Recursive Superintelligence 已与 Amazon Web Services (AWS) 签署了一份为期多年、价值 4.1 亿美元的算力合同，将其 6.5 亿美元储备资金中的大部分用于获取原始处理能力。这笔交易标志着前沿 AI 实验室的一个转变：不再是招聘更多工程师，而是购买运行自我改进软件智能体的机器。

从隐身模式转向以算力为先的策略

这家总部位于旧金山的初创公司在融资 6.5 亿美元后，于 5 月结束了隐身模式。大多数 AI 创业公司会将这些资金投入到工程团队，招聘资深人才并建立办公室。创始人 Socher 将相反的策略描述为“与其关注人员编制，不如关注智能体数量”。通过将计算节点视为主要的创新者，该公司希望其递归自我改进 (RSI) 系统能够在极少人工干预的情况下设计、测试并迭代产品。

为什么 AWS 的交易至关重要

典型的云服务商合作伙伴关系通常将抵扣额度与股权投资或联合市场推广计划捆绑在一起。而这项协议是一次纯粹的算力采购，其规模迫使 AWS 必须超越通用的实例。AWS 初创企业与风险投资副总裁 Jason Bennett 表示，该合作伙伴关系包括共同开发针对 RSI 研究所需的迭代工作负载而优化的基础设施——包括定制的网络架构、存储层和调度算法，以确保数十亿次训练循环在没有瓶颈的情况下持续运行。

对于 AWS 而言，这份合同是一个试验场。如果 Recursive 证明了专用云可以加速 RSI，其他基础层 AI 初创公司可能会效仿这一模式，从而重塑云服务商为下一波 AI 研究定价和打包服务的方式。

迈向实质性 RSI 的竞赛

RSI 长期以来一直停留在理论层面。一些学者警告说，它可能会引发突然的“智能爆炸”，而另一些人则认为改进将是渐进式的。Recursive 押注于后者，目标是在几个月内将自我改进循环转化为成熟的市场软件。Socher 已公开设定了 10 月份这一期限，届时将推出首个由其自我修改智能体衍生的可用产品。

如果时间表能够实现，该公司将为更广泛的辩论提供一个具体的参考点：以算力为中心的模式是否能比传统的重人才模式更快地产生商业价值？成功将验证这样一个观点：扩展智能体数量，而非工程师人数，是通往高级 AI 能力的最快路径。

风险与反方观点

该策略面临质疑。批评者指出，无论原始算力多么庞大，都无法取代人类研究员带来的创造性问题解决能力。RSI 系统仍然需要精心设计的目标、安全检查和可解释性工具——在这些领域，人类的专业知识仍然不可或缺。将 4.1 亿美元投入云服务也意味着应对突发挫折的资金缓冲变小了，例如成本超支或迫使公司转向人类主导研究的算法死胡同。

另一个担忧是时机问题。即使 Recursive 在 10 月份交付了产品，由于自我改进软件仍处于起步阶段，其采用率可能会受到限制。企业可能会对内部决策过程不透明的工具望而却步，尤其是在监管机构加强对自主 AI 系统审查的情况下。

后续关注重点

  • 10 月份的产品发布： 功能完备的 RSI 驱动型产品将是对“算力优先”假设的首次现实世界测试。早期的用户反馈和性能指标将被密切分析。
  • AWS 基础设施更新： 作为合作伙伴关系的结果而宣布的新服务或定价模式，可能会成为其他 AI 实验室的事实标准。
  • 融资动态： 如果 Recursive 的方法被证明是可行的，可能会有一波资金流向重算力的初创公司，从而重塑 AI 领域的风险投资评估逻辑。
  • 监管响应： 可证明的自我改进系统可能会引起对自主决策感到担忧的政策制定者的注意，从而影响未来的合规要求。

总结

Recursive Superintelligence 押注于购买足够的算力可以超越传统的招聘更多工程师的做法。这笔 4.1 亿美元的 AWS 合同将这一赌注摆在了台面上，而 10 月份的产品发布将成为衡量在迈向高级 AI 的竞赛中，“智能体数量”是否真的能取代“人员编制”的首个真实指标。