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。合同金额相当于其 5 月完成的 6.5 亿美元融资的 63%，并不意味着这笔钱已经全部支出。
联合创始人兼 CEO Richard 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」。
一家尚无公开产品、只有 25 名员工的 AI 实验室，承诺了相当于近期融资近三分之二的算力采购。它试图验证一种组织方式：用小团队管理大量 Agent，让系统自己编写代码、开展实验和筛选结果。
算力用来支持连续提出、执行和验证实验
这份协议支持的是 Recursive 的自动化研究系统：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。据公司披露，系统在三个基准上改进了当时的最佳成绩：
- 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，优于沿用 Karpathy 项目的 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——在社区反复优化的基准上进一步缩短训练时间；
- 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，意味着与基准所估计最优性能的差距缩小了 18%。
与一次持续数月的大规模预训练相比，这类工作负载更侧重成千上万个快速、并行的小实验，每次结果都可能影响下一次实验的方向。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 在官方声明中解释了这类需求：「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」。
团队保持小规模，算力采购成为大额承诺
传统 AI 实验室通常同时投入人才和算力：顶级研究员的薪资可达每人每年 50-100 万美元，训练和实验也需要大量 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 选择维持 25 人团队，同时签下相当于近期融资 63% 的多年算力合同。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。就这项协议而言，Recursive 是 AWS 的客户，需要承担约定的采购支出；不能仅凭合同总额判断其全部已经计入资产负债表。
Socher 希望系统承担编程、设计实验和选择后续方向等工作，以增加并行运行的 Agent 来扩大研究规模。按这一设想，公司无需按实验数量同比扩充员工；但实验线程能否持续产出有效结果，仍需验证。
其中一个尚未解决的问题是：Agent 能在多大程度上独立确定研究方向。
优化明确的评分指标，距离自主选题还有多远
递归自我改进（RSI）在 2026 年受到更多关注，但含义仍缺乏共识。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 希望进一步自动化研究方向的选择。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。
这三个基准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 借合作积累自动化研究的基础设施经验
相较 AWS 的收入规模，分摊到多年的 4.1 亿美元合同占比有限。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。
合同之外，双方还计划共建专用基础设施。这有助于 AWS 熟悉自动化研究的计算需求，类似于为 Netflix 的流媒体或 SAP 的 ERP 业务优化基础设施。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 的表态也体现了公司对这种需求的预期：「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。」
产品计划 10 月推出，研究效率仍需持续检验
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，且系统已有相关基准结果；具体产品形态仍未公布。
产品推出后，还需要观察系统能否持续改进：每轮实验是否提高后续研究的效率？同等预算下，是否比人类团队更快得到有效结果？这些比较才能检验增加 Agent 的做法是否稳定有效，而不是只在几个基准上取得一次性进展。
目前可以确认的是，这家 25 人公司已签下相当于近期融资近三分之二的多年算力协议。它能否靠这样的团队规模推进更广泛的 AI 研究，仍有待产品和后续实验回答。
