清华AI研究员姚顺宇传闻以RSI方向创业，估值约20亿美元

事件概述

据市场传闻，29岁的清华物理系毕业、斯坦福博士，曾任Anthropic和Google DeepMind研究员的姚顺宇，正筹备以递归式自我改进（Recursive Self-Improvement, RSI）为方向的创业项目。其核心业务定位为企业定制化模型开发，市场传闻估值约为20亿美元，主要投资方来自海外。截至2026年10月，该消息尚未获得本人或相关机构的正式确认。

核心信息

1. 人物背景与离职动因

• 学术与职业履历：姚顺宇本科毕业于清华大学，获理论物理博士学位，后在伯克利从事博士后研究。2024年加入Anthropic参与Claude研发，2025年9月加入Google DeepMind。
• 离职原因：2025年9月从Anthropic离职，部分原因涉及公司将其中国业务列为“敌对国家”的限制政策，他对此表示强烈反对；其余原因涉及内部信息不便公开。

2. RSI赛道竞争格局
RSI旨在让AI参与改进AI，实现自动化研究。目前该赛道融资活跃，但技术方案存在分歧：

• 国际头部玩家：
  • Recursive Superintelligence（田渊栋创办）：2026年5月完成6.5亿美元融资，估值46.5亿美元，投资方包括GV、英伟达等。
  • Discovery Loop（Jeff Dean等创办）：洽谈融资规模达10亿美元，估值约100亿美元。
  • Sakana AI：累计融资约4.12亿美元，强调在有限资源下提高自我改进效率。
• 国内进展：
  • 超衍智能（陈勇超创办）：2026年9月公布近4亿元人民币融资，聚焦自进化基础模型。
  • 元环智能（刘子鸣创办）：2026年10月完成数亿元融资，强调通过“元模型”减少试错，区别于常见RSI方案。

3. 商业化挑战与风险

• 算力成本悖论：自动化研究虽能提升实验频率，但也可能大幅增加算力消耗。若有效实验比例未显著提升，成本将急剧上升。例如，Recursive与AWS签署了价值4.1亿美元的多年算力合作协议。
• 定制化交付困境：若姚顺宇团队专注于企业定制，需应对数据不完整、验收标准变化及私有部署等复杂问题。人力成本随项目增加而增长，且通用大模型的持续升级可能迅速削弱定制模型的优势。
• 先行者竞争：前OpenAI CTO米拉创办的Thinking Machines Lab已推出Tinker工具，提供模型训练服务，对定制化市场形成直接竞争。

值得关注

姚顺宇从拥有充足算力和团队支持的大厂研究员转变为需要自行搭建基础设施、招募团队并开拓客户的创业者，面临多重挑战。尽管有田渊栋、Jeff Dean等同行参照，但其正式回应及首个产品的发布将是验证其商业可行性的关键节点。