Pada tahun 1956, sekumpulan saintis berkumpul di Dartmouth untuk pertama kalinya membincangkan secara rasmi “adakah mesin boleh berfikir”. Mereka optimis bahawa masalah ini boleh diselesaikan dalam masa satu musim panas.
Selepas tujuh puluh tahun, soal ini masih belum mendapat jawapan. Tetapi ada sebuah syarikat yang baru berdiri selama empat bulan dan telah memperoleh pendanaan sebanyak $500 juta, dengan nilai pasaran mencapai $4 bilion—hanya kerana ia mengaku telah menemui jalan untuk membuat AI mampu melakukan penyelidikan sendiri dan berevolusi sendiri.
Perusahaan ini bernama Recursive Superintelligence.
GV, ventura milik Google, memimpin pendanaan, dengan NVIDIA menyertai. Kedua perusahaan ini tidak perlu dijelaskan lagi mengenai kedudukan mereka dalam ekosistem AI. Keputusan mereka bersama-sama berinvestasi pada sebuah perusahaan rintisan yang bahkan belum mengumumkan produknya, logika di sebaliknya patut dianalisis secara mendalam.
01「Mengeluarkan orang dari kitaran itu」
Mari kita mulakan dengan menjelaskan apa yang dilakukan oleh Recursive Superintelligence.
Syarikat ini didirikan oleh Richard Socher, ilmuwan utama dahulu Salesforce, dengan pasukan inti berasal dari Google DeepMind dan OpenAI. Ini bukanlah kombinasi yang asing—dalam dua tahun terakhir, jurutera dan penyelidik yang meninggalkan laboratorium terkemuka untuk memulakan perniagaan sendiri telah membentuk gelombang yang jelas.
Socher bukanlah pendiri yang biasa muncul di Silicon Valley dengan latar belakang "bergabung dengan perusahaan besar untuk menambah kredensial". Ia dilahirkan di Jerman pada tahun 1983, belajar di Stanford University di bawah bimbingan perintis AI Andrew Ng dan pakar NLP Christopher Manning, dan menyelesaikan tesis doktornya pada tahun 2014, memenangkan penghargaan tesis doktor terbaik tahun itu dari jurusan Komputer Stanford.
Richard Socher adalah salah satu tokoh kunci yang membawa kaedah rangkaian saraf ke dalam pemprosesan bahasa semula jadi—kajian awalnya mengenai vektor perkataan, vektor konteks, dan kejuruteraan petunjuk secara langsung meletakkan asas teknikal kepada model BERT dan siri GPT hari ini, dengan jumlah petikan di Google Scholar melebihi 180,000.
Pada tahun kelulusan doktor, beliau menubuhkan syarikat rintisan AI, MetaMind, dan dua tahun kemudian diambil alih oleh Salesforce melalui akuisisi strategik. Selepas itu, beliau memimpin strategi AI Salesforce selama bertahun-tahun sebagai Ketua Saintis dan Naib Presiden Eksekutif, mengendalikan pelaksanaan rangkaian produk AI perniagaan seperti Einstein GPT.
Selepas meninggalkan Salesforce, beliau menubuhkan enjin carian AI, You.com, pada tahun 2020, dan menyelesaikan pembiayaan Siri C pada tahun 2025 dengan valuasi sebanyak US$1.5 bilion. Kali ini, beliau mengalihkan perhatian daripada carian kepada topik yang lebih asas.
Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence, Advanced Machine Intelligence Labs... setiap satu membawa label "pasukan inti model besar terkemuka XX", setiap satu menceritakan kisah "AI generasi seterusnya".
Namun, titik masuk Recursive lebih agresif berbanding kebanyakan pesaingnya.
Permasalahan utamanya ialah "AI yang belajar sendiri" — bukan membuat AI menjawab soalan dengan lebih bijak, tetapi membolehkan AI menyelesaikan keseluruhan proses penyelidikan saintifik secara autonomi: mengemukakan hipotesis, merekabentuk eksperimen, menilai keputusan, dan mengiterasi arah. Dengan kata lain, ia ingin mengeluarkan penyelidik manusia sepenuhnya daripada kitaran ini.
Ini bukan arah yang baru, tetapi Recursive meletakkannya dalam logik perniagaan yang sangat realistik. Sekarang, gaji tahunan penyelidik AI terkemuka boleh mencapai $15 juta hingga $20 juta, dan jika satu sistem mampu menyelesaikan kerja yang sama dengan kos yang lebih rendah dan kelajuan yang lebih pantas, model ekonomi penyelidikan terkini akan berubah sepenuhnya.
Pelabur jelas melihat logik ini. Putaran pembiayaan dilaporkan melebihi permintaan, dengan ukuran akhir mungkin mencapai $1 bilion.
02 Google dan NVIDIA sama-sama membuat pelaburan
GV memimpin pendanaan, NVIDIA menyertai sebagai pelabur. Kombinasi pelabur ini sendiri merupakan isyarat.
Logik Google tidak sukar difahami. DeepMind selama bertahun-tahun telah menjadi peneroka paling penting dalam arah "AI for Science", dengan AlphaFold yang menyelesaikan masalah pelipatan protein, dan AlphaGeometry yang mengalahkan peserta teratas manusia dalam pertandingan matematik.
Namun, jalan DeepMind adalah menggunakan AI untuk menyelesaikan masalah saintifik tertentu, manakala Recursive ingin melakukan perkara yang lebih asas—membuat sistem AI mampu mendorong proses penemuan saintifik secara autonomi. Ini merupakan persaingan sekaligus peluang pelindung yang patut dipertimbangkan oleh Google.
Lebih penting lagi, pada awal bulan ini, Google baru sahaja mengumumkan perjanjian kerjasama dengan Intel untuk infrastruktur AI pelbagai generasi. Ini menunjukkan bahawa pelaburan Google dalam infrastruktur AI sedang dipercepatkan sepenuhnya. Pelaburan dalam Recursive adalah satu langkah dalam permainan besar ini—Google ingin terlibat dalam model mana pun yang berada di depan.
Logik NVIDIA pula lebih langsung. Tali penghubung utama kepada AI pembelajaran sendiri bukan algoritma, tetapi kuasa pengiraan. Jika AI perlu menjalankan eksperimen dan mengiterasi model secara bebas, skala kluster GPU yang diperlukan akan meningkat secara eksponen. Dengan melabur dalam Recursive, NVIDIA sebenarnya sedang melabur dalam pesanan masa depannya sendiri.
Dua syarikat bertindak serentak, juga melepaskan isyarat yang lebih halus—laluan ini mungkin sudah sampai ke tahap "jika tidak berinvestasi, akan terlewat".
03 Apakah penilaian 4 bilion dalam empat bulan itu munasabah?
Anggapan ketika semua orang pertama kali melihat nombor 4 bilion dolar AS ialah “Lagi-lagi.”
Gelembung penilaian startup AI selama dua tahun terakhir bukan lagi topik baru. Hanya dengan satu PDF, satu demo, beberapa slaid, ditambah beberapa nama dari laboratorium terkemuka, seseorang boleh menggerakkan ratusan juta dolar—ini bukan lagi legenda di Silicon Valley dan London, tetapi perkara harian.
Namun, jika diperhatikan dengan teliti, situasi Recursive ada beberapa perbezaan berbanding "Unicorn PPT" biasa.
Pertama, kekuatan pasukan pendiri. Richard Socher mempunyai akumulasi akademik sebenar dalam bidang NLP, bukan sekadar dibungkus dengan cahaya "bekas syarikat besar". Pengalaman pasukan utama di DeepMind dan OpenAI juga bermakna mereka benar-benar mengalami titik kesukaran dalam penyelidikan terkini.
Kedua, fakta bahawa pembiayaan mengalami permintaan berlebihan. Ini bermakna permintaan pasaran jauh melebihi penawaran, dengan pelabur berlumba-lumba untuk masuk, bukan dipengaruhi untuk masuk.
Namun, penilaian 4 bilion dolar AS bagi sebuah syarikat yang baru beroperasi selama empat bulan dan belum mempunyai produk awam didasarkan pada jangkaan, bukan kenyataan. Ini pada dasarnya membayar untuk satu arah, bukan untuk produk atau pendapatan.
Logik penentuan harga ini semakin biasa di era AI, didorong oleh ketakutan mendalam pelabur terhadap "ketinggalan OpenAI seterusnya". Safe Superintelligence dahulu juga mendapat penilaian tinggi walaupun hampir tidak mempunyai produk, dan nama Ilya Sutskever adalah aset paling kuat.
Recursive sedang menyalin laluan yang sama. Ini bukan kritikan, tetapi satu pemerhatian objektif.
04 「Pembelajaran Sendiri」, di sebalik pintu ini apakah ada
Nama Recursive Superintelligence sebenarnya sudah menjelaskan ambisi syarikat dengan jelas.
「Recursive」 bermaksud berulang. Dalam sains komputer, berulang adalah struktur di mana suatu fungsi memanggil dirinya sendiri, dan merupakan mekanisme utama dalam banyak algoritma kompleks. Dalam konteks penyelidikan AI, «Recursive Superintelligence» mengisyaratkan proses sistem yang terus-menerus mengoptimumkan dirinya sendiri secara berterusan.
Konsep ini bukanlah sesuatu yang baru, versi ekstremnya ialah "ledakan kecerdasan" — suatu sistem yang, setelah melepasi titik kritikal tertentu, mampu mempercepat evolusinya sendiri secara autonom, akhirnya mencapai peringkat kecerdasan yang tidak dapat difahami oleh manusia. Ini merupakan salah satu kebimbangan paling utama dalam bidang keselamatan AI selama ini.
Namun, apa yang sedang dilakukan Recursive sekarang seharusnya belum sampai ke tahap ini. Penafsiran yang lebih realistis adalah ia sedang berusaha membangun sistem yang dapat mendorong siklus eksplorasi ilmiah secara mandiri, dengan tujuan mengurangi secara signifikan kos tenaga kerja dan masa waktu dalam penelitian AI.
Jika ia benar-benar mampu melakukannya, kesannya tidak akan terbatas pada kalangan AI. Ia bermakna bidang-bidang seperti pengembangan ubat, sains bahan, dan fizik, semuanya mungkin memasuki peringkat di mana kemajuan cepat boleh berlaku tanpa penyertaan saintis manusia.
Tentu, ini masih "jika".
Jarak antara pernyataan hingga pelaksanaan, dalam industri AI, tidak pernah linear.
05 Logik gelombang
Sejak separuh kedua tahun 2025, gelombang entusiastik para profesional yang meninggalkan laboratorium terkemuka untuk memulakan perniagaan berterusan. Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence…… senarai ini masih terus memanjang.
Recursive adalah yang terbaru dan kini memiliki penilaian tertinggi dalam gelombang ini.
Sebab struktural di sebaliknya adalah mudah—persaingan antara OpenAI, Anthropic, dan Google DeepMind telah membuat makmal-makmal terkemuka ini menjadi semakin serupa dengan syarikat besar, dengan KPI, kesesuaian, dan politik.
Penyelidik yang benar-benar ingin bertaruh pada arah yang paling agresif justru merasa lebih bebas apabila berdiri sendiri.
Sementara itu, logik pasaran modal juga memperkuat tren ini. Bagi penyelidik terkemuka yang didukung oleh syarikat besar, kini mungkin merupakan masa terbaik dalam sejarah untuk memulakan perniagaan—pelabur lebih bersedia daripada mana-mana masa sebelum ini untuk membayar bagi「arah».
Masalah paling inti dalam gelombang ini bukanlah "siapa yang akan berjaya", tetapi "apakah definisi kejayaan".
Jika Recursive akhirnya membuktikan kebolehan AI yang belajar sendiri, ia akan menulis semula paradigma asas penyelidikan AI. Jika ia gagal, selepas dana sebanyak 500 juta dolar AS habis digunakan, yang tinggal hanyalah konsep lain yang terlalu dipromosikan.
Kedua-dua kemungkinan itu benar-benar wujud.
Empat bulan, penilaian 4 bilion dolar AS, nombor ini menarik perhatian dan juga menimbulkan kebimbangan. Perjalanan perlumbaan senjata AI hingga hari ini, bahkan "bagaimana melakukan penyelidikan" pun telah menjadi medan pertandingan.
Para saintis berdebat tentang soal itu sepanjang musim panas di Dartmouth, dan kini seseorang bercadang menggunakan AI untuk menjawabnya—menggunakan AI untuk menyelidik AI, dengan cara rekursif menuju kecerdasan super.
Tidak ada yang benar-benar tahu jalan ini membawa ke mana. Tetapi jelas, Google dan NVIDIA telah memutuskan, tidak peduli ke mana arahnya, mereka tidak boleh ketinggalan.