刚刚,全AI圈疯抢的田渊栋官宣创业,黄仁勋也投了
发布时间:2026-05-14来源:APPSO
半年前,如果你点开前 Meta AI 科学家田渊栋的官宣推文评论区,你会以为自己误入了什么高端局的「Boss 直聘」现场。对于田渊栋的离职,OpenAI、XAI、Anthropic等头部 AI 公司纷纷抛出橄榄枝。但面对这泼天的富贵,田渊栋摆摆手,全拒了。时间快进到今天,田渊栋终于掏出了一张极其硬核的新名片——Recursive Superintelligence 联合创始人。距离他在社交媒体上苦笑着确认自己离职,不多不少,刚好过了半年。这家神秘初创公司,今天不仅公开亮相,还顺手砸出了一轮 6.5 亿美元的融资,估值达到 46.5 亿美元,钱是谁给的?GV(谷歌风投)和 Greycroft 领投,AMD Ventures 和英伟达跟投。目前,Recursive 在旧金山和伦敦拥有 25 位顶尖研究员与工程师,团队成员背景多元,覆盖智能体式 AI 科学家、架构与算法设计、世界模型、优化以及可解释性等方向。这支创始团队的履历也相当亮眼,8 名联合创始人分别出自 OpenAI、Google DeepMind、Meta AI、Salesforce AI 和 Uber AI 等传统大厂或者 AI 初创新贵。比如 Recursive CEO Richard Socher 是前 Salesforce AI 研究负责人,搜索引擎 的创始人。他的老搭档 Caiming Xiong 也来了,当年在 Salesforce 主导多模态预训练的就是他。Josh Tobin、Jeff Clune、Tim Shi 则是从 OpenAI 跑出来的老兵等等。这还没完,撰写了全球高校三十年「AI 圣经」《人工智能:现代方法》的 AI 泰斗 Peter Norvig,也被 Recursive 招致麾下。这么一帮神仙大佬凑在一起,到底要搞什么大新闻?答案就藏在新公司名字里:Recursive(递归)。他们押注的终极方向叫「递归自我改进」(Recursive Self-Improvement)。听起来很像黑客帝国里的专有名词,说白了,就是让 AI 像踩着左脚上右脚一样,自动发现知识、持续优化自己,并且永远不停下来。在他们看来,达尔文的进化论,或者人类文化的演变,这都是一个没有终点、完全开放的过程。从第一个会自我复制的分子,一路点科技树,点出了语言、科学,最后把人类送上了月球。唯一的区别是,以前是靠人类科学家去点科技树;现在,这些活可以交给 AI 自己干了。面对《纽约时报》记者的采访,Socher 的发言极其嚣张又通透:「AI 本身就是代码。现在,AI 又会写代码。所需的要素已经齐备了。」他们近期定下的小目标是:用 AI 来改进 AI。等这套路子跑通了,再去进攻药物研发、生物研究等领域。而当我们看着田渊栋站在这张宏大蓝图的中央时,总是绕不开去年 10 月 Meta 那场透着荒诞气息的裁员。了解田渊栋大佬的人都知道,这是一位纯正的学术大佬。上海出生,交大本硕,2013 年从卡内基梅隆大学(CMU)机器人研究所拿了博士学位后,曾在 Meta 的 FAIR(基础人工智能研究院)干了近十年。他的核心研究方向涵盖强化学习与多智能体学习、大型语言模型(LLMs) 的推理、规划与决策以及深度学习理论分析等等,常年担任 NeurIPS、ICML 这些顶会的领域主席。但令人想不到的是, 2025 年 1 月,当时距离 Llama 4 发布只剩不到两个月,火烧眉毛。于是,Meta 高层直接下令,把田渊栋带领的 FAIR 团队手头那些探索未来的先锋研究全给停了,强制「抓壮丁」去支援 GenAI 部门。根据田渊栋后续的回忆,说是支援,其实就是让他们全程承担了后训练、bug 修复等「脏活累活」,并在发布后继续排查和修复大量问题,而这还只是表象,背后的水深得很。当时 Meta 内部正在经历一场残酷的权力大洗牌。新空降的首席 AI 官 Alexandr Wang 疯狂扩充自己的嫡系部队 TBD 实验室。为了立威,FAIR 团队发个论文还得看 TBD 的脸色,走额外审核。结果呢?后续由于Llama 4 上线后市场反应平平,扎克伯格脸一黑,极其不爽,直到 10 月 22 日,Meta 大手一挥,AI 部门直接砍掉 600 人,之前被抓去修 bug 的 FAIR 团队成了重灾区。当天,田渊栋在 X 上发了一条极其体面的推文:「我和我的部分团队成员今天受到裁员影响。」但终究没忍住,后续又补了一发暴击:「真正应该负责解决问题的人,并不是被裁的人。」于是就有了开头那一幕,全网的 AI 大佬在他的评论区抛出橄榄枝。但他最终还是决定自己创业:「趁着自己还年轻,去当一家新初创公司的联合创始人。」有意思的是,和他差不多时间受不了 Meta 甩手走人的,还有他的老上司、图灵奖得主 Yann LeCun。LeCun 跑去搞了家叫 Advanced Machine Intelligence 的公司,死磕开源世界模型。这对昔日的上下级,方向虽然不同,但默契地做出了同一个选择:绝不再去任何一家大厂当螺丝钉。其实,田渊栋对 AI 一直有几个判断。他觉得 AI 没有上限,现在只是摸到了智能的边缘。现在行业里迷信的「大力出奇迹」(Scaling law)在他看来,指向的是一个只能靠砸钱算力的悲观未来。相比起无脑堆算力,他更在乎的是「可解释性」和底层的理论逻辑。他坚信,人类那种灵光一闪的洞察力和独到见解,才是现在的 AI 根本学不会的绝活。Recursive 的研究方向和这些判断高度重合——可解释性、连续空间推理、推理效率,都在他接下来想深入研究的列表里。不过,Socher 也坦言,要建成他们设想中的技术,需要好几年。这个时间表在今天的 AI 行业算不上罕见,但放在「递归自我改进」这件事上,多少有点自我指涉的意味:一群研究如何让 AI 自我迭代的人,自己也正处在某种迭代的中途。✉️ 邮件标题「姓名+岗位名称」(请随简历附上项目/作品或相关链接)
转载说明:本文系转载内容,版权归原作者及原出处所有。转载目的在于传递更多行业信息,文章观点仅代表原作者本人,与本平台立场无关。若涉及作品版权问题,请原作者或相关权利人及时与本平台联系,我们将在第一时间核实后移除相关内容。