田渊栋创立Recursive_SI：递归自我改进能否成为AI的下一个"Scaling Law"？

日期：2026/05/15

核心判断

田渊栋等8位顶尖AI科学家以25人团队获6.5亿美元首轮融资、估值46.5亿美元，标志着AI行业正从"堆算力堆数据"的Scaling Law路径，向"让AI自己研究自己"的递归自我改进范式正式转向。这不仅是又一家AI明星创业公司的诞生，更是AI发展路线之争从学术讨论走向资本投票的关键时刻。

发生了什么

2026年5月14日，前Meta FAIR总监田渊栋正式宣布创立Recursive Superintelligence（Recursive_SI），首轮融资6.5亿美元，由GV（Google Ventures）和Greycroft领投，英伟达、AMD跟投，估值达46.5亿美元。

Recursive_SI仅有25名员工，但核心团队成员均来自全球顶级AI机构：OpenAI、Google DeepMind、Meta FAIR等。联合创始人诸葛鸣晨（Zhuo Mingchen）专注代码智能体与递归自我改进方向。

公司的核心理念与当前主流的"Scaling Law"（规模定律——模型越大、数据越多、算力越强则AI能力越强）形成鲜明对比。Recursive_SI认为：AI现在已经能写代码，因此AI改进自身的代码是可行的。他们试图构建一个闭环系统，让AI持续生成、评估并优化自身，实现"开放式自动化科学发现"。

据机器之心报道，Recursive_SI团队已将目标明确表述为"实现开放式自动化科学发现，通向超级智能"。田渊栋本人长期深耕强化学习领域，在Meta裁员后选择独立创业。

值得注意的背景是：田渊栋拒绝了字节跳动和谷歌的offer，选择了自立门户。英伟达CEO黄仁勋（Jensen Huang）和AMD CEO苏姿丰（Lisa Su）"追着投"——这意味着算力硬件巨头也在押注后Scaling Law时代的新范式。

为什么值得关注

第一，路线之争被资本投票。Scaling Law在过去五年内主导了AI行业的发展和投资逻辑——从GPT系列的参数竞赛到万亿级数据中心建设，核心假设是"更大就会更好"。Recursive_SI的6.5亿美元首轮融资，而且是GV、英伟达、AMD等顶级资本和算力巨头的集体押注，表明资本层面对单一"堆规模"路线已出现分歧。

第二，人才密度极高。25人团队包含8位顶尖AI科学家，涵盖强化学习、代码智能体、自然语言处理等方向。按46.5亿美元估值计算，人均价值0.58个独角兽（约1.86亿美元/人），这种极致的"精英小团队"模式本身就是对传统"大厂大团队"研发模式的一种挑战。机器之心报道指出，团队"人均价值0.58个独角兽"已成为行业热议话题。

第三，与行业趋势共振。同日发布的智谱AI创始人唐杰观点——"2026年突破焦点是长时程Agent，自我进化的大模型最有前景"——与Recursive_SI的技术路线高度吻合。此外，Anthropic CFO同日宣称公司90%代码已由AI完成，印证了"AI写代码改进AI"的基础能力已初步具备。

第四，中国传统思维vs.新范式。田渊栋作为华裔科学家，其创业项目同时获得中美两地资本的关注和投资。51CTO技术栈的报道强调田渊栋强调AI应"更注重可解释性和底层逻辑"，与当前主流大模型"黑盒涌现"路线有根本性差异。

可能影响

参考文献

异动雷达

前沿科技异动雷达 2026/05/15