田渊栋AI创业估值315亿，老黄苏妈都投了，姚班施天麟也是合伙人

离职Meta的田渊栋，最近出现在一家AI初创公司的联合创始人名单里。这家公司名叫

（RSI），刚结束隐身模式，就宣布完成了的早期融资，估值高达。

领投方是谷歌旗下的GV和风投机构Greycroft，英伟达、AMD等产业巨头也参与其中。更引人注目的是其创始团队：八位联合创始人，阵容堪称豪华。

这八位中的任何一位，单独拎出来都足以撑起一家AI独角兽。那么，他们聚在一起，究竟想做什么？

答案就在公司名字里：递归超级智能。他们的目标，是构建一个能够自我改进的AI闭环，最终通向超级智能。路线图的第一步，是训练一个具备“五万名博士”能力的系统，让AI科学研究本身实现自动化。然后，这台“尤里卡机器”将被指向药物研发、电池材料和核聚变物理等硬科技领域。

300亿砸向下一条Scaling Law

RSI的成立，基于一个核心判断：预训练模型的Scaling Law（规模定律）虽然依旧重要，但仅靠堆数据、算力和参数带来的边际收益，已经远不如从前那么显著。

整个AI行业都在寻找新的增长曲线。而RSI押注的，是其中最激进的一条路径：

。

这恰好击中了当前AI领域最深的焦虑：大模型之后，下一次能力跃迁的突破口在哪里？

公司CEO Richard Socher在访谈中给出了一个精辟的解释：“AI是代码，而现在AI可以写代码。”

过去，AI研发的循环基本由人类主导：研究员提出想法，工程师编写实验代码，团队跑训练、评估模型，再根据结果调整下一轮方向。

他们设想的系统，不止于回答问题或辅助编程。它要能主动发现自身的能力短板，设计新的实验，编写新的评测基准，然后重写自己的代码库，让下一代系统变得更强。传统的AI优化像是在一张固定的考卷上刷分，满分即是终点。而RSI追求的，是另一条路：像生物进化一样，永不停歇，持续发明。

一个AI改进另一个AI，改进后的AI再去改进后续的AI，如此循环往复。

Socher深知这个赌注的分量。他引用了一句业内名言：“如果你是学术研究者且超前于时代，你最终会被称作远见者。但如果你是创业者且超前于时代，你的公司就死了。”

他本人就是NLP领域神经网络派的早期代表人物。2010年，他试图将一篇神经网络论文投给NLP顶会，结果被拒，审稿人的理由是“神经网络没用，你为何投给NLP会议？”。十五年后，神经网络不仅主导了NLP，而Socher正是奠定这一基础的关键人物之一。

Socher的判断是，AI领域正触及对数级的收益递减曲线——你需要增加一两个数量级的资源，却只能换来微小的性能提升。

Da vid Silver的Ineffable Intelligence种子轮融资11亿美元，估值51亿；Ilya Sutskever的SSI估值未披露但备受关注；Yann LeCun的AMI Labs也募资10亿美元。顶级科学家集体出走创业，资本巨量押注，这已成为2025年以来AI领域最明确的结构性浪潮。

8位联创干出顶级独角兽

RSI能在早期获得如此高的估值，一个直接原因就是其创始团队惊人的人才密度。独角兽的门槛是10亿美元估值，而RSI首轮估值46.5亿美元，相当于

。

我们来逐一看看这支“全明星”阵容：

，吴恩达在斯坦福的博士生，ImageNet和Glove词向量模型的作者，谷歌学术引用量超过24万次。在创立RSI前，他创办的MetaMind被Salesforce收购，后来还做出了估值15亿美元的AI搜索引擎You.com。

，Meta FAIR前研究科学家总监，长期深耕强化学习、基础模型效率与神经网络可解释性。更早之前，他主导了ELF OpenGo项目，将AlphaZero式的训练在围棋场景中开源复现；近年他的研究转向Llama推理优化、长序列加速、低成本训练等更贴近大模型系统瓶颈的课题。

，清华姚班校友，Cresta联合创始人。Cresta从斯坦福AI实验室起步，早在2019年就将Transformer模型应用于实时客服的Agent Assist场景。

，开放式智能与安全循环专家。他是伦敦大学学院（UCL）人工智能教授，也曾担任Google DeepMind开放式研究方向负责人，研究重点正是AGI、开放终结（open-endedness）和自我改进。他与合作者将安全红队问题改写为开放式搜索“Rainbow Teaming”，让系统持续生成多样且有效的对抗提示，该方法已被众多AI安全团队采用。

，Vision Transformer（ViT）的作者之一。他在2020年率先将Transformer直接应用于图像块序列，证明了视觉任务不一定需要卷积网络作为基础架构。

，OpenAI早期成员，曾负责OpenAI智能体研究团队。

，曾在Salesforce负责AI研究与应用AI，与Socher长期共事，也是可控文本生成模型CTRL等工作的共同作者。

，其研究方向与RSI的路线高度重合，长期研究开放式进化、AI生成算法（AI-generating algorithms）和AI安全，也是探讨AI系统如何修改自身代码的“Darwin Gödel Machine”论文作者之一。

这八位创始人的专长覆盖了强化学习与大模型效率、开放式算法、安全红队、视觉Transformer、智能体产品化、企业AI落地、创业组织以及自我改进研究等关键领域。

目前，RSI总人数不超过30人。Socher在采访中特别强调：“我们将尽可能保持团队小而精，最终把很多事情委托给我们的智能体（Agent）。”