Стартап Recursive вышел из тени с $650 млн на разработку рекурсивно самоулучшающегося ИИ

13 мая 2026 года стартап Recursive публично объявил о выходе из режима stealth и о привлечении $650 млн в финальном раунде при оценке $4,65 млрд. В пресс‑описании компания назвала рекурсивное самоулучшение — то есть создание ИИ, который умеет улучшать собственные модели и процессы — «самым быстрым путём к сверхинтеллекту» и обозначила приоритет: сначала построить такие системы внутри области разработки ИИ, затем распространить автоматизированный научный подход на другие дисциплины. Это заявление ставит в центр стратегии идею полной автоматизации научного метода и меняет фокус с отдельного моделирования на мета‑уровень — как инструмент, способный ускорить открытие и оптимизацию моделей.

$650 млн в раунде подтверждены компанией; лидерами инвестиций названы GV (Google Ventures) и Greycroft, при участии AMD Ventures и NVIDIA. В апреле писала о сумме выше $500 млн, теперь Recursive подтвердил итоговый объём. Участие фондов, тесно связанных с крупными вычислительными платформами и производителями чипов, подчёркивает, что проект рассчитывает на значительные аппаратные ресурсы и масштабирование вычислений как критически важную составляющую своей дорожной карты.

Возглавляют стартап Ричард Зохер (бывший Salesforce) и Тим Роктэшель (бывший Google DeepMind); в команде также значатся исследователи, ранее работавшие в OpenAI, Meta и Uber AI. На момент анонса компания не публиковала конкретных технических результатов, научных статей или открытых репозиториев с экспериментами, поэтому внешние оценки прогресса невозможны: пока что доступны лишь цели, архитектура финансирования и кадровая база. Руководство апеллирует к идее «информационного барьера» Станислава Лема — моменту, когда поток новых знаний превышает человеческую способность их усвоить — и ставит целью «прорвать» этот барьер за счёт автоматизации научного метода.

Для разработчиков и команд это объявление означает возможный сдвиг внимания на инструменты для автоматизированного проведения экспериментов, метрики самоулучшения моделей и инфраструктуру для масштабирования вычислений. Большой объём инвестиций и присутствие AMD и NVIDIA как инвесторов указывают на приоритет аппаратной производительности и затратных вычислительных циклов. отсутствие опубликованных бенчмарков и открытых репозиториев оставляет проект в разряде амбициозных инициатив с высокой степенью неопределённости в отношении того, какие конкретно алгоритмы, рабочие процессы и сроки будут реализованы. Анонс сопровождался корпоративными постами в LinkedIn/Recursive и сообщением отраслевого издания.