6.5亿押注AI造AI，打造尤里卡机器

6.5 亿美元融资、八位顶尖AI研究者齐聚，押注让AI自主提出构想、编写代码、开展实验并迭代自身——这或许是通往“自我进化”超级智能的现实路径之一。

曾任职头部科技公司首席科学家，先后创办过两家创新企业的AI研究者Richard Socher，在今年5月携新公司Recursive Superintelligence（简称Recursive）走入公众视野。这家初创公司成立之初便获得6.5亿美元融资，由多家知名投资机构领投、科技企业参与跟投，两个月后又与云服务提供商签下价值超4亿美元的多年算力协议，Socher当时表示，这笔订单可能只是未来几年合作的开端。

相比资金，这家公司的创始团队更值得关注。除Socher外，八位联合创始人涵盖了前DeepMind开放式研究负责人、长期研究进化算法的学者、视觉Transformer共同作者、前Meta FAIR研究负责人等行业顶尖人才，还有多位知名研究人员加入。投资方也将这份豪华的研究团队视为公司最核心的资产。

这支团队并非为了再造一款聊天机器人。Recursive的目标是构建能够实现递归自我改进的超级智能系统，实现知识发现的自动化，Socher将这个终极系统命名为“尤里卡机器”。

在近期的访谈中，这套系统被描述为终极的“发明机器”：给定目标、环境和奖励规则，它能够自主探索实现目标的路径，最终用于解决科学与技术难题。尽管这个愿景听起来遥远，但Recursive已经迈出了关键一步：AI的下一个自动化对象，或许正是研发AI的人类本身。

Socher的思路源于他二十余年的AI研究经历。早期的机器学习高度依赖人工特征工程，研究人员需要手动为不同任务设计特征，再交由模型处理。随着表征学习与神经网络的发展，越来越多的特征不再需要人工定义，而是由模型直接从数据中学习。

类似的变革也发生在模型架构层面。早年的自然语言处理研究普遍是“一个任务对应一个模型”，情感分析、机器翻译、问答系统各有专属的架构。2018年Socher参与的DecaNLP项目尝试将十余类自然语言处理任务统一为问答形式，让单个神经网络处理不同任务，当时这项研究在投稿时遭遇了强烈质疑，评审甚至认为不存在能够统一处理这些任务的通用问答形式，甚至声称人类都无法做到。

几年后，大语言模型将这种统一推向了新的高度。在Socher看来，AI发展的清晰脉络是：每当AI系统中原本需要人工完成的环节，被可学习、可扩展的系统替代时，AI的能力就会实现一次跃迁。

从特征工程到通用模型架构，AI已经自动化了多个研发环节，而剩下的关键未被自动化的部分，正是AI研究本身。

如今训练新的AI模型，依然需要研究人员阅读文献、提出假设、修改代码、设计实验、启动训练、验证结果，再决定后续的研究方向。Recursive想要做的，就是将这套完整的研究循环交给AI自主完成。

Socher将这个思路概括为：“AI是代码，而AI已经能够编写代码。”他们希望让系统自动闭合“提出想法—实现—验证”的研究链路：自主生成研究构想、转化为代码修改、运行实验、排查奖励机制漏洞，再根据结果调整下一步研究方向。

需要明确的是，“自动研究”并不等同于递归自我改进。前者指AI能够自动承担越来越多的研发工作，而后者则意味着AI不仅可以研究外部问题，还能够持续改进自身的构建与训练系统，形成一轮又一轮的自我增强循环。

目前Recursive的进展还属于自动研究的范畴。Socher将公开的早期系统称为通往RSI的里程碑，也就是“尤里卡机器”的0.1版本，而非真正实现了递归自我改进。但他也指出，一个过去不存在的关键条件已经出现：过去AI是人类编写的代码，而现在AI已经能够自主编写、修改和测试代码，这让“AI改进AI”第一次从抽象概念变成了可落地的工程系统。

Recursive的创始团队配置也透露出其技术路线的特殊性。如果只是想要打造更强的编程智能体，并不需要聚集如此多研究开放式学习、进化算法与自动研究系统的专家。

团队中的多位成员都专注于开放式学习方向：有人关注如何让系统不断产生新的行为、任务与解决方案，而非在固定基准测试上刷分；有人曾负责DeepMind的开放式研究团队。Recursive的技术路线明显受到进化论与开放式学习研究的影响：它不会围绕单一固定目标反复优化，而是希望让系统持续探索，保留有价值的发现，再基于已有成果衍生新的研究方向与解决方案。

这与传统的AI训练模式有显著区别：传统方法通常由人类预先定义目标、数据集与奖励规则，让AI朝着固定目标优化；而开放式学习更关注系统能否不断创造新的挑战，随着环境、对手与自身能力的变化，持续发现新的策略。

Socher举了AI安全攻防的例子：如果只训练攻击模型寻找漏洞，模型很快会遇到固定任务分布的上限；但如果攻击方与防守方共同进化，防守方不断学习新的防御手段，攻击方再针对新的防御寻找漏洞，双方就能形成持续变化的学习环境。这种思路与Recursive的自动研究目标高度契合。

真正的AI研究并非答案固定的数学题，研究人员需要不断决定“下一步值得尝试什么”，单次实验的结果也会改变后续的研究方向。如果自动研究系统只能执行人类预先写好的实验清单，距离真正的自主研究还很遥远。最终，它需要学会的是如何改进自身的研究方法。

尽管还没有打造出完整的“尤里卡机器”，Recursive已经将早期系统部署在几个能够快速明确验证结果的AI研究环境中。

其中一个测试场景是开源的小型语言模型训练项目，该项目提供了一个极简的自动研究样板：为AI智能体提供小型的语言模型训练环境，让它自主修改训练代码，每轮固定训练一段时间后检查验证集指标，效果变好则保留修改，效果变差则回滚，继续下一轮实验。按照设计，这类系统一小时可以完成十余次实验，一晚可以自动跑上百次。

Recursive将自己的自动研究系统接入类似场景，在相关测试中，他们的系统在不到两天的时间里，就将此前数百名参与者优化到的指标进一步降低。类似的实验也在其他开源模型上开展。

另一个测试方向是GPU内核优化。GPU内核是现代AI模型底层执行路径的核心，哪怕只有微小的性能提升，在大规模训练与推理中也会转化为显著的算力成本差异。Recursive的系统在多数GPU内核基准测试中取得了领先结果，而团队本身并没有专门从事CUDA内核优化的专家。

更值得关注的是，这些改进并非只是调整学习率、批次大小等超参数。系统会主动寻找新的实现组合，比如在特定的语言模型与Transformer场景中引入哈希表。Socher澄清，他们并没有“发明哈希表”，真正的突破在于AI能够自主发现，在具体问题中应该如何组合已有的技术方案。

这也引出了一个关键问题：如果AI可以自主搜索研究空间，人类专家还有存在的价值吗？Recursive的答案是肯定的。他们发现，如果系统从基础的Transformer架构起步，能够不断搜索并优化结果；但如果一开始就提供由顶尖专家设计的更优起点，最终的结果会更好。

也就是说，现阶段的自动研究并没有取代人类研究员。人类给出的研究起点与问题定义，依然会影响AI最终的探索范围，真正发生变化的是实验搜索的速度与规模。过去需要多名研究人员反复尝试的工作，现在可以被压缩为自动系统连续运行的研究循环。

Socher将终极指标概括为“每一美元能够买到多少智能”。如果AI能够同时提升模型质量、训练速度与推理效率，自动研究最终改变的将不只是研发效率，还有前沿模型的成本曲线。

但这项工作真正的难点，恰恰从这里开始。

让AI自动编写代码、启动训练，并非Socher认为最棘手的问题。真正的困难在于，如何让AI理解“更好”的标准，这就是奖励工程的问题。

Socher举了一个简单的例子：如果给AI一段100行的代码，要求它“让这段代码运行得更快”，评测方法是在程序开头启动计时器，在结尾停止计时器并比较运行时间。AI最简单的“优化”可能不是改进算法，而是将“停止计时器”的代码挪到程序开头，这样评测结果显示运行时间大幅下降，但任务本身并没有任何实际进展。

这只是最基础的奖励钻空子行为，更危险的是，AI的优化能力越强，寻找评测漏洞的能力也可能越强。Recursive在实际测试中就遇到了这个问题：他们在优化一个游戏环境时，一次性发现了评测框架中的30个程序错误，此前基于这些评测完成的研究都必须作废，因为实验结果已经被污染。

一个有效的检查方法是对称性测试：将两个理论上完全对称的位置交换，如果最终结果发生变化，就说明评测框架很可能存在问题。这类问题在大模型基准测试中并不少见，比如改变选择题的答案排列顺序，模型的表现就可能发生变化，早期的一些模型甚至只是记住了“这道题答案是A”，而非真正理解了问题。

这让自动研究面临一个容易被忽略的悖论：AI越擅长优化，你就越需要确认它优化的正是你想要的目标。否则，足够强大的研究智能体最先自动化的可能不是科学发现，而是寻找基准测试、实验环境与奖励函数中的漏洞。

而且任务周期越长，这个问题就越严重。几分钟的代码优化尚且可以定义清晰的指标，但如果研究任务持续数天、数周甚至数月，如何判断一条研究路线真正优于另一条？Socher也承认，任务的时间跨度越长，奖励设计与验证的难度就越高。这或许是从“自动跑实验”走向真正递归自我改进最容易被低估的门槛。

尽管Socher对AI自动开展科学研究描绘了长远愿景，Recursive当前的路线其实比公司名称听起来更克制。

他明确表示，现阶段不会从物理科学领域切入，当前的重点依然是“用AI研究AI”：一方面研究如何让模型训练变得更高效、更自动化，另一方面探索如何提升推理效率、降低模型运行所需的算力成本。

这只是第一步，Socher的最终目标是将这套系统扩展到物理、化学与生物学领域，比如裂变与聚变能源、新材料、电池、太阳能电池以及蛋白质设计等问题。但这些领域有计算机世界中没有的现实约束：科学研究最终需要与物理世界产生关联。

AI可以一天修改上百次训练代码，但无法将需要数小时甚至数天的化学实验压缩到几秒。很多科学假设最终仍然需要真实实验验证，而当前的机器人系统还不足以全面接管实验室工作。Socher判断，再过3到5年，机器人与AI的能力或许能够让这条链路变得更现实：AI设计实验，机器人执行实验，结果反馈给AI，再由AI设计下一轮实验。

这也解释了为什么Socher虽然相信AI最终可能走向超级智能，却并不认同脱离物理约束的“瞬间智能爆炸”。算力、芯片、能源、实验设备、通信速度，甚至光速本身，都会成为递归改进过程中的现实边界。如果要同时运行成千上万个接近人类研究员水平的AI来解决复杂问题，当前的GPU与基础设施成本依然高得惊人。

因此，Recursive真正押注的不只是“购买更多算力”，而是验证另一条路径：能否先让AI找到比人类更高效地使用算力、设计模型与开展研究的方法。

2026年，“自动研究”正快速从概念变成实际运行的实验系统。开源项目已经展示了极简版本的自动研究流程：让AI智能体在小型语言模型训练环境中自主修改代码、运行实验、检查指标、决定保留或回滚，再持续迭代。

Recursive则将这个方向推得更远。他们试图回答：当提出假设、实现想法、验证结果、总结经验、生成下一轮研究方向的整条链条都交给AI之后，AI研发本身会变成什么样？

这个问题近期受到更多关注，也和递归自我改进概念的升温有关。但目前业内对这个概念还没有统一精确的定义，一些研究者也提醒，不应将AI辅助研发、自动研究与完整的递归自我改进混为一谈。

至少从Recursive公开的进展来看，距离实现真正的递归自我改进还有很远的路。Socher也坦言，目前公开的系统只是“尤里卡机器”的0.1版本，是通往RSI的一个里程碑。它已经能够在几个AI任务上自主完成研究循环，但这些任务都有一个共同点：目标相对明确、反馈相对清晰，且结果可以被自动验证。

从这里走向真正开放式的科学研究，还需要跨越可靠评估、长期任务、奖励漏洞、研究方向选择、物理实验验证等多重门槛，还有一个更根本的问题：当AI自主提出下一步研究目标时，人类如何判断它选择的方向真的是“进步”？这也是Recursive未来最值得关注的地方。

过去一年，AI编程已经让“AI写AI代码”成为越来越日常的事情。下一步更重要的问题不再是AI能写多少代码，而是：当AI开始决定下一段代码为什么要写、下一个实验为什么值得做、失败后应该换哪条路径时，人类研究员在研发循环中的位置会发生什么变化？

Recursive为这个未来取了一个充满野心的名字——“尤里卡机器”。尽管它还没有开始源源不断地喊出“Eureka”，但已经能够自主开展实验了。