返回趨勢情報
趨勢情報

Recursive Superintelligence 四個月募到五億美元,自我改進 AI 故事先在資本市場拿到超額認購

2026年4月18日
易賺Ai團隊
8 分鐘閱讀
#NVIDIA#融資#AI 新創#GV#自我改進 AI
Recursive Superintelligence 四個月募到五億美元,自我改進 AI 故事先在資本市場拿到超額認購

如果 Financial Times 與 The Decoder 的資訊沒有太大落差,Recursive Superintelligence 成立才四個月,就已經拿到至少 5 億美元新資金,pre-money 估值約 40 億美元,而且整輪甚至可能因為超額認購而往 10 億美元靠近。這條新聞最值得看的地方,不是數字本身,而是市場究竟在為什麼東西買單。因為 Recursive 現在還沒有正式對外發布產品,核心敘事也不是比較熟悉的「做出更強大型語言模型」或「降低推理成本」,而是更激進的一句話:做一套能在缺少人類介入的情況下持續自我改進的AI 系統。

這種故事離正式商業化其實非常遠,所以它這次募資才特別像風向球。當前沿模型市場已經開始出現誰能交付算力、誰能吃下企業工作流、誰能把產品變成平台入口的現實比拚時,資本市場仍願意為「自我改進 AI」這種最長線、最難驗證的想像開出 40 億美元等級估值,表示投資人並沒有只想追短期收入模型,他們還在積極買進下一輪能力躍遷的可能性。

目前外界已知資訊,大致落在下面這張表:

項目目前可確認的資訊還沒被證明的部分
融資規模FT 指至少 5 億美元,並可能因超額認購繼續擴大最終收多少、條款細節與投資人權利尚未公開
投資方The Decoder 指 GV 領投、NVIDIA 參與其他參與者與持股比例未公開
團隊背景Richard Socher、Tim Rocktäschel 領軍,團隊約 20 人,成員來自 OpenAI、Google、Meta 等具體研究架構、產品形式與落地路線未公開
核心主張要打造無需人類介入即可持續自我改進的 AI 系統這種能力能否在長時程、受控環境外穩定成立,仍沒有公開證據

光看這張表就知道,這一輪錢買的其實不是已經成形的產品,而是團隊履歷、研究直覺和一種「如果真的成了,報酬會非常巨大」的期權。Recursive 現在對外最有說服力的,不是 demo,而是它把幾種市場最吃重的要素綁在一起了:Socher 這種兼具研究與商業經驗的名字、前 DeepMind / OpenAI 背景、GV 與 NVIDIA 這種能提供資金之外還能給生態位勢的投資人,以及一個聽起來足夠大、足夠遠、也足夠難被短期競爭者複製的主題。

這筆錢其實在押兩層:能力幻想,和組織密度

第一層很好理解,就是大家都想知道「AI 能不能自己把自己變得更強」到底會不會從理論敘事長成工程現實。這裡面牽涉的可能是自我生成訓練資料、自我驗證、自動化實驗迴圈、持續微調 或更複雜的工具使用與回饋學習機制。但不管技術細節是什麼,真正困難的從來不是把這句話講出來,而是如何把它限制在可監督、可回滾、可量測的系統內。只要這件事做不到,自我改進就很容易從願景變成另一種包裝過的自動化調參。

第二層則更現實:市場也在押這個團隊的組織密度。現在前沿 AI 的競爭已經不只是比模型,而是比誰能更快把研究、資料、算力、評估與商業化步驟壓進同一個小團隊。Recursive 團隊只有大約 20 人,卻能在這麼短時間內拿到這種等級的融資,說明投資人相信小而精的 frontier 團隊,仍可能在下一輪能力賽局裡打出超額槓桿。這種邏輯其實和 Thinking Machines Lab 與 NVIDIA 的 1GW 合作,讓算力投資正式變成新創融資語言 很像:早期公司募的已經不只是營運資金,而是通往某種巨大技術敘事的入場券。

為什麼現在還有人願意為這種超長線故事開高價

一個直接原因,是前沿 AI 市場的資本尺度已經被整體拉高了。當 OpenAI 完成史上最大私募輪一千二百二十億美元,估值站上八百五十億美元量級 之後,市場對「如果你真的有機會碰到能力前沿,估值就可以先被抬到多高」這件事,心理門檻已經不一樣了。再加上 NVIDIA 這類基礎設施核心角色直接參與,融資不再只是 VC 的財務下注,也會被解讀為生態系位置的認證。

但另一個原因其實更值得警惕:現在市場對「自我改進」這三個字的渴望,某種程度上正反映出大家對現有路線的邊際效益焦慮。當更多公司都能買到強模型、補代理、補工具調用,真正稀缺的下一張牌就不再只是把現有系統再做大一點,而是找到一種能讓模型能力自己往上滾的機制。Recursive 因此變成資本市場很典型的一筆下注:不是押它現在已經證明了什麼,而是押它可能比大公司更快碰到下一條非線性曲線。

這家公司接下來最該被追問的,不是估值,而是驗證路線

所以 Recursive 現在最需要回答的,其實不是「為什麼估值這麼高」,而是三個更具體的問題:第一,自我改進是發生在什麼層級,是資料、工具、模型本體還是整個工作流?第二,系統如何避免在長時間迴圈中把錯誤放大,而不是把能力放大?第三,團隊打算先在哪個受控場景證明價值,是 coding、科研、代理工作流,還是更狹窄的研究任務?只要這三件事沒有開始被公開回答,這筆錢本質上就還是對未來的信仰,而不是對產品的驗收。

Recursive Superintelligence 這輪融資之所以重要,不在於它已經把自我改進 AI 做出來,而在於它告訴市場:即便 2026 年的 AI 競爭已經愈來愈像交付、成本與平台化的現實戰,資本仍願意為最遠的一種能力幻想預先買票。這可能是下一輪突破的起點,也可能只是高估值時代對新敘事的又一次超前定價。真正的分水嶺,不會發生在募資新聞這天,而會發生在 Recursive 第一次拿出能被外界反覆驗證的系統成果時。