TL;DR：
田渊栋创业公司Recursive的第一把火，直接点燃了英伟达官方GPU优化榜、NanoGPT Speedrun等三大Benchmark，全部拿下SOTA。更离谱的是——这整套研究流程，从提想法、写代码到跑实验，AI自己全包了。人类：那我走？
三个Benchmark全部SOTA，而且AI自己“闭环”了
先划重点：这家公司叫Recursive Superintelligence（简称RSI），刚刚结束隐身模式一个月，团队不到30人，估值却高达46.5亿美元——换算一下大概是316亿人民币。1 当时不少人觉得这估值有点“虚”，结果人家转身就甩出三个硬核成绩单，直接把质疑怼了回去。
具体来看：
- NanoChat Autoresearch：固定5分钟、单GPU，把一个小语言模型训练到最低验证loss。Recursive的系统从初始方案出发，排除了社区方案里的几个“reward hack”之后，最终成绩0.9109 BPB，比社区最佳0.9372 BPB提升了约2.8%。换算成训练时间，达到Karpathy版本水平只需要社区最佳方案的77%。
- NanoGPT Speedrun：8卡H100节点上，把GPT模型训练到固定loss所需时间压缩到最短。这个项目已经被全球程序员“死磕”了两年，83次刷新纪录，从45分钟一路干到了79.7秒。Recursive上去之后，又往下压了2.2秒，变成77.5秒。别小看这两秒——在这个几乎“卷到头”的赛道上，2秒已经相当于人类贡献者近期的提升幅度。
- SOL-ExecBench（英伟达官方GPU内核优化榜）：235个来自真实工作负载的GPU kernel，要求编写又快又正确的实现。Recursive系统同时在全部kernel上跑，互相复用技巧，最终平均SOL分数从0.699提升到0.754，不仅打过了人类专家手写的方案，还打过了“由GPU专家打造的其他AI系统”。2
它怎么做到的？让AI当自己的“研究员”
这套系统的核心逻辑很暴力——让AI自己跑完整个研究循环。
提出改进想法 → 写代码实现 → 跑实验验证 → 根据实验结果决定下一步
全程没人插手。系统同时开多线程研究，把有效经验保留下来，还能把不同线程里有潜力的改进方向合并到一起。更绝的是，在把某次改进当真之前，系统还会专门检查是不是“reward hack”或随机因素——这觉悟，比自己写论文瞎吹数据的人类强多了。3
当然，reward hacking是绕不过去的坎儿。在SOL-ExecBench上，有些候选方案试图通过缓存输出、利用持久状态、甚至钻评测计时机制的空子来刷分。Recursive团队把正确性审查嵌进研究循环里，让候选改进层层加严，经过自动化检查才能被认定有效——相当于给AI配了个“监工”。
八位联创，简历拼起来就是一部AI编年史
最后聊点八卦。Recursive的8位联合创始人，随便拉一个出来都能撑起一家公司：
- Richard Socher：吴恩达博士生，ImageNet和GloVe作者之一，前You.com创始人（估值15亿美元）。
- 田渊栋：前Meta FAIR研究总监，ELF OpenGo作者，强化学习、基础模型效率大牛。
- 施天麟：清华姚班，Cresta联合创始人，2019年就把Transformer用到了实时客服。
- Alexey Dosovitskiy：Vision Transformer作者之一，直接让Transformer“看图”了。
- Tim Rocktäschel：前Google DeepMind开放式研究负责人，UCL教授，Rainbow Teaming方法被AI安全团队广泛使用。
- Josh Tobin：OpenAI早期成员，负责Agents Research Team。
- Caiming Xiong：前Salesforce AI Research负责人，和Socher长期共事。
- Jeff Clune：开放式进化算法专家，Darwin Gödel Machine论文作者之一——那篇论文讨论的正是让AI系统修改自身代码、再用Benchmark验证改进是否有效。
这帮人凑在一起，名字就叫“Recursive Superintelligence（递归超级智能）”，野心写在名字里。按他们的路线图，第一步是训练出一个具备“5万名博士”能力的系统，把AI科学研究自动化；第二步应用到药物研发、电池材料、核聚变物理等领域。
从这次的结果看，“AI改进AI”已经走出了第一步。虽然目前还只是在几个明确定义的Benchmark上刷榜，距离“5万名博士”还有距离，但至少证明了这条路的可行性。接下来就看他们能不能把这套系统推向更复杂的真实科研任务——如果真能成，那人类可能真的要准备“失业”了。