（VCA创投社）

RSI（递归式自我进化），正在成为今年AI圈最热的概念之一。

RSI的全称是Recursive Self-Improvement，通常被翻译为“递归自我改进”。它最吸引人的地方，是一个看似简单、实际极其惊人的循环：一个AI系统改进了自己。改进后的系统能力更强，于是它能以更高的效率完成下一次改进。下一代系统继续变强，又能更快、更准确地制造出再下一代。研发下一代AI，成为了上一代AI的工作。如果这个循环可以持续进行，AI的能力增长就不再完全受制于人类研究人员的速度，而有可能进入加速状态。很多关于“智能爆炸”和“技术奇点”的想象，都建立在这个循环之上。

而现在，我们离这个技术奇点越来越近了。

近日，聚焦AI for AI方向的创业公司「元环智能」完成天使轮融资。本轮投资方包括顺为资本、启盈同创基金、上海未来产业基金、君礼私募基金与星连资本，融资金额未披露。

90后清华教授回国创业

元环智能全称为上海元环智能科技有限责任公司，是一家扎根前沿AI基础技术研发的硬科技企业，专注于AI4AI递归自我改进系统研发、AI自动科研体系搭建、模型自主迭代技术落地，核心解决传统AI研发“高算力消耗、高人力成本、低迭代效率、可解释性差”四大行业痛点。

注册地址在上海市徐汇区云锦路701号——与上海期智研究院同址。工商信息显示，公司最早由上海期智研究院出资设立，法定代表人为黄炜，其担任董事、财务负责人。

上海期智研究院的法定代表人与负责人是姚期智（Andrew Yao）——图灵奖得主、清华交叉信息研究院奠基人。这一层出身，是理解元环智能的关键：它不是"教授兼职创业"的衍生项目，而是从顶尖基础研究机构母体里自然生长出来的科研型公司。

刘子鸣负责科学方向与首席科学家角色，黄炜作为法定代表人与董事/财务负责人承担公司化运营与治理。官网招聘口径显示，核心团队来自清华、北大、MIT 等，并同步招募AI Researcher 与AI Engineer——前者研究"AI 为什么 work"（学习动力学、表征、可解释性、训练规律），后者建设分布式训练、推理优化、数据管线等研发基础设施。

刘子鸣，武汉人，是武钢三中校友。

他从初中起就是竞赛生，高中投身物理竞赛，在2015年以全国第8名的成绩入选物理国家集训队，并被保送至北大物理学院。

刘子鸣，图源：元环智能公众号

本科期间，刘子鸣就关注到了物理学和机器学习的交叉领域，并有一作文章发表在European Physical Journal C、Physical Review C等刊物和NeurIPS 2020等学术会议上。

本科毕业后，刘子鸣赴MIT攻读物理博士学位，师从物理学家Max Tegmark——这位物理学教授最初是一名宇宙学家，后将研究重心转向了人工智能。

2024年刘子鸣与导师Max Tegmark共同发表了关于柯尔莫哥洛夫-阿诺德网络（Kolmogorov-Arnold Networks，KAN）的论文，提出了一种新型神经网络架构。这一工作在国际AI学术界引起广泛关注，刘子鸣是KAN网络的第一作者。

此后，刘子鸣在AI基础理论领域持续深耕。他与合作者关于表示叠加（Superposition）的研究，荣获NeurIPS 2025最佳论文亚军。他还提出了基于电场的生成模型Poisson Flow，以及更普适的框架PFGM++和GenPhys，指出扩散模型只是大家族模型中的一个特例。此外，他也是第一个提出Grokking现象解释的研究者。

2026年3月，刘子鸣回国，4月底入职清华大学人工智能学院担任助理教授，同时担任上海期智研究院PI。5月，他开始参与创建元环智能，担任公司首席科学家。从MIT到清华，从学者到创业者，刘子鸣的转型路径代表了一代年轻AI科学家的新选择——他们不再满足于在象牙塔中发表论文，而是希望将研究成果直接推向产业。

元环智能瞄准的方向是AI for AI（AutoResearch），即用人工智能来自动化AI研发流程。具体而言，公司致力于探索AI与自然科学的跨界融合，以及神经与符号系统的跨界融合。

元环智能认为，Auto-Research 将经历三个发展阶段：

第一阶段L1：学习互联网中的人类经验

这一阶段，以Karpathy提出的Auto-Research为代表。模型主要依赖互联网中已有的人类知识，能够复用社区积累的经验，快速找到不错的解决方案。但它本质上仍是在学习别人知道的东西，很难发现新的机制。

第二阶段L2：学习自己的实验经验

以RSI等系统为代表，Agent开始拥有长期记忆，不仅学习互联网知识，还不断积累自己的实验经验。例如，昨天尝试过几种学习率都失败了，今天就换一种方向。这比单纯依赖互联网更进一步，但仍然只是知道什么有效，不知道为什么有效。

第三阶段L3：学习实验经验背后的机制

元环智能认为，这是 Auto-Research 的下一阶段，也是元环智能会持续突破的方向。真正的科学家不会只是记住哪些实验成功，而是会观察现象、提出假设、解释原因，并据此设计新的实验。换句话说，他们建立的是机制性的理解，而不是简单的经验堆积。元环智能相信，未来 Auto-Research的关键，不是运行更多实验，而是理解学习本身的机制。

根据公开信息，元环智能的技术路线主要分为几个阶段：

第一阶段：结构化研究过程（OPHIS）。团队首先对AI研究过程进行结构化建模，将原本黑箱式的研发流程转化为可观测、可量化的步骤。

元环智能公众号

第二阶段：训练原模型预测训练曲线。基于结构化数据，训练一个“原模型”（meta model）来预测AI模型的训练曲线和最终表现。

第三阶段：自动发现新架构。在完成前两个阶段的基础上，实现AI自动发现和设计新的神经网络架构。

可以看出一条清晰的产品递进：先让科研可复现、可观察（Library）→ 再让科研可编排（Workbench）→ 最后让 AI 自主提出假设并干预（Method）。这是一条从"辅助工具"走向"替代研究者"的路径。

这一路线的核心主张可以浓缩为一句话："Scale insights, not just compute."（扩展洞察，而不只是算力。）

在当前主流范式（Transformer + Scaling Law）逼近边际效益递减、高质量人类数据接近枯竭的背景下，元环智能提出"从算力扩展转向洞察扩展"：通过构建元模型（meta-Model）预测不同架构、不同训练配置下的训练曲线与最终性能，先在虚拟空间中筛出高潜力方案，再投入真实训练。通俗地说——先想清楚，再烧卡。

这条路线与市场上另一派——"靠 Coding Agent 疯狂试错"——几乎正交：

刘子鸣本人把这套思路称为 "从 vibe coding 到 vibe training"——从靠感觉写代码，进化到靠理解去训练。

下一个十年最大的机会

AI4AI，又称AutoResearch，是指用人工智能技术来自动化、加速和优化人工智能研发流程的领域。其核心理念是：既然AI可以用于编程、写作、绘画，为什么不能用于设计更好的AI？

这一赛道兴起的背景是，当前主流的大语言模型（基于Transformer架构）正面临明显的天花板——无法做抽象推理、缺乏对非语言模态的压缩能力。与此同时，AI模型的研发成本呈指数级增长，单纯依靠堆砌算力和数据的发展模式正变得不可持续。因此，用AI来加速AI自身的创新，成为行业共识的下一个突破口。

近日，衔远科技算法研究员、清华大学博士生姜澈系统梳理了AI4AI的演进脉络，辨析了进化、自进化与元进化的核心差异，并指出递归自我改进（RSI）的长期目标正从理论走向工程现实。

姜澈指出，进化（Evolution）仅让方案在当前任务中变好，任务结束后经验随之终结；自进化（Self-Evolution）则要求系统将经验编译为可复用的记忆、技能或模型参数，并让未来行为可验证地变好。元进化（meta（meta）-Evolution）更进一步，学习的不是“怎样把任务做好”，而是“怎样更有效地改进”，目标是让改进器本身在相同预算下变得更快、更稳定。递归自我改进（RSI）则要求升级后的改进器接管下一轮，持续产生更强的后继系统，形成“越改越好、越改越快”的飞轮。

目前大多数公司还停留在AI4AI（优化AI构建过程）和meta-Evolution（经验反哺改进者）这两个层级。真正跨代的RSI——让模型/系统自己产出下一代——仍处于早期。DeepMind策略官说的"万亿资本开支押注RSI"，押的其实是这个层级的未来突破。

海外方面，OpenAI、Anthropic等头部AI公司已在内部布局类似方向。初创公司方面，Reflection AI在2025年完成了20亿美元融资，估值达80亿美元，英伟达领投8亿美元。Mercor以100亿美元估值完成3.5亿美元融资，专注于AI数据标注和模型训练基础设施。

国内方面，除了元环智能外，一批“neo lab”正在涌现。这些由高校学者或顶尖AI研究员创立的实验室，普遍在早期阶段就获得了高估值融资。元环智能是其中专注于AI for AI方向的代表。此外，还有专注于AI4Science的英灵殿科技，2026年完成了近5000万美元融资；专注于AI4Engineering的原力引擎完成了天使+轮近5000万元融资。

Anthropic联合创始人Jack Clark预测，到2028年底实现完全递归自我改进的概率超过60%；Anthropic2026年6月披露其代码库超80%由Claude编写，模型自主任务时长约每4个月翻番。

AI4AI最根本的意义，在于将AI研发从“手工时代”推向“自动化时代”。当前，设计一个先进的AI模型需要顶尖科学家数月的努力——从架构设计、参数调整到训练优化，每一步都高度依赖人类的直觉和经验。AI4AI的目标，是让AI自己完成这些工作。

如果这一目标得以实现，AI的进化速度将发生质变——不再是人类推动AI进步，而是AI推动自身进步，形成自我增强的进化飞轮。这不仅是效率的提升，更是范式的转变。

刘子鸣强调，做AI for AI需要理解AI的原理。当前的深度学习模型本质上是一个“黑箱”——我们知道它输入什么、输出什么，但很难理解它内部发生了什么。AI4AI的研究，尤其是Physics of AI路线，试图用物理学的方法打开这个黑箱。

这种“可解释性”不仅对学术研究有价值，对产业应用同样关键。当AI被用于医疗、金融、自动驾驶等高风险领域时，理解AI的决策逻辑是合规和安全的必要条件。AI4AI的发展，有望同时推动AI的性能提升和可解释性增强。

一个值得关注的问题是：AI4AI的创新将由谁主导？是现有的AI巨头（如OpenAI、Google、Anthropic），还是像元环智能这样的新兴“neo lab”？

刘子鸣在访谈中专门讨论了这一问题。neo labs的优势在于灵活性和专注度——它们可以集中全部资源攻克一个方向，而不必像大厂那样分散精力。但frontier labs的优势在于数据和算力——它们拥有海量的训练数据和顶尖的计算集群。

最终的格局可能是共生而非替代：neo labs在前沿探索上冲锋陷阵，frontier labs在规模化落地上一锤定音。元环智能选择与上海期智研究院深度绑定，走“学术+产业”的双轮驱动路线，或许正是对这一格局的清醒认知。

元环智能的天使轮融资，是一个值得深入解读的案例。

他让我们意识到，AI的下一个黄金十年，可能不是关于更大的模型、更多的算力，而是关于如何让AI自己变得更好。

真正的Auto-Research，不应该只是让AI做更多实验。

而应该让AI产生新的科学思想，设计新的AI架构，产生自进化。

下一代基础模型，或许不会诞生于更多GPU。

而会诞生于一个能够真正理解AI的AI。

而对于投资人而言，如何在这个充满不确定性的早期赛道中识别真正的“下一个大机会”，将是一场考验眼光与耐心的长期博弈。