递归超级智能获4.1亿美元AWS算力协议，推进自我改进型AI研发

4.1亿美元AWS算力协议支撑自我改进型AI研发

一家总部位于伦敦、致力于开发持续自我改进型人工智能的初创公司，已与亚马逊云科技（AWS）达成一项价值4.1亿美元的算力协议。

隐身期结束，估值达46.5亿美元

递归超级智能（Recursive Superintelligence）于5月结束隐身状态并对外披露，估值达46.5亿美元；迄今已筹集6.5亿美元投资，并承认与 AWS 的协议已消耗其迄今大部分资金。

以智能体数量替代员工规模

尽管在此阶段更常规的做法是初创公司扩充员工规模，但递归超级智能表示，其方法对于一家专注于自动化开发自身产品的公司而言是正确的。

该公司专注于构建能够自主开展实验、以安全方式持续提升自身的AI，在一个开放式的持续演化过程中运作。因此，它认为“智能体数量（agent count）”比员工人数（headcount）更为重要。

这种持续自我升级的能力最终大幅减少了对人类输入的需求，直至形成闭环，此时AI的性能仅受限于其可访问的算力。这正是与AWS合作安排的关键所在。

AWS声明：复利式算力需求与并行研究加速

AWS全球初创企业及风险投资副总裁杰森·贝内特（Jason Bennett）在一份声明中表示：“自我改进型AI会带来呈复利增长的算力需求——每一次研究循环都会生成下一次实验。短短数月内，递归超级智能已产出成果，其表现超越了社区驱动优化数年所取得的进展。AWS为其提供了弹性能力，使其得以大规模并行运行这些循环；同时提供可靠性、安全性以及专为该用途打造的算力，从而将原本需耗时数月的串行研究压缩为数日内的并行发现。”

技术成果与基础设施共建

贝内特所指的成果由 递归超级智能 发布，并凸显其在固定预算下的大语言模型训练方面处于领先水平，小型模型训练速度及GPU内核优化方面亦表现优异。

这一成功也促使AWS与递归超级智能共同开发专用于大规模自动化AI研究的基础设施，未来或可供其他具有类似目标的AI公司使用。

创始人观点：闭合AI编写AI的循环

联合创始人兼首席执行官理查德·索彻（Richard Socher）在一份声明中表示：“递归式自我改进型AI代表着人类即将迎来的最大变革之一。通往 超级智能 最清晰的路径，便是构建能够递归式自我改进的AI。AI即代码，而AI亦能编写代码。若我们能恰当地闭合这一循环，便能实现科学方法本身的自动化——这一过程数百年来始终推动着人类在发现与发明领域的进步。”

核心投资方阵容

该初创公司的财务支持方包括GV（谷歌风投）、Greycroft、AMD Ventures以及英伟达（Nvidia）。

JOTO 企业落地观察

• 该合作揭示企业部署AI正从‘人力驱动迭代’转向‘算力驱动闭环进化’：递归超级智能不扩编团队而重投算力，表明FDE落地需重构资源分配逻辑——算力采购与调度能力将成为AI工程核心竞争力。
• 智能体工程范式发生位移：公司以‘智能体数量’替代‘员工人数’为关键指标，说明面向自主实验与递归升级的智能体系统，其架构设计必须支持高并发研究循环、安全沙箱隔离及跨周期状态继承，而非仅任务编排。
• 对AI安全治理提出新挑战：文中强调‘安全方式持续提升自身’，但未披露验证机制；当AI自主生成下一轮实验时，传统基于人类审核的对齐流程失效，亟需嵌入式红队机制与可追溯的改进日志，否则闭环可能放大隐性偏差。
• 这类系统将显著抬高企业部署AI智能体的算力基线门槛——当研发范式转向“AI自动迭代AI”，企业需预判长期、弹性、高可靠性的算力契约，而非按需调用的短期资源。