全AI圈疯抢的田渊栋官宣创业，黄仁勋也投了

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 You.com 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。

他们觉得，AI 的研究也该是这个套路。

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？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 一直有几个的判断。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。