在 1956 年，一批科學家聚集在達特茅斯，首次正式討論「機器能否思考」。他們樂觀地認為，只需一個夏天就能解決這個問題。
七十年後，這個問題依然沒有答案。但有一家公司，剛剛成立四個月，就拿到了 5 億美元融資，估值達到 40 億美元——只因為它宣稱，自己找到了一條路，讓 AI 學會自己做研究、自己進化。
這家公司名為 Recursive Superintelligence。
由 Google 風投 GV 領投，英偉達跟投。兩家公司在 AI 生態中的地位無需多言。它們同時出手，押注一家尚未公開產品的初創公司，背後的邏輯值得深入剖析。
01 「把人從循環裡移走」
先說說 Recursive Superintelligence 到底在做什麼。
公司由前 Salesforce 首席科學家 Richard Socher 創立，核心團隊來自 Google DeepMind 和 OpenAI。這並非什麼陌生的組合——過去兩年，從頂級實驗室出走創業的工程師和研究員，已經形成了一股明顯的浪潮。
Socher 並非硅谷常見的那種「從大廠出來鍍金」的創始人。他於1983年出生於德國，在史丹福大學師從AI先驅Andrew Ng和NLP權威Christopher Manning，2014年完成博士論文，獲得當年史丹福計算機系最佳博士論文獎。
Richard Socher 是將神經網絡方法真正帶入自然語言處理領域的關鍵人物之一——他早期關於詞向量、上下文向量和提示工程的研究，直接奠定了今天 BERT、GPT 系列模型的技術基礎，谷歌學術引用量已超過 18 萬次。
他在獲得博士學位的當年創立了 AI 創業公司 MetaMind，兩年後被 Salesforce 以戰略收購的方式納入旗下。此後，他以首席科學家兼執行副總裁的身份主導 Salesforce 的 AI 战略數年，推動了 Einstein GPT 等企業級 AI 產品線的落地。
離開 Salesforce 後，他於 2020 年創立了 AI 搜尋引擎 You.com，2025 年完成 C 輪融資，估值達 15 億美元。這次，他將目光從搜尋轉向了更底層的命題。
Thinking Machines Lab、Safe Superintelligence、Ineffable Intelligence、Advanced Machine Intelligence Labs……每一家都以「前 XX 大模型核心團隊」的標籤登場，每一家都在講述一個「下一代 AI」的故事。
但 Recursive 的切入方式比大多數同行更激進。
它的核心命題是「自學習 AI」——不是讓 AI 更聰明地回答問題，而是讓 AI 自主完成科學研究的全流程：提出假設、設計實驗、評估結果、迭代方向。換句話說，它想把人類研究員從這個循環裡完整地移走。
這不是一個新方向，但 Recursive 將其置於一個極其現實的商業邏輯中。如今，頂級 AI 研究員的年薪動輒 1500 萬到 2000 萬美元，如果一套系統能以更低的成本、更快的速度完成同樣的工作，前沿研究的經濟模型將徹底被改寫。
投資人顯然看到了這個邏輯。據報導，本輪融資超額認購，最終規模可能達到 10 億美元。
02 谷歌與英偉達同時下注
GV 領投，英偉達跟投。這個投資人組合本身就是一个信號。
Google 的邏輯不難理解。DeepMind 多年來一直是「AI for Science」方向最重要的探索者，AlphaFold 解決了蛋白質摺疊問題，AlphaGeometry 在數學競賽中擊敗人類頂尖選手。
但 DeepMind 的路徑是用 AI 解決具體的科學問題，Recursive 想做的則是更底層的事——讓 AI 系統自主推進科學發現的過程本身。這對 Google 來說既是競爭關係，也是一個值得押注的對沖。
更重要的是，就在本月初，Google 剛剛與 Intel 宣布了多代 AI 基礎設施的合作協議。這說明 Google 在 AI 基礎設施層面的佈局正在全面提速。對 Recursive 的投資，是這個大棋局裡的一顆棋子——無論誰跑在最前面的模型上，Google 都想有份。
英偉達的邏輯則更直接。自學習 AI 的核心瓶頸不是演算法，是算力。如果 AI 要自主運行實驗、迭代模型，背後所需的 GPU 集群規模將呈指數級增長。英偉達投資 Recursive，某種程度上是在投資自己的未來訂單。
兩家公司同時出手，也釋放了一個更微妙的信號——這個賽道，可能已經到了「不投就來不及」的階段。
03 四個月估值 40 億，合理嗎
當所有人第一次看到 40 億美元這個數字時，第一反應大概是「又來了」。
過去兩年，AI 創業估值泡沫已不再是新鮮話題。一份 PDF、一個 demo、幾張簡報，再加上幾個來自頂級實驗室的名字，就能撬動數億美元——這在矽谷和倫敦已不再是傳說，而是日常。
但仔細看 Recursive 的情況，有幾點和普通的「PPT 獨角獸」不太一樣。
第一，創始團隊的份量。Richard Socher 在 NLP 領域擁有真實的學術積累，並非僅靠「前大廠」光環包裝。核心團隊在 DeepMind 和 OpenAI 的經歷，也意味著他們切實接觸過前沿研究的痛點。
第二，融資超額認購的事實。這意味著市場需求遠超供給，投資人搶著進場，而非被說服進場。
但 40 億美元的估值，對於一家成立僅四個月、尚無公開產品的公司來說，定價依據是預期，而非現實。這本質上是在為一個方向付費，而不是為一個產品或收入付費。
這種定價邏輯在 AI 時代正變得越來越普遍，背後是投資人對「錯過下一個 OpenAI」的深層恐懼。Safe Superintelligence 當年也是以幾乎沒有產品的狀態拿到了天價估值，Ilya Sutskever 的名字就是最硬的資產。
Recursive 正在複製相同的路徑。這不是批評，而是一個客觀的觀察。
04「自學」這扇門，背後是什麼
Recursive Superintelligence 這個名字，其實已經把公司的野心說得很清楚了。
「Recursive」意為遞歸。在電腦科學中，遞歸是一種函數調用自身的結構，是許多複雜算法的核心機制。應用於 AI 研究時，「遞歸超級智能」暗示了一個系統能夠不斷優化自身、螺旋上升的過程。
這個概念並不新鮮，其極端版本就是「智能爆炸」——一個系統一旦超過某個臨界點，就能自主加速自身的進化，最終達到人類無法理解的智能層級。這是 AI 安全領域長期以來最核心的擔憂之一。
但 Recursive 目前所做的，應該遠未達到這個層面。更現實的解讀是，它正在嘗試構建一個能夠自主驅動科學探索循環的系統，目標是大幅降低 AI 研究的人力成本和時間成本。
如果它真的能做到，影響不會只停留在 AI 圈。它意味著藥物研發、材料科學、物理學等領域，都可能迎來一個「沒有人類科學家參與也能快速推進」的階段。
當然，這還是「如果」。
從聲稱到實現，中間的距離，在 AI 行業裡從來不是線性的。
05 浪潮的邏輯
自 2025 年下半年以來，從頂級實驗室出走創業的浪潮一波接一波。Thinking Machines Lab、Safe Superintelligence、Ineffable Intelligence……這份名單仍在延長。
Recursive 是這波浪潮中最新且目前估值最高的公司。
背後的結構性原因很簡單——OpenAI、Anthropic、Google DeepMind 的競爭已讓這些頂尖實驗室變得越來越像大公司，有 KPI、有合規、有政治。
真正想押注最激進方向的研究員，反而覺得出來自己幹更自由。
同時，資本市場的邏輯也在強化這一趨勢。對於有大廠背書的頂級研究員來說，現在創業的窗口期可能是歷史上最好的時候——投資人比任何時候都更願意為「方向」付錢。
這場浪潮最核心的問題不是「誰會成功」，而是「成功的定義是什麼」。
如果 Recursive 最終證明了自學習 AI 的可行性，它將改寫 AI 研究的底層範式。如果它沒有做到，5 億美元的彈藥燒完之後，留下的會是又一個被過度炒作的概念。
兩種可能都真實存在。
四個月，40 億美元估值，這個數字令人興奮，也令人警惕。AI 軍備競賽發展到今天，連「如何做研究」這件事本身，也變成了競爭的戰場。
科學家們在達特茅斯爭論了一個夏天的問題，現在有人打算用 AI 來回答——用 AI 研究 AI，以遞歸的方式邁向超級智能。
這條路通向哪裡，沒有人真正知道。但顯然，Google 和英偉達已經決定，不管通向哪裡，都不能缺席。