AI创业公司Recursive Superintelligence（简称RSI）在2026年5月正式亮相，其首轮融资规模超过6.5亿美元，投后估值达到46.5亿美元。本轮融资由GV（Google Ventures）和Greycroft领投，英伟达、AMD Ventures等产业资本参与其中。在产品尚未正式落地的情况下完成如此大规模融资，在近年AI创业热潮中并不多见。

RSI的核心看点在于其创始团队：公司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，是自然语言处理领域的重要研究者；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，以及华人顶尖AI科学家田渊栋。

公司目标并非打造一个更聪明的模型，而是构建一套能够参与AI研发的研究系统——让AI创造更强的AI。田渊栋在近期与嘉加资本创始管理合伙人郑泓（Holly Zheng）的对话中透露了阶段性成果：一是让AI自主提出新的模型训练方法，包括训练配方和模型架构调整；二是在GPU内核优化（Kernel Optimization）方面取得突破。内核是模型训练和推理过程中最底层的计算程序，直接决定运行效率，过去通常需要经验丰富的GPU工程师才能完成。田渊栋表示，RSI的系统已能自动生成高性能内核，部分任务表现甚至超过专业工程团队。

田渊栋特别提到，他自己并非内核工程师，但通过与AI Agent协作，也能参与过去需要专业背景才能完成的工作。他认为，AI展现出的不仅是替代专家的能力，更是在降低专业门槛，让更多人进入过去难以触及的领域。

关于八位联合创始人的合作模式，田渊栋表示，团队并非在同一个方向上竞争，而是各自负责不同领域。合作的前提是每个人都清楚自己的专长并承认边界，形成“背靠背的信任”。这种组织方式使RSI更像一个由顶尖科学家组成的“超级研究团队”，而非依赖某位明星创始人的传统创业公司。投资人押注的不仅是某项未落地的产品，更是团队持续定义问题、吸引人才并突破技术边界的综合能力。

田渊栋认为，本轮AI创业与过去十年互联网创业的最大不同在于，商业模式不再先于技术。在大模型时代，模型能力的变化反过来决定产品形态和商业方向。他以Anthropic为例：Claude在代码生成和Agent任务上的能力提升后，Coding Agent才逐渐成为核心产品方向。因此，离模型最近的人——AI科学家——也开始离商业机会最近。

对于如何选择投资人，田渊栋给出了两条标准：一是是否真正认同RSI的“递归式自我改进”长期技术路线；二是双方能否形成长期协同，产业资源、技术判断和长期陪伴并不能靠资金替代。郑泓则补充说，在硅谷，钱反而是最容易的部分，真正重要的是投资人与创始团队的长期伙伴关系。

谈及顶尖人才的留存，田渊栋将文化放在首位。他认为，当经济安全感得到满足后，更多收入带来的吸引力会逐渐减弱，真正决定去留的是研究什么问题以及和谁一起研究。RSI希望建立一种全员动手的研究文化，即使是联合创始人也要亲自写代码、跑实验。

对于“AI会做研究后人类还剩下什么”的问题，田渊栋（他本人也是一位持续写作十年的科幻小说家）认为，小说创作仍会是AI最难跨越的边界之一。人们真正想阅读的并非统计意义上最流畅的表达，而是一个具体的人基于自己独特人生经历所创造的内容。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并继续与之产生新想法的人。