递归自我改进（Recursive Self-Improvement，RSI）正成为今年AI创业领域最密集的赛道。从3月到8月，短短半年内，多家由顶尖AI研究者创立的公司相继浮出水面，合计融资超过10亿美元，其中仅Recursive一家估值就达46.5亿美元。这些公司尽管用词各异——self-improving AI、self-accelerating AI R&D、continual learning、AI Scientist——但都指向同一个愿景：让AI参与改进AI。

RSI的严格定义只有一句话：AI改进“制造下一代AI”的方法，且下一代能继承这种改进。按此标准，目前没有一家公司真正做到。宽泛的定义则把模型自我纠错、持续后训练、自动跑实验等统统归入，但那样几乎所有Agent公司都算RSI。本文采用更实用的拆解：将AI改进AI的过程分为四步——提出改法、执行、验证、保留改进。七家公司的差异，体现在三个问题的答案上：AI接管了哪几步？验证信号从哪里来、有多硬？改进能否被下一代继承？其中，验证信号的硬度最为关键，因为能自己跑实验的系统，最大风险是给自己打高分。

按验证信号从硬到软，这七家公司可分为四个梯队。

第一梯队：反馈来自硬件计时——INT21

INT21由Bing Xu创立，他是GAN原始论文共同作者，其此前创办的GPU推理公司HippoML被NVIDIA收购。INT21让AI编写GPU Kernel（底层程序），其产品PTX Kernel Factory通过多个Agent生成候选实现，在真实GPU上编译、测试、测速，淘汰错误、保留高效方案。公司开源了四个Kernel，公布结果显示，Kimi Delta Attention在GH200上达到专家手写版本的1.24至1.59倍，B200上为1.42至1.52倍；RMSNorm在GH200的11个前向测试中几何平均快8.17%，B200的126个可比案例全部领先。INT21的优势在于评估器——硬件计时是“不会被说服的尺子”。不过，它目前更像自动调优系统，尚未表现出能改进“如何搜索”本身。

第二梯队：反馈来自Benchmark——rekursiv.ai与Inherent

这一层的产品都叫AI Scientist，能像研究员一样读论文、提假设、跑实验。rekursiv.ai由来自Google/DeepMind和Luma AI的Joshua V. Dillon和Dan Kondratyuk创立，入选YC S26。其系统在ARC-AGI项目上，几天内跑了235次完整实验，将单模型ARC-AGI-1得分从44.9%提升至71.4%，五模型集成达75.5%。但公司也公开了一次失败：训练出的Verifier在训练集上大幅改善，换到评估集反而下降2个百分点。这恰恰反映了系统处理失败的能力。不过，其能力目前被限制在ARC边界内，过拟合风险实在。

Inherent由Tantum Collins等四人创立，总部伦敦，2026年公布5000万美元种子轮，Index Ventures和Radical Ventures领投。其概念是Recursive Collective Self-Improvement，改进对象是整间实验室。其成果Faraday是一个27B参数的AI Scientist，在73%的同分布任务和60%的AI for Science留出任务上优于对照Agent，平均分比Claude Opus 4.8和GPT-5.5分别高6%和8%。Inherent用AI给AI打分、辅以人类校准，这是该层公司的典型做法，也是共同软肋。

第三梯队：反馈来自实验室自身运转——Core Automation与Mirendil

这一层公司改进的对象是实验室本身，先用AI自动化研究，再用省下的能力发现新可自动化环节。Core Automation由Jerry Tworek（曾参与o1、o3和GPT-4）创立，目标是建高度自动化的AI Lab，目前公开内容接近路线图。其团队在KernelBot中遇到Reward Hacking问题，并构建了KernelGuard检查规则。Core的优势是研究与系统能力同队，但也是七家中“资本先于证据”最明显的。

Mirendil由Behnam Neyshabur等四人创立，首发团队约20人，来自Anthropic、xAI、DeepMind和OpenAI，获2亿美元种子轮，a16z和Kleiner Perkins领投，NVIDIA参与。其路径是先训练一个专门擅长AI研究的前沿模型，再围绕它重建实验平台，并与Google Cloud签了多年合作。Mirendil押注数据飞轮，但该飞轮目前仍在设想阶段，没有模型、演示或Benchmark。

第四梯队：反馈来自整个发现过程——Recursive与Discovery Loop

最后两家不仅改进模型，还要改进研究过程本身。Recursive Superintelligence由Richard Socher、田渊栋、Jeff Clune等八位创始人创立，获6.5亿美元融资，投后估值46.5亿美元，GV和Greycroft领投，NVIDIA、AMD Ventures参与。其系统同时维护多条长期研究分支，并在接受结果前检查是否为Reward Hack。6月公布的三项结果中，NanoChat的Validation BPB从0.9372降至0.9109，NanoGPT达到指定Loss的时间从79.7秒降至77.5秒，SOL-ExecBench的235个Kernel平均分从0.699升至0.754。尽管数字本身不大，但跑通了完整闭环，且公开了方法与不确定性。Jeff Clune和Tim Rocktäschel在开放式算法上的积累，是其有机会推进到“改进研究方法”的原因。

Discovery Loop由Jeff Dean、Sanjay Ghemawat、Oriol Vinyals和Quoc Le于8月成立，目前公开信息有限。

总体来看，RSI赛道虽热，但多数公司仍处于早期，验证信号的硬度与改进的传承性是决定其能否兑现愿景的关键。对投资者而言，这既是一个充满想象力的方向，也需警惕“自我打分”带来的泡沫风险。