Recursive Superintelligence вышел из stealth с $650 млн

По состоянию на 14 мая 2026 года Recursive Superintelligence уже не выглядит как почти пустой сайт и слух о крупном раунде. Компания Ричарда Сочера и Тима Роктэшеля вышла из stealth и публично заявила, что строит self-improving superintelligence: ИИ, который помогает улучшать сам ИИ и затем может ускорять другие области науки.

Свежая фактура сильнее апрельской: The Decoder и Tech.eu пишут о раунде не менее $650 млн при оценке $4,65 млрд, а Techmeme в пересказе New York Times даёт близкую, но более осторожную формулировку — $650M+ при оценке $4 млрд. Рынок заплатил сотни миллионов долларов за команду и исследовательскую гипотезу, хотя публичного доказательства работающего рекурсивного самоулучшения ещё нет.

Что изменилось после выхода из stealth

Главное изменение — Recursive теперь сам объясняет свою ставку. На официальном сайте компания пишет, что самый быстрый путь к superintelligence, по её мнению, лежит через ИИ, который рекурсивно улучшает себя с помощью open-ended algorithms. Первый фокус — науке об ИИ: системе, которая улучшает ИИ.

В апреле история держалась в основном на пересказах Financial Times: минимум $500 млн, оценка около $4 млрд, GV и Nvidia среди инвесторов. После выхода из stealth источники уточнили масштаб. The Decoder называет финальный раунд в $650 млн при оценке $4,65 млрд, лид-инвесторами — GV и Greycroft, среди участников — AMD Ventures и Nvidia. Tech.eu подтверждает ту же сумму и оценку, а Techmeme/NYT формулирует оценку как $4 млрд. Для быстро меняющейся сделки это нормальный разброс публичных пересказов, но для читателя важнее порядок: это один из самых крупных ранних раундов вокруг self-improving AI.

Команда тоже стала понятнее. Официальный сайт говорит о более чем 25 сотрудниках, офисах в Сан-Франциско и Лондоне и опыте в OpenAI, DeepMind, Google Brain, Meta, Salesforce и Uber. Tech.eu отдельно пишет, что среди сооснователей — Сочер, бывший Chief Scientist Salesforce, и Роктэшель, профессор UCL и бывший исследователь Google DeepMind.

Что Recursive называет self-improving AI

В практическом смысле речь не о чат-боте, который стал умнее после пары диалогов. Recursive описывает исследовательский контур: ИИ анализирует собственные результаты, предлагает новые эксперименты, улучшает методы и постепенно ускоряет поиск знаний. Компания начинает с AI research, потому что там легче измерять прогресс: модели, evals, обучение, архитектуры, инструменты для агентов и автоматизация экспериментов.

Здесь нужна осторожность. У Recursive пока нет публичного продукта, открытой статьи с результатами или независимого теста, который показывал бы устойчивое рекурсивное самоулучшение. The Decoder прямо отмечает, что компания не публиковала конкретных технических результатов. Даже профильная исследовательская работа Open-Endedness is Essential for Artificial Superhuman Intelligence, где Роктэшель среди авторов, формулирует проблему аккуратно: создание open-ended, ever self-improving AI остаётся нерешённой задачей.

Лучший русский перевод этой новости: крупные инвесторы ставят на команды, которые хотят автоматизировать сам процесс разработки ИИ. Формулировка «самоулучшающийся ИИ уже появился» звучит сильнее, чем позволяют факты.

Почему инвесторы платят до продукта

Оценка около $4-4,65 млрд для молодой лаборатории без публичного продукта выглядит странно только в обычной логике SaaS. В гонке frontier AI инвесторы покупают не текущую выручку, а шанс занять место в следующем слое инфраструктуры: команда, доступ к вычислениям, исследовательская траектория и возможность ускорять будущие модели.

На этом фоне участие Nvidia и AMD выглядит не случайным. Если Recursive действительно строит контур для автоматизации AI research, вычисления становятся частью продукта, а не просто статьёй расходов. GV и Greycroft добавляют другой слой — венчурную сеть и доступ к крупным технологическим игрокам.

Похожую логику мы уже видели в соседних сюжетах. В материале про YC W26 Demo Day ранние AI-команды получали внимание ещё до зрелых бизнес-моделей. В разборе enterprise AI от OpenAI видно, как рынок смещается от чат-интерфейса к агентному рабочему слою. Recursive двигает ставку дальше: капитал идёт в ИИ для создания следующего ИИ.

Где начинается риск

Первый риск — терминология. Self-improving AI звучит как готовая технология, хотя публичная фактура пока описывает намерение и команду. Если в заголовках убрать это различие, новость превращается в AGI-рекламу. Для читателя важнее другое: лаборатория хочет автоматизировать исследовательский цикл, но ещё не доказала, что умеет делать это надёжно и на длинной дистанции.

Второй риск — контроль. Система, которая предлагает новые эксперименты, меняет evals и ищет способы улучшать модели, требует более жёсткого наблюдения, чем обычный ассистент. Нужны воспроизводимые проверки, журналирование решений, красные команды, лимиты автономности и понятная ответственность людей. Иначе ускорение исследований легко обгонит способность команды понимать, что именно изменилось.

В практическом плане это тот же слой контроля, который обсуждается в frontier AI safety reviews: до релиза нужно понимать возможности модели, evals и пределы автономности, а не только читать маркетинговое описание.

Третий риск — завышенные ожидания. Чем больше раунд на ранней стадии, тем меньше пространства для нормальной исследовательской неопределённости. Любой слабый первый результат будет выглядеть как удар по оценке, хотя для лаборатории это может быть обычная проверка гипотезы.

Что это значит для разработчиков и менеджеров

Для разработчиков эта история важна не тем, что завтра появится автономная лаборатория без людей. Важнее направление: всё больше инструментов будет автоматизировать не только написание кода, но и постановку экспериментов, оценку моделей, поиск ошибок, red teaming и документацию решений. Команды, которые уже умеют строить evals и наблюдаемость для AI-агентов, будут ближе к этому рынку.

Для менеджеров вывод ещё практичнее. Если AI research становится полуавтоматическим процессом, управлять придётся цепочкой агентов, данных, тестов, доступов и человеческих checkpoint. Ошибка в таком контуре может закрепиться быстрее, чем в обычной разработке.

Здесь полезно держать рядом материал про Meta Muse Spark и Superintelligence Labs. Крупные компании и новые лаборатории по-разному упаковывают один стратегический тезис: следующий скачок в ИИ будет связан не только с размером модели, но и с тем, как организован процесс её улучшения.

Короткий вывод

Recursive Superintelligence стоит читать как рыночный сигнал, а не как доказательство близкого AGI. Сильная команда, $650 млн, оценка около $4-4,65 млрд, GV, Greycroft, Nvidia и AMD показывают, что капитал снова готов платить за возможный исследовательский прорыв на очень ранней стадии.

Но главный вопрос остаётся техническим. Пока Recursive не покажет продукт, статью, evals или воспроизводимый результат, self-improving AI остаётся обещанием. Интересным, дорогим и потенциально важным, но всё ещё обещанием.

Источники

• Recursive Superintelligence: официальный сайт
• The Decoder: Recursive emerges from stealth with $650 million
• Tech.eu: Recursive Superintelligence emerges from stealth with $650M raise
• Techmeme: NYT summary on Recursive Superintelligence funding
• Richard Socher: официальный сайт
• Open-Endedness is Essential for Artificial Superhuman Intelligence
• GOV.UK Companies House: Recursive Superintelligence Ltd