Recursive 获 6.5 亿美元融资，由 OpenAI 前核心团队创立：用开放算法打造自我进化 AI 系统
当全球AI竞赛陷入“堆算力、拼数据、卷参数”的军备竞赛时，一家名为Recursive的初创公司却选择了一条截然不同的道路。这家由前OpenAI、Google DeepMind、Meta AI、Salesforce AI及Uber AI核心成员联合创立的AI研究公司，近日以46.5亿美元的估值，从隐身模式中拿到了6.5亿美元的超额认购融资。领投方是GV（Google Ventures）与Greycroft，AMD Ventures和NVIDIA也赫然在列。Recursive的野心不是造一个更聪明的聊天机器人，而是打造能够自我改进的AI系统——一种能像科学家一样自主进行算法发现和科学实验的“AI科学家”。在AI行业普遍陷入“模型越大越好”的迷思时，Recursive试图用更少的资源，撬动更大的智能。
“反规模”的精英主义：25人团队如何撬动46.5亿美元估值
Recursive的团队规模令人咋舌：仅25名员工。在AI行业动辄千人团队的背景下，这几乎是一种“反规模”的精英主义宣言。这25人来自AI研究的“梦之队”——他们曾参与过质量多样性算法、AI生成算法、自我改进编码代理、自动化红队测试以及AI科学家系统的关键突破。Recursive的创始人团队认为，AI的下一个范式不是靠堆砌更多GPU和参数，而是靠设计出能自我迭代的算法。这种“少即是多”的策略，在资本市场上获得了认可：GV和Greycroft的领投，以及AMD和NVIDIA的跟投，表明硬件巨头也开始押注于“算法效率”而非“算力规模”。这6.5亿美元，对于一家25人的公司而言，意味着人均融资额高达2600万美元——这在AI行业堪称史无前例。
从“生成”到“发现”：Recursive如何重新定义AI的进化路径
当前主流AI的瓶颈在于“数据天花板”：人类生成的数据已几乎被耗尽，模型能力的提升越来越依赖合成数据和更复杂的训练技巧。Recursive的解法是“开放式算法”——让AI系统自己编写并改进算法，而不是被动地从数据中学习。其核心思路是：训练一个能生成新算法的AI，然后让这个新算法去解决更复杂的问题，如此循环往复。这类似于“AI的自我进化”，但比目前流行的“自我对弈”更底层。Recursive的团队在“AI科学家系统”上已有积累——一个能自主设计实验、分析结果、生成论文的AI。如果这套系统成熟，AI将不再只是人类的工具，而是成为真正的“研究伙伴”。这直接挑战了OpenAI和Google DeepMind的“大模型+人类反馈”范式，试图用更少的计算资源，实现更本质的智能突破。
商业模式与竞争壁垒：当“自我改进”成为护城河
Recursive的商业模式目前尚未完全公开，但可以推测其核心是“算法即服务”。与OpenAI按Token收费、Google按API调用收费不同，Recursive可能更倾向于出售“算法发现能力”的订阅或授权。其竞争壁垒不在于模型大小，而在于“自我改进的飞轮效应”：一旦AI能自主改进算法，其能力增长将是指数级的，而非线性。这带来了一个关键问题：如果AI能自我改进，它是否会很快超越人类控制？Recursive的团队对此显然有备而来——他们在自动化红队测试（即让AI自己攻击自己以发现漏洞）上有深厚积累，这可能是其安全性的核心卖点。然而，这种“开放式进化”也带来了巨大的不确定性：如果AI的“自我改进”偏离了预设目标，谁来叫停？Recursive的答案或许在于其“质量多样性算法”——一种确保AI在探索过程中保持多样性和可控性的技术。
旧金山与伦敦的双城记：Recursive能否避开“AI泡沫”的陷阱？
Recursive在旧金山和伦敦设立了办公室，这并非巧合。旧金山是AI资本和人才的中心，而伦敦则是DeepMind的故乡，拥有深厚的学术底蕴。这种双城布局，既是为了吸引顶级人才，也是为了在监管上“两头下注”。然而，46.5亿美元的估值，对于一家只有25人、尚未有明确商业产品的公司而言，无疑是一场豪赌。AI行业已经见证了太多“估值泡沫”——从自动驾驶到通用机器人，许多明星公司最终沦为“技术demo”而非商业实体。Recursive的挑战在于：如何将“自我改进算法”从学术概念转化为可落地的商业产品？如果其“AI科学家”只能生成论文，而不能解决实际工业问题，那么这6.5亿美元可能只是“为梦想窒息”的代价。
Recursive的故事，本质上是对AI行业“规模迷信”的一次反叛。它试图证明：智能的进化，不一定要靠更多的数据、更大的模型、更贵的芯片，而是可以通过算法本身的自我迭代来实现。这种思路在理论上极具吸引力，但在实践中却充满风险——如果“自我改进”的飞轮无法启动，或者启动后失控，Recursive将面临比“大模型”更严峻的挑战。在AI的“军备竞赛”中，Recursive选择了一条更聪明、也更危险的路。它要么成为下一个DeepMind，要么成为AI史上最昂贵的“思想实验”。
