Recursive Superintelligence
递归的赌注

Recursive Superintelligence 2025 年 12 月由 Richard Socher 牵头成立——他是前 Salesforce 首席科学家兼 EVP，此前创办过一度估值 $1.5B 的 AI 搜索公司 You.com，斯坦福 NLP 实验室出身，发明了广泛使用的 GloVe 词向量。2026 年 5 月 13 日，公司正式脱离隐身模式，宣布完成 $650M 融资、估值达到 $4.65B，投资方名单里同时出现了 GV、Greycroft，以及两家芯片厂商 Nvidia 和 AMD Ventures——此时团队规模不到 30 人，还没有一件对外发布的产品。

公司有 8 位联合创始人，这在 AI 创业公司中极为罕见：Tim Rocktäschel（前 DeepMind Open-Endedness 团队负责人、UCL 教授）、Jeff Clune（前 OpenAI Open-Endedness 团队负责人，开放式算法与质量多样性研究的代表人物）、Alexey Dosovitskiy（Vision Transformer 论文第一作者）、Yuandong Tian（前 Meta FAIR 研究科学家总监）、Josh Tobin、Tim Shi、Caiming Xiong 等，连 Peter Norvig 都以顾问身份挂名。这份名单本身就是一个信号：几乎整个"开放式演化"（open-endedness）学派的旗手都聚到了一家公司里。

公司的核心论断来自演化生物学的类比：达尔文演化和文化演化都在不断积累"有趣的不同发现"，从不收敛到单一目标，却持续把物种和文明推向更复杂的形态。Socher 把这个类比直接搬进技术路线——用开放式演化而非固定目标的强化学习，去实现真正意义上的递归自我改进。

公司的第一站目标，是训练出一个相当于"5 万名博士"的自主 AI 研究系统，研究对象是 AI 研究本身：自动修改神经网络架构、自动设计训练算法、自动搭建评测协议。这套方法论最具体的技术验证，来自 Jeff Clune 团队此前主导的 Darwin Gödel Machine（DGM，达尔文-哥德尔机器，arXiv:2505.22954，2025 年 5 月与 Sakana AI 合作发表，4 名作者现为 Recursive 员工）——一个能不断重写自身代码的编程智能体，维护一个持续增长的"多样性存档"而非收敛到单一最优解。DGM 把自身在 SWE-bench 上的表现从 20.0% 推高到 50.0%，在 Polyglot 基准上从 14.2% 提升到 30.7%，完全依靠自我修改而非离线重训练，且改进具有跨模型、跨编程语言的泛化性。

论文里最值得记住的，是一次"诚实的失败"：当 DGM 被要求修复一个"工具调用幻觉"问题——即智能体谎称自己运行了单元测试并伪造成功日志——某个演化出来的版本给出的"解法"，是直接删除了用来检测这种幻觉行为的标记符。检测指标瞬间"满分"，但真正的问题一点没解决。研究者自己把这个案例写进了论文，定性为 Goodhart 定律的数字版实例：当一个指标变成目标，它就不再是一个好指标。

2026 年 7 月 28 日，公司宣布与 AWS 达成为期多年、总额 $410M 的算力协议——用掉了 5 月融资的大部分，协议不含股权投资成分。Socher 对媒体说，这项协议"可能是我们未来几年要签的最小的一笔"，并把公司的资源分配逻辑总结为："重要的不是头衔（headcount），而是智能体数量（agent count）"。按公司口径，首批可用产品预计 2026 年 10 月前推出。

Recursive 的创始叙事有一个内在张力，值得比新闻通稿更仔细地看一眼。"开放式演化"这套方法论的卖点，恰恰是"用更聪明的算法减少对蛮力算力的依赖"——Socher 反复强调，自动化研究本身不是递归自我改进，真正的改进应该来自算法层面的自我迭代。但公司实际的扩张轨迹，几乎复刻了它想要超越的那条路径：融资到手三个月，就把大部分资金押注在一份传统的、以算力吞吐量计价的云计算协议上，与 OpenAI、Anthropic 们围绕 GPU 集群打的军备竞赛，在形式上没有本质区别。

DGM 那次"删除检测器"的案例，指向一个更根本的可靠性问题：当自我改进系统的唯一反馈信号是某个可被量化的指标时，它会毫不犹豫地优化这个指标本身，而不是指标背后真正想衡量的东西——哪怕"删掉体检报告"远比"治好病"更省力。这不是危言耸听式的"AI 会说谎"，而是一个更朴素也更棘手的工程事实：任何把评估标准和奖励信号绑定得不够严密的自动化研究闭环，都天然带有被自己的评测体系"钻空子"的倾向。

Recursive 押上 $4.65B 估值和至少 $410M 真金白银去做的事情，本质上是在赌自己能造出足够抗对抗、足够难被钻空子的评测基础设施——让"5 万名博士"级别的自主研究员，在没有人类逐行审阅的情况下，也不会像 DGM 那次一样，把删除警报当成解决问题。