八位顶尖科学家组团创业：Recursive Superintelligence 首轮融资 6.5 亿美元，田渊栋聊透 RSI

在硅谷，Research 正在变成产品，AI 科学家则开始站到商业决策的中心。这话说出来像口号，但 7 月 18 日旧金山艺术宫的 AGI Summit 2026 现场，田渊栋用一场对话把它讲成了具体的故事。

田渊栋是 Recursive Superintelligence 的联合创始人。这家公司 2026 年 5 月 13 日正式对外亮相，首轮融资超过 6.5 亿美元，投后估值达到 46.5 亿美元，由 GV 和 Greycroft 领投，英伟达、AMD Ventures 等产业资本也参与其中。产品还没正式落地就拿到了这个量级融资，即便在近年火热的 AI 创业潮里也不多见。它之所以一亮相就成焦点，一个重要原因是集结了八位来自全球顶级 AI 实验室的科学家：CEO Richard Socher 曾任 Salesforce 首席科学家，其余联合创始人分别来自 Google DeepMind、OpenAI、Meta FAIR 等机构，包括 Tim Rocktäschel、Alexey Dosovitskiy、Josh Tobin、Caiming Xiong、Tim Shi、Jeff Clune，以及田渊栋本人。

他们想解决的问题只有一个：让 AI 创造更强的 AI。Recursive 做的不是又一个更聪明的模型，而是一套能够参与 AI 研发的研究系统，方向就是 递归式自我改进（RSI）。这个听起来近乎科幻的目标，已经开始得到实验验证。田渊栋提到两个进展：一是让 AI 自主提出新的模型训练方法和架构调整，再用短周期实验验证；二是 GPU Kernel 优化——Kernel 是训练和推理最底层的计算程序，过去只有资深 GPU 工程师才做得好，而 Recursive 的系统已经能自动生成高性能 Kernel，部分任务上甚至超过专业工程团队。

真正让他惊讶的，不是测试结果本身。田渊栋坦言自己并不是 Kernel 工程师，只懂一些底层原理和优化思路，但和 AI Agent 一起工作后，他也能参与过去需要专业背景才能完成的事。「我加上 Agent，就可以把事情做得很好。」在他看来，这件事有意思的地方不在于某次 Benchmark 提升了多少，而在于 AI Agent 正在真正拓宽人的能力边界——它不只是替代专家，更在降低专业门槛。

聊到团队合作，田渊栋的回答很直接：伟大的头脑也是聪明的头脑，而知道如何合作，本身就是聪明的一部分。八位联合创始人并不在同一方向上竞争，而是各自负责不同领域，前提是每个人都清楚自己的专长、也承认自己的边界。他把它概括为 「背靠背的信任」。相比传统创业公司围绕 CEO 建立单一决策中心，Recursive 选择由八位研究型联合创始人共同承担技术与战略决策，从创立之初就不依赖某位明星创始人，更像一个由顶尖科学家组成的超级研究团队。

这引出一个更宏观的判断：在这一轮 AI 创业里，最受关注的或许已不是 CEO，而是 AI Research Scientist。田渊栋认为，和过去十年的互联网创业不同，这轮 AI 最大的变化是商业模式不再先于技术。过去企业先定产品和商业目标，再由技术实现；而大模型时代，没人能提前知道一次训练会带来什么新能力，模型能力反过来决定产品形态。他以 Anthropic 为例：Claude 在代码生成和 Agent 任务上的能力不断提升后，Coding Agent 才逐渐成为公司核心产品方向——不是商业决定了研究，而是研究推动了商业。离模型最近的人，也就离商业机会最近。

对话尾声，郑泓 Holly 抛出一个与投资无关却引人深思的问题：如果有一天 AI 比人类更善于定义问题、完成研究，人还剩下什么？田渊栋本人是长篇科幻小说《破晓之钟》的作者，持续写作十年。他始终认为，小说创作仍会是 AI 最难跨越的边界之一——人们真正想读的，不是一个统计意义上最合理、最流畅的表达，而是一个具体的人基于独特人生经历创造的内容。未来最聪明的人，未必是与 AI 竞争的人，而是最善于使用最强 AI、并继续与它一起产生新想法的人。这句话，或许正是 Recursive 这群人聚在一起的底气。