一句话看懂：Richard Socher 创立的 Recursive Superintelligence 与 AWS 签署了一份价值 4.1 亿美元、为期多年的云计算合同，用于支撑其“自我改进”AI 系统的训练和推理。该公司此前在 2026 年 5 月刚完成 6.5 亿美元融资。这笔巨额算力投入暴露了追求“递归式智能”路线的极高成本，也再次将 AI 算力军备竞赛推向新高度。
事件核心：发生了什么
Recursive Superintelligence（简称 RSI）由前 Salesforce AI 首席科学家 Richard Socher 创办，专注于构建能通过自我反馈持续改进的 AI 系统。近日，RSI 与亚马逊云服务（AWS）达成一项总金额约 4.1 亿美元、为期数年的云计算合作。协议涉及大量 GPU 及 AI 专用芯片的算力租赁，用于支持 RSI 自研模型的训练和持续自我优化。值得注意的是，该公司在两个月前（2026 年 5 月）刚完成一轮 6.5 亿美元融资。这意味着 RSI 当前可支配资金超过 10 亿美元，其中近半已锁定为云端硬件支出。
为什么重要
这笔交易凸显了“自我改进 AI”路线的两大特征：算力需求极强、资本依赖极深。RSI 的路线不同于主流大模型厂商（如 OpenAI、Anthropic）依赖人工反馈（RLHF）或微调，而是主张让模型在运行中自动修正自身能力。这种方法的推理阶段消耗远高于传统方法，导致基建投入直线上升。此次 AWS 合同金额（4.1 亿美元）甚至超过了许多 AI 初创公司单轮融资总额，说明即使对于头部团队，算力租赁也已从运营成本变为核心战略投资。同时，该合同锁定多年，也表明 RSI 对未来模型迭代速度和算力需求有较高确定性判断。
对用户/开发者/创作者的影响
短期内，RSI 的自我改进 AI 尚未面向公众发布 API 或产品，因此对普通用户尚无直接影响。但开发者可关注其商业模式：如果 RSI 最终以 API 形式提供服务，其定价很可能高于现有模型（因硬件成本高昂），可能只适合高价值场景（如科学模拟、自动化代码审计）。对企业采购者而言，这类交易提示：选择 AI 供应商时，需评估其对单一云厂商的绑定风险。AWS 大额合同意味着 RSI 的推理和训练可能高度依赖 AWS 的生态服务（如 SageMaker、Bedrock），同时可能限制了其跨云灵活度。对硬件行业而言，这笔订单进一步挤压了其他云厂商的 AI 芯片库存，可能推高短期 GPU 租赁价格。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，RSI 是否会在年内发布可公开测试的“自我改进”模型。目前公开信息显示，该公司尚未公布具体产品路线图或模型性能基准，此次算力部署完成后或迎来首次能力展示。第二，AWS 是否会针对此类“自我改进”负载推出专用芯片或优化方案。4.1 亿美元的合同体量足以让 AWS 为其定制云服务架构，而这可能影响下一代 Trainium/Inferentia 芯片的路线图。第三，其他 AI 公司是否会跟进类似“递归改进”路线。如果 RSI 在有限预算内证明了效果，OpenAI、Google DeepMind 等可能加速内部自我改进技术的研发，从而带动更大的算力采购潮。
来源：Techmeme
