遞歸式 AI 的黎明：對自治的 40 億美元押注

在一個顯示矽谷投資策略出現劇變的舉動中，Ricursive Intelligence 在隱身期結束不到兩個月後，已獲得驚人的 40 億美元估值。多方消息來源確認，此輪募資大幅超額認購，凸顯業界正從靜態的大型語言模型（Large Language Models, LLMs）轉向運算領域的「聖杯」：遞歸自我改進（recursive self-improvement）。

由前 Google DeepMind 研究員 Anna Goldie 與 Azalia Mirhoseini 創辦，Ricursive Intelligence 並非僅在構建另一個聊天機器人。該公司正打造一個自主迴路，讓人工智慧（Artificial Intelligence, AI）設計其運行的硬體，從而創造出指數級能力的飛輪效應。

封閉迴路：從軟體到矽晶片

核心論點是 Ricursive Intelligence 認為下一波 AI 能力的飛躍，不會來自更多資料，而是來自由 AI 自行設計的更佳硬體。現行晶片設計週期需 18 至 36 個月——在機器學習快速演進的世界裡，這等於一個世代。Ricursive 的目標是將這個時間壓縮到數天。

「我們正從『無晶圓廠（fabless）』時代走向『無設計（designless）』時代，」Goldie 在近期記者會上表示。「透過讓 AI 最佳化其自身的物理基底，我們移除了邁向人工通用智慧（Artificial General Intelligence, AGI）所面臨的主要瓶頸。軟體改進硬體，而硬體反過來訓練出更優秀的軟體。」

這個概念稱為遞歸自我改進（recursive self-improvement），長久以來一直是 AGI 的理論里程碑。然而，Goldie 與 Mirhoseini 擁有獨特的執行條件。在 Google 任內，他們共同領導了 AlphaChip 專案（前稱 Deep Learning for Chip Design），該專案成功使用強化學習（reinforcement learning）產生出優於人類專家設計的晶片平面配置（chip floorplans）。該技術後來被整合進 Google 的 Tensor Processing Units（TPUs）設計中。

估值爆發

估值從 2025 年底報導的 7.5 億美元種子估值躍升至 40 億美元，反映出科技巨頭在尋求運算效率競爭優勢時的迫切心態。由於大型語言模型（LLMs）的擴展定律因能源與硬體限制顯現報酬遞減，Ricursive 所承諾的「自主硬體最佳化」提供了一條可行的出路。

投資者押注 Ricursive 將成為半導體產業的事實上作業系統，自動化目前需要數千名專業工程師處理的電子設計自動化（Electronic Design Automation, EDA）工作流程。

競爭格局與市場影響

Ricursive Intelligence 進入了一個競爭激烈的領域，但擁有明顯的技術護城河。雖然像 NVIDIA 與 Synopsys 等公司已在其工作流程中整合 AI，Ricursive 正用 AI 作為主要架構師來重構整個技術棧，而不僅僅是擔任輔助角色。

下表概述了 Ricursive 與 2026 年初正在塑造運算與 AI 基礎設施格局的其他高動能業者之比較。

Table: Major AI & Infrastructure Valuations (Q1 2026)

「Google 校友」效應

Ricursive 的驟然崛起凸顯了頂尖人才離開 Google 後創立高影響力新創公司的持續趨勢。Goldie 與 Mirhoseini 加入了一個由校友創辦分類定義型公司的備受矚目名單。他們離開 DeepMind 被視為對該科技巨頭的一大打擊，因為該公司正努力在激烈的人才爭奪戰中留住頂尖研究者。

不同於那些僅在現有模型（如 GPT-5 或 Gemini）上構建介面的「wrapper」新創公司，Ricursive 正在處理一個根本的物理與工程問題。這種「深度科技」策略使他們對尋求可防禦智慧財產的風險投資家特別有吸引力。

安全性與奇點（Singularity）

能夠在無人干預下改進自身設計的 AI 概念不可避免地帶來安全疑慮。批評者認為，遞歸迴路可能導致快速超越人類控制的「智力爆炸」。

Ricursive Intelligence 已回應這些憂慮，表示他們目前的焦點嚴格放在硬體效率與邏輯最佳化上，而非開放式的代理行為。Mirhoseini 澄清：「我們的系統優化的是功耗、效能與面積（power, performance, and area, PPA），並不是在重寫自己的倫理準則。」「我們在打造引擎，但方向盤仍由人類握著。」

運算的新範式

若 Ricursive 成功，其影響遠超過單一公司估值。它可能使客製化矽晶片的可及性民主化，使軟體公司像今天編譯程式碼一樣容易「印製」自己的專用晶片。這將打破目前以 Nvidia 為中心的 AI 運算壟斷，並加速專用硬體在機器人、太空探索與氣候模擬等領域的到來。

隨著矽谷資本機器向這一願景注入數十億資金，問題仍是：Ricursive Intelligence 能否交付與其數位承諾相匹配的實體晶片？目前市場以壓倒性的肯定票做出回應。

產業展望

Ricursive Intelligence 的資本化可視為 2026 年科技經濟的風向標。這顯示 2024–2025 年的「應用層」炒作正逐漸讓位於「基礎設施與自治」階段。投資者不再只是資助會寫詩的 AI；他們在資助會打造機器的 AI。

對於 Creati.ai，我們將持續觀察 Ricursive 的技術如何與更廣泛的生成式 AI（Generative AI）生態系統整合。如果其「無設計」晶片架構證明可行，我們或將很快看到一代 AI 模型運行在由它們自己設計的硬體上——一場真正的遞歸黎明。