Recursive Superintelligence:用”AI造AI”的创业赌注——技术信念如何转化为46.5亿美元估值

企业 Recursive Superintelligence
行业 信息传输、软件和信息技术服务业
年份 2026
难度 中级
适用课程 创业管理、战略管理
核心概念 创业机会识别与开发, 商业模式创新, 产品-市场增长矩阵
来源 改编

案例摘要

一、案例背景 2026年5月,前Meta FAIR研究总监、ELF OpenGo主导者田渊栋与另外七位联合创始人共同创办了Recursive Superintelligence(以下简称”Recursive”)。这家成立仅半年的AI公司,以”递归式自我改进”(Recursive SelfImprovement, RSI)为核心技术路线,在首轮融资中即获得6.5亿美元,投后估值达到46.5亿美元。…

案例正文

一、案例背景

2026年5月,前Meta FAIR研究总监、ELF OpenGo主导者田渊栋与另外七位联合创始人共同创办了Recursive Superintelligence(以下简称”Recursive”)。这家成立仅半年的AI公司,以”递归式自我改进”(Recursive Self-Improvement, RSI)为核心技术路线,在首轮融资中即获得6.5亿美元,投后估值达到46.5亿美元。谷歌GV与Greycroft联合领投,英伟达和AMD两大算力巨头同时押注——这一投资组合本身即构成一个值得玩味的信号:芯片厂商同时下注同一家AI公司,在行业内并不常见。

Recursive的八位联合创始人中,英属哥伦比亚大学教授、Uber AI Labs创始成员Jeff Clune是公开露面最多的一位。2026年11月12日,在CoRL 2026大会最后一天的”持续自进化”(Continually Self-Improving)Workshop上,Clune受邀发表演讲,系统阐述了他从2019年就开始坚持的技术信念:”通往AGI最快的路,是人造出’能造AI的AI’。”

这一信念并非即兴之举。2019年,Clune发表了一篇当时被同行视为”近乎科学幻想”的论文,提出”AI生成算法”(AI-Generating Algorithms)的概念,并勾勒出三根支柱:自己会进化的架构、自己会进化的学习算法、自动生成的训练环境。六年后的2026年,Clune在演讲中逐一展示了这三根支柱的进展:能自己改写自己代码的”达尔文哥德尔机”将SWE-bench基准从20%提升到50%;能自己出题、自己跑实验、自己写论文的”AI科学家”投出的稿件通过了同行评审;田渊栋则透露,Recursive的系统已经能自己写出高性能的GPU Kernel——相当于直接与硬件打交道的核心代码——在部分任务上比专业工程团队写得还好。

……

定制教学方案与课件导出

本案例已配套教学目标、理论框架、讨论问题、参考答案、分析路径五段材料,可直接用于备课。 如您希望按自己的课程重构这套内容——换用其他理论框架、调整讨论重点与课堂组织方式, 或把教学材料一键排成 PowerPoint 课件(16:9 宽屏、7 套色调可选)——需先通过教师认证。

登录 免费注册 注册后提交教师认证,即可使用定制与 PPT 导出

发表讨论

您的邮箱地址不会被公开。