7 月 28 日，成立仅 7 个月、员工不过 25 人的 AI 公司 Recursive Superintelligence 宣布与 AWS 签署了一项多年期、价值 4.1 亿美元的算力协议。这个数字占其 5 月完成的 6.5 亿美元融资的 63%。
Socher 在与 TechCrunch 的通话中说：「对我们来说，重要的不是员工数量，而是 Agent 数量。」他还补充道，这笔 4.1 亿的合同「很可能是我们未来几年签下的最小的算力协议」。
一家没有公开产品、团队规模相当于种子轮公司的 AI 实验室，正在用接近三分之二的融资买算力而非雇人。这不是又一个云计算大单——它是一种研发组织模型的公开实验。
4.1 亿买什么：不是训练大模型，是跑无限循环
理解这笔交易，需要先理解 Recursive 的系统在做什么。它不是用 AWS 训练一个 GPT 级别的模型。它的工作负载是一个自我循环的研究系统：系统提出改进想法，实现代码，运行实验，验证结果，然后用学到的信息选择下一个实验——如此往复。
Recursive 在 6 月 11 日发布的首批公开结果展示了这个循环的实际产出。在三个基准测试上，系统取得了最优结果：
- NanoChat Autoresearch：在单 GPU、5 分钟固定算力预算下训练小语言模型，达到 0.9109 BPB，优于 Karpathy 发起的 autoresearch@home 社区（数十名人类和数百个 Agent 的协作成果）的最佳成绩 0.9372 BPB；
- NanoGPT Speedrun：在单节点 8×H100 上将模型训练至固定验证损失（3.28），用时从社区经过两年多优化的 79.7 秒压缩到 77.5 秒——在已被人类反复打磨的基准上一个仍有统计显著性的提升；
- SOL-ExecBench：在 235 个 GPU 内核优化任务上，将平均 Speed-of-Light 得分从 0.699 提升到 0.754，意味着与硬件理论极限的差距缩小了 18%。
这套工作负载与 Anthropic 或 OpenAI 预训练大模型的需求完全不同。它不是一次持续数月的单次训练任务，而是成千上万个快速、并行的小实验——每一次实验的结果都可能决定下一个实验的方向。Unite.AI 的分析指出，这种模式对云基础设施的要求是「突发容量、快速调度和高任务周转率」，而非一块预留给定的加速器集群。
AWS 的创业与风投全球负责人 Jason Bennett 在官方声明中承认了这种差异：「自我改进的 AI 会产生复合增长的算力需求——每一个研究循环都会生成下一个实验。」AWS 将与 Recursive 共同开发「专为大规模自动化 AI 研究构建的基础设施」。
一个反向的资本结构
传统 AI 实验室的资金流向大致是：融资 → 雇顶级研究员（人均薪资 50-100 万美元）→ 分配 GPU 预算。Anthropic 拥有数千名员工，OpenAI 更多。两家公司在 2026 年的算力承诺都达到数百亿美元级别，但员工成本同样是巨大的支出项。
Recursive 把这个公式颠倒了过来。25 个人，63% 的融资直接变成算力账单。TechCrunch 特别指出，AWS 没有在这笔交易中附带投资条款——这和 Anthropic 或 OpenAI 的「算力换股权」模式不同。Recursive 是 AWS 的纯客户，算力合同完全体现在公司的资产负债表上。
Socher 的逻辑是：如果 AI 系统自己会编程、会设计实验、会选择研究方向，为什么还要雇人来干这些？公司的增长不由员工增长率驱动，而由 Agent 的并行度驱动。每增加一个实验线程，等于扩展了一个虚拟研究员。
但这个逻辑有一个尚未验证的前提：Agent 是否需要人类的「方向盘」。
RSI 的边界：工程自动化 vs 研究自主
递归自我改进（RSI）正在成为 2026 年 AI 行业最热的概念——同时也最缺乏共识的定义。TechCrunch 在 5 月的一篇分析中直接称之为「新的 AGI，且同样难以界定」。
目前可观测的 RSI 相关实践分为两个层次。第一个是工程自动化：Anthropic 在 5 月的报告中披露，Claude 生成的代码占其生产代码的比例已从 2025 年初的个位数升至 2026 年中期的多数。但该公司也明确区分了「工程自动化」和「研究自主」——Claude 可以完成有明确规范的实验执行，但「决定做哪个实验」仍然依赖人类研究人员。
Recursive 的目标是跨过这条线。Socher 描述的是：从想法的提出、实现、验证到下一个研究方向的选择，全部由系统自动完成。其已公开的结果在一定程度上支持了这个方向——系统确实在没有人工干预的情况下发现了有用优化，例如在 NanoGPT Speedrun 中引入 FP8 注意力计算、在优化器中加入退火探索噪声、以及跨层注意力差异复用（cross-layer-diff），这些都是此前人类社区未曾尝试的组合。
但一个关键问题仍然存在：三个基准测试的共同特点是目标函数清晰且评价标准自动化——BPB、训练时间、SOL 分数。当研究目标变得更模糊（例如「提高模型安全性」或「发现新的架构范式」），评价本身就需要人类判断。Recursive 在技术博客中也承认，奖励黑客——系统利用评估漏洞刷分而非真正改进——是持续存在的挑战，尤其在 SOL-ExecBench 上表现突出。
AWS 为什么配合这场实验
对 AWS 而言，4.1 亿美元分摊到多年不过是一条小业务线。亚马逊 2026 年 Q1 的 AWS 收入为 376 亿美元，同比增长 28%。其定制芯片业务年化收入已超过 200 亿美元。Anthropic 承诺了超过千亿美元的 AWS 支出，OpenAI 也签下了数十亿美元的协议。
但 Recursive 的价值不在于金额。AWS 愿意承诺「共建专用基础设施」，说明它将 Recursive 的自动化研究负载视为一个潜在的新品类——就像当年为 Netflix 优化流媒体、为 SAP 优化 ERP 一样。如果「自动化 AI 研究」成为一种标准工作负载，AWS 先行积累的工程经验就是一种先发优势。
Jason Bennett 的表态透露了这种预期：「在短短几个月内，Recursive 产出的结果超越了多年社区驱动优化的成果。AWS 赋予他们将数月的串行研究变成数日并行发现的能力。」
10 月的第一个检验点
Socher 给出了具体的时间线：10 月左右将发布「人们可以实际使用的产品」，且强调是「几个月内而非几个季度」。从 Recursive 目前公开的成果来看，第一批产品可能聚焦于 AI 训练效率工具或 GPU 内核优化——这两个方向都有明确的商业需求，且系统已经证明了自己的能力。
但衡量这家公司是否成功的真正标准不是产品发布时间，而是系统能否展示一条陡峭的自我改进曲线：每个循环后的系统是否比循环前更强？改进速度是否超过人类团队？如果答案是肯定的，那么「Agent 数量取代员工数量」就不再是叙事，而是一种可复现的工程事实。
在此之前，Recursive 的账本上记录着一个罕见的实验：一家 25 人的公司用接近三分之二的融资买算力，试图证明 AI 研发的下一个阶段不需要更多的人。
