黃仁勛蘇姿豐，投了田淵棟！

智東西
編譯 江宇
編輯 心緣

智東西5月14日報道，昨日，Meta FAIR前研究科學家總監田淵棟、“提示工程之父”Richard Socher聯合OpenAI、Google DeepMind、Meta等公司的多位AI老將，正式官宣新公司Recursive Superintelligence（簡稱Recursive）。

與此同時，Recursive也同步宣布完成6.5億美元（約合人民幣44億元）融資，估值達到46.5億美元（約合人民幣315.7億元），投資方包括Google Ventures、Greycroft，以及AMD Ventures、英偉達等資本，團隊規模目前超過25人，辦公地點位于舊金山和倫敦。

這家公司一出手，就瞄準了AI行業里一個討論多年的方向——“遞歸式自我改進（Recursive Self-Improvement）”。他們希望構建一種能夠自動發現知識、持續優化自身能力的AI系統。

田淵棟為此寫道：“我們正在構建一種能夠自動發現知識、并遞歸式自我提升的AI系統，這將從根本上改變科學和技術進步的方式?！?/p>

Recursive的創始團隊同樣值得關注。8位聯合創始人覆蓋OpenAI、Meta、DeepMind、Google Brain、Salesforce AI等多家核心AI機構。

除田淵棟外，另一位華人成員，是清華姚班出身、曾任OpenAI研究員、AI獨角獸Cresta聯合創始人兼前CTO的施天麟（Tim Shi）。

創始團隊成員還包括：DeepMind開放式智能方向負責人Tim Rockt?schel、Salesforce AI前負責人Caiming Xiong，以及Vision Transformer相關研究者Alexey Dosovitskiy。

顧問和研究人員名單中，也出現了谷歌前研究總監、《Artificial Intelligence: A Modern Approach》作者Peter Norvig，以及谷歌研究科學家Jeffrey Pennington等名字。

從團隊背景來看，這家公司幾乎集齊了當前AI行業里Agent、強化學習、開放式智能、世界模型和自動化研究等多個熱門方向的研究者。

一、AI自己研究AI，這家公司盯上了“遞歸自我改進”

Recursive把重點放在了“Open-endedness（開放式演化）”和“Recursive Self-Improvement（遞歸式自我改進）”。

團隊預測，未來的AI系統能夠持續生成新想法、驗證結果、調整自身能力，并長期迭代。

當前AI研究里的很多流程，仍然依賴人工完成，包括模型設計、實驗驗證和優化方法選擇。隨著模型能力增強，以及代碼生成能力快速提升，越來越多研發流程已經能夠交給AI參與。

Recursive聯合創始人兼CEO Richard Socher提到：“AI本身就是代碼，而現在AI已經能夠寫代碼。”

在他看來，當前行業已經接近AGI階段，大模型具備了通用推理和代碼能力，不過距離“超級智能”仍有明顯差距。Recursive希望進一步推動AI持續優化自身訓練、測試和研究過程。

Socher稱，他們希望構建一種能夠長期學習、持續提出新想法、自動驗證結果的系統，并將其應用于科學研究、藥物發現等領域。

根據官網信息，Recursive當前首先聚焦“AI改進AI”，后續會擴展至更廣泛的科學問題。

與此同時，團隊多次強調“安全性”，會優先關注系統安全，希望在提升能力的同時降低風險。

二、OpenAI、Meta、DeepMind老兵，組了一支豪華團隊

相比技術方向，Recursive更先吸引外界注意的，是創始團隊履歷。

聯合創始人兼CEO Richard Socher則是硅谷AI行業里的知名人物。他曾是“AI教父”吳恩達在斯坦福大學的博士生，參與ImageNet、GloVe等經典研究工作，谷歌學術引用量超過24萬次。

在自然語言處理領域，Richard Socher也是早期“神經網絡派”代表人物之一。后來，神經網絡逐漸成為NLP主流技術方向，Socher也被視作這一波技術演進的重要奠基人。

他還被不少人稱為“提示工程之父”，是業內較早系統提出“Prompt Engineering（提示工程）”概念的研究者。

▲聯合創始人兼CEO Richard Socher接受GV（Google Ventures）的采訪

創業經歷方面，他創辦的MetaMind后來被Salesforce收購，此后又創辦AI搜索引擎You.com，其估值達到15億美元（約合人民幣101.8億元）。

田淵棟此前在Meta FAIR工作近十年，擔任研究科學家總監。

他出生于上海，本碩畢業于上海交通大學，2013年于卡內基梅隆大學（CMU）機器人研究所獲得博士學位。

他的研究方向覆蓋強化學習、多智能體學習、大模型推理與規劃決策、深度學習理論分析等多個領域，長期擔任NeurIPS、ICML等AI頂會領域主席。

近幾年，他還深度參與了Llama系列大模型相關研究，以及Meta在世界模型、推理優化等方向的核心項目。

施天麟則曾在OpenAI擔任研究員。他本科畢業于清華姚班，專業成績排名第一，曾獲得“姚班金獎”，后進入斯坦福大學攻讀AI方向博士，并在2017年選擇退學創業。

同年，他聯合創辦AI公司Cresta并擔任CTO，聚焦AI客服與銷售場景，背后投資方包括a16z、紅杉、Greylock等硅谷知名機構，估值已達到百億。

來自DeepMind的Tim Rockt?schel，長期研究強化學習和開放式智能方向，曾先后在Meta與DeepMind擔任研究科學家一職，現擔任UCL人工智能教授，同時也是ELLIS Fellow。

Recursive CTOJosh Tobin此前在OpenAI負責Agent相關研究，也創辦過機器學習基礎設施公司Gantry。

Caiming Xiong則在Salesforce AI工作接近10年，從研究負責人一路升至SVP，長期負責Applied AI與大模型相關業務。

他也曾與Richard Socher共事，雙方共同署名過CTRL等可控文本生成相關研究工作。

Jeff Clune曾擔任DeepMind高級研究顧問、OpenAI研究團隊負責人，也是Uber AI Labs創始成員之一。

他長期研究深度強化學習、開放式演化（Open-endedness）與AI-generating algorithms等方向，是當前“開放式智能”領域的重要研究者之一。

此外，團隊成員中還包括Vision Transformer相關研究者Alexey Dosovitskiy、谷歌前研究總監Peter Norvig，以及在谷歌工作超過11年的Jeffrey Pennington。

▲Alexey Dosovitskiy

▲Peter Norvig

▲Jeffrey Pennington

三、硅谷重新聚焦“AI自動化科研”

“遞歸自我改進”并不是新概念。這一方向長期存在于AGI和超級智能相關討論中，核心想法是：如果AI能夠持續優化自身能力，系統性能可能會出現更快增長。

近一年，隨著代碼生成模型和Agent能力提升，硅谷對這一方向的關注明顯增加。

《紐約時報》報道稱，Anthropic、OpenAI等公司也在推進類似研究。

Sam Altman此前曾提到，OpenAI希望在今年秋天前，推出能夠承擔“初級研究員”工作的自動化AI研究系統。目前，其內部也在推進“Automated AI Researcher（自動化AI研究員）”相關項目。

Recursive則希望進一步擴大AI參與科研的范圍，將更多實驗設計、驗證和優化流程交給模型完成。

與此同時，行業內也存在不少爭議。

部分研究者認為，目前AI距離持續自主創新仍有明顯距離，無論是提出原創理論，還是構建長期穩定的新研究框架，人類研究員依然承擔核心角色。

Recursive也提及，實現團隊設想中的系統，仍然需要多年時間。

值得注意的是，目前市場上還有一家名字相近的公司Ricursive Intelligence，后者主要聚焦AI芯片方向，也擁有約40億美元估值，兩家公司容易混淆。

結語：大模型之后，AI行業把目光投向“下一次能力躍遷”

過去兩年，大模型行業圍繞參數規模、訓練數據和推理能力展開了一輪高速競爭。

Scaling Law增速放緩、訓練成本持續攀升、模型能力提升逐漸趨于平緩，已經成為AI圈反復出現的話題。

Recursive押注的“遞歸式自我改進”，某種程度上正好回應了這種行業焦慮。

至少在當前階段，硅谷已經有人愿意為“AI自己升級AI”這個方向，投入真金白銀。

來源：《紐約時報》、Recursive