「把人从循环里移走」自学习AI的融资神话正揭示出一个现象——这场AI军备竞赛连研究员自身都被卷入其中。1956年一批科学家齐聚达特茅斯首次正式探讨「机器能否思考」他们乐观地认为一个夏天就能解决此问题。七十年过去了这个问题依旧没有答案。然而有一家刚成立四个月的公司就获得了5亿美元融资估值达40亿美元——只因它宣称找到了让AI学会自主研究、自我进化的途径。这家公司名为Recursive Superintelligence由Google风投GV领投英伟达跟投。这两家在AI生态中地位显著的公司同时投资一家尚未公开产品的初创公司背后逻辑值得深入剖析。「把人从循环里移走」先了解Recursive Superintelligence的业务。该公司由前Salesforce首席科学家Richard Socher创立核心团队来自Google DeepMind和OpenAI。过去两年从顶级实验室离职创业的工程师和研究员形成了一股潮流。Richard Socher并非常见的「大厂出来镀金」的创始人。他1983年生于德国在斯坦福大学师从AI先驱Andrew Ng和NLP权威Christopher Manning2014年完成博士论文获当年斯坦福计算机系最佳博士论文奖。Richard Socher是将神经网络方法引入自然语言处理领域的关键人物之一其早期关于词向量、上下文向量和提示工程的研究奠定了如今BERT、GPT系列模型的技术基础谷歌学术引用量超18万次。博士毕业当年他创立AI初创公司MetaMind两年后被Salesforce战略并购。此后他以首席科学家兼执行副总裁身份主导Salesforce AI战略多年推动了Einstein GPT等企业级AI产品线落地。离开Salesforce后他于2020年创立AI搜索引擎You.com2025年完成C轮融资估值达15亿美元。此次他将目光转向更底层的命题。像Thinking Machines Lab、Safe Superintelligence等众多公司都打着「前XX大模型核心团队」的旗号讲述「下一代AI」的故事。但Recursive的切入点更为激进其核心命题是「自学习AI」——不是让AI更智能地回答问题而是让AI自主完成科学研究全流程包括提出假设、设计实验、评估结果、迭代方向即把人类研究员从这个循环中完全移除。这并非新方向但Recursive将其置于现实的商业逻辑中。当前顶级AI研究员年薪高达1500万到2000万美元若一套系统能以更低成本、更快速度完成相同工作前沿研究的经济模型将彻底改变。投资人显然看到了这一逻辑该融资轮超额认购最终规模可能达10亿美元。Google和英伟达同时下注GV领投、英伟达跟投的投资人组合传递出一个信号。Google的投资逻辑不难理解DeepMind多年来一直是「AI for Science」方向的重要探索者如AlphaFold破解蛋白质折叠问题AlphaGeometry在数学竞赛中击败人类顶尖选手。但DeepMind是用AI解决具体科学问题而Recursive要做更底层的事——让AI系统自主推动科学发现的过程。这对Google而言既是竞争关系也是值得下注的对冲。更重要的是本月初Google刚与Intel宣布多代AI基础设施合作协议表明Google在AI基础设施层面的布局全面加速。对Recursive的投资是其大布局中的一步无论哪家模型领先Google都想参与。英伟达的逻辑更直接自学习AI的核心瓶颈是算力若AI要自主开展实验、迭代模型所需GPU集群规模呈指数级增长。英伟达投资Recursive某种程度上是在投资自身未来订单。两家公司同时出手也暗示这个赛道可能已到「不投就落后」的阶段。四个月估值40亿合理吗当人们首次看到40亿美元的估值时第一反应或许是「又来泡沫了」。AI创业估值泡沫近年来屡见不鲜一个PDF、一个demo、几张幻灯片加上几位顶级实验室人员就能吸引数亿美元投资这在硅谷和伦敦已成为常态。但Recursive有几点与普通「PPT独角兽」不同。其一创始团队实力雄厚。Richard Socher在NLP领域有扎实学术积累并非仅靠「前大厂」光环。核心团队在DeepMind和OpenAI的经历使其切实了解前沿研究痛点。其二融资超额认购表明市场需求旺盛投资人主动争抢份额而非被说服投资。然而40亿美元对于一家成立仅四个月且无公开产品的公司来说定价依据是预期而非现实本质是为一个方向付费而非为产品或收入付费。这种定价逻辑在AI时代愈发普遍背后是投资人对「错过下一个OpenAI」的担忧。Safe Superintelligence也曾在几乎无产品时获得天价估值Ilya Sutskever的声誉就是有力支撑。Recursive正复制这一路径这是客观现实。「自学习」这扇门背后是什么Recursive Superintelligence这个名字体现了公司的野心。「Recursive」意为递归在计算机科学中递归是函数调用自身的结构是许多复杂算法的核心机制。在AI研究中「递归超级智能」意味着系统能不断自我优化、螺旋上升。这一概念并不新鲜其极端形式是「智能爆炸」——系统超越某个临界点后能自主加速进化达到人类难以理解的智能水平这也是AI安全领域长期关注的问题。但Recursive目前的目标远未达到此程度更现实的是它试图构建一个能自主驱动科学探索循环的系统以降低AI研究的人力和时间成本。若能实现影响将不仅局限于AI领域药物研发、材料科学、物理学等领域都可能进入「无需人类科学家参与也能快速发展」的阶段。当然这只是「如果」从宣称到实现在AI行业并非一蹴而就。浪潮的逻辑2025年下半年以来从顶级实验室离职创业的浪潮不断涌现Recursive是其中最新且目前估值最高的公司。背后原因很简单OpenAI、Anthropic、Google DeepMind等头部实验室日益像大公司有KPI、合规和政治因素。真正想探索激进方向的研究员认为自主创业更自由。同时资本市场也推动了这一趋势。对于有大厂背景的顶级研究员来说当前可能是创业的最佳时机投资人更愿意为「方向」买单。这场浪潮的核心问题不是「谁会成功」而是「成功的定义是什么」。若Recursive证明了自学习AI的可行性将改写AI研究范式若失败5亿美元资金耗尽后留下的将是又一个被过度炒作的概念。两种可能都存在。四个月、40亿美元估值这个数字既令人兴奋也让人警惕。AI军备竞赛发展至今「如何做研究」本身也成为竞争焦点。科学家在达特茅斯讨论的问题如今有人打算用AI来解答——用AI研究AI以递归方式迈向超级智能。这条路通向何方无人知晓但显然Google和英伟达已决定参与其中。