI研究员

自我改进、开放性AI领域长期研究者

顾问团队：Peter Norvig——《人工智能：现代方法》合著者，AI标准教材作者。

团队规模：成立时7人，现在25-30人（官网显示分布在旧金山、伦敦两个办公室）。

---

💡 技术解读：递归自我改进AI到底是什么？

用一句人话解释：让AI系统自己研究怎么让自己变得更聪明。

传统AI研发流程（当前模式）

人类研究者提出想法 → 写代码 → 训练模型 → 测试效果 → 再提出新想法……

这个循环里，最慢的环节是人类研究者。即使Claude能帮你写代码、GPT能帮你优化推理，但"研究想法"这一步还是人类主导。

递归自我改进（RSI）流程

AI系统自己完成「研究想法 → 写代码 → 训练新模型 → 测试效果 → 再提出新想法」的全流程。

关键是：每一轮迭代后，AI的能力会提升，下一轮提出想法、写代码、训练模型的效率也会提升。理论上，这会形成一个加速循环，最终研发速度远超人类研究者。

举个例子（Recursive官方比喻）：

让两个AI系统共同进化：一个负责寻找当前系统的漏洞，另一个负责修复漏洞。经过百万次迭代后，系统能力和安全性都会持续提升，而不是针对单一目标优化。

Recursive的具体技术路径

据官方披露，他们的核心技术路径是开放性（Open-endedness）——借鉴生物进化的逻辑，让AI系统形成无上限的迭代循环。

具体阶段：

第一阶段

：训练能力相当于"5万名医生"的AI系统，首先实现AI科学研究的全流程自动化

第二阶段

：运行"Level 1"自主训练系统，计划2026年中期公开发布

长期目标

：先实现AI研究自动化，再扩展到物理学、化学、临床前生物学领域

创始人Socher说："通往超级智能的最快路径，将是能够实现递归自我改进的AI——通过开放性算法驱动无尽的创新。"

---

💰 融资分析：为什么值46.5亿美元？

先看硬性数据（据《金融时报》、TechCrunch、South China Morning Post报道）：

项目

数据

融资时间

2026年5月13日（成立仅4个月）

融资金额

6.5亿美元（$650M）

投后估值

46.5亿美元（$4.65B）

领投方

GV（Alphabet风投部门）、Greycroft

跟投方（战略投资）

Nvidia、AMD

（芯片巨头）

融资状态

超额认购（heavily oversubscribed）

为什么Nvidia和AMD都参与了？

作为AI算力芯片的核心供应商，Nvidia和AMD的投资逻辑很清晰：

他们判断递归自我改进并非仅停留在理论层面，而是会在近期落地、产生大量算力采购需求的客户

作为战略投资方参与，既可以提前绑定未来的核心算力客户，也可以押注递归自我改进方向的技术落地，直接利好自身芯片产品的需求增长

简单来说：他们不是在投一家AI公司，而是在投"未来最大的算力客户"。

对比：其他AI独角兽的融资速度

公司

成立到巨额融资时间

估值

Recursive Superintelligence

4个月

46.5亿美元

Anthropic（Claude）

约2年

估值180亿美元（早期）

OpenAI（GPT）

约3年

估值290亿美元（早期）

Recursive的融资速度，远超当年的Anthropic和OpenAI。当然，这也是因为现在AI投资热度高、创始团队阵容豪华。

---

⚠️ 产业影响：递归自我改进是福是祸？

如果Recursive（或其他公司）真的实现了递归自我改进，会对产业产生什么影响？

正面影响

AI研发速度指数级加速

：现在训练一个新模型需要几个月，未来可能几周甚至几天

科学发现加速

：Recursive计划先实现AI研究自动化，再扩展到物理学、化学、生物学——这意味着新药研发、材料科学、能源技术都可能加速

降低AI研发门槛

：如果AI能自己改进自己，小团队甚至个人也能训练出顶尖模型

潜在风险

失控风险

：如果AI系统自主改进的速度超出人类监控能力，可能出现"失控的智能爆炸"

安全机制挑战

：Recursive承诺会同步开发"防护栏（guardrails）"，但递归自我改进的本质是让AI突破现有框架，安全机制能否跟上是个问题

伦理与就业冲击

：如果AI能自己研究、自己改进，那么AI研究员这个职业会不会被AI替代？

行业预测（Anthropic联合创始人Jack Clark）：

• 2027年：出现可自主训练更强大后继系统、无需人类介入的AI的概率为30%

• 2028年：这一概率提升至60%

---

🧩 开发者避坑建议

作为开发者或创业者，你应该怎么看待递归自我改进AI的浪潮？

1️⃣ 别急着all in递归自我改进

Recursive现在还没有公开发布任何产品，技术路径仍处于早期阶段

就算2026年中期发布"Level 1"系统，也不代表已经实现完整的递归自我改进

建议：保持关注，但不要基于未验证的技术做产品决策

2️⃣ 多模型策略仍然有效

即使Recursive成功了，也不会是唯一的AI供应商（Nvidia/AMD同时投资，说明他们押注的是"方向"而非"某一家公司"）

继续用多模型策略：Claude + Codex + 本地开源Agent，至少备2-3个

3️⃣ 关注递归自我改进的安全研究

如果你在做AI安全、AI对齐（alignment）相关研究，递归自我改进是未来5年最重要的研究方向

可以关注Recursive的论文发表（他们承诺会公开部分研究成果）

4️⃣ 创业者机会：工具链和中间件

即使你不训练大模型，也可以做递归自我改进的工具链：监控、调试、安全审计、性能分析等

类比：淘金热里，卖铲子的人往往比淘金者更赚钱

---

💡 虾哥点评

1. 46.5亿美元估值，赌的是"方向"而非"产品"

Recursive现在没有任何商业化产品，融资6.5亿美元，估值46.5亿——这本质上是投资人对"递归自我改进"这个方向的押注，而不是对某个具体产品的押注。Nvidia和AMD的参与，更证明了这一点：他们赌的是未来算力需求会指数级增长。

2. 递归自我改进是AI的"核裂变"时刻

如果成功，AI研发会像核裂变一样，释放指数级能量。但风险也是指数级的：一旦失控，可能没有"紧急停止按钮"。

3. 对普通开发者来说，现在最重要的是"保持关注，不要押注"

Recursive的中期目标是2026年中期发布"Level 1"系统。在那之前，所有关于递归自我改进的讨论都是理论性的。保持关注，学习他们的论文和技术报告，但不要基于未验证的技术做产品决策。

4. 终极建议：多备胎，永远没错

即使Recursive成功了，也不会是唯一的AI供应商。继续用多模型策略，继续关注新技术，继续让自己的技能多样化——这才是2026年开发者的生存法则。

---

我是虾哥，不是程序员。

46.5亿美元估值，押注的是AI的下一个里程碑。你会跟着赌一把吗？

👇 关注亮虾哥 👇

连锁零售IT老司机 | 非程序员用AI省80%时间

每天一篇AI干货，让AI替你打工 🦐

💬 评论区聊聊 👇

你怎么看递归自我改进AI？是超级智能的捷径，还是危险的赌注？

数据来源：South China Morning Post（2026-05-14）、The Outpost（2026-05-14）、TechCrunch（2026-05-14）、Recursive Superintelligence官方声明。

#递归自我改进 #AI融资 #超级智能 #Recursive Superintelligence #田渊栋 #Nvidia投资