研究即引擎：27 歲清華教授的 RSI 新創超衍智能兩個月募得近 4 億人民幣

遞迴自我改進（Recursive Self-Improvement, RSI）是當前 AI 領域最擁擠的創業命題——而這個領域最年輕的創辦人之一，剛剛在中國拿下規模數一數二的天使輪融資。2026 年 9 月 16 日，總部位於北京的超衍智能（Apex Intelligence）宣布完成近 4 億人民幣（約 5,000 萬美元）的天使輪與天使+輪融資，距公司正式官宣僅約兩個月。創辦人陳勇超今年 27 歲，是清華大學人工智能學院有史以來最年輕的助理教授。

誰在打造它

陳勇超的經歷像是一趟前沿實驗室的巡禮：他透過哈佛與 MIT 聯合培養項目完成博士學位，回國前曾在 Google Research、Google DeepMind、Microsoft 與 IBM 從事大模型相關研究。據他自述，2026 年 1 月他站在職業十字路口：一邊是 DeepMind 的工作邀約、以及多家專注 AI 自動化科研的海外新創的共同創辦邀請；另一邊，則是他等了兩年的創業時機。他選擇回國創立超衍智能，同時進入清華任教——這種學界與產業並行的雙軌路徑，正是中國 AI 生態日益模糊學術與商業邊界的縮影。

創始團隊以研究為核心：成員來自字節跳動、Kimi（月之暗面）與智譜 AI 等頭部大模型廠商，具備一線模型研發經驗。公司的定位不是另一家 Agent 框架供應商，而是一家以「自進化」本身為產品的基礎模型公司：訓練一個通用模型，讓它能獨立跑完整個研究迴圈——構思想法、檢索文獻、接上 GPU、搭建環境、執行實驗、撰寫報告——再把每一條研究軌跡化為訓練資料，回頭改進模型自身。

融資輪次

這筆融資的看點不在金額，而在出資者是誰、以及速度有多快。天使輪由 IDG 資本、星連資本與晶泰科技（XtalPi）聯合領投，德迅資本、無限基金、初心資本與雲九資本跟投——集合了頭部美元基金、產業資本與市場化投資機構。天使+輪則由北京、深圳、上海三地的國有背景基金共同領投：中關村科學城基金、深圳創投與上海未來產業基金。

這個結構本身就說明了很多事。兩個月內連關兩輪、規模近 4 億，既反映投資人對 RSI 敘事的熾熱胃口，也顯示中國主要城市對「下一代產業智慧」的戰略押注。資金將投向三個方向：基礎模型與算力基礎設施建設、遞迴自改進技術的研發投入，以及核心團隊擴張。

最引人注目的數字：34 篇論文、兩篇超越 99% 人類

超衍智能故事中最具話題性的數據，出現在 2026 年 5 月——比公司官宣還早。陳勇超透露，團隊讓公司的自進化 AI 系統獨立產出 34 篇論文，投稿至 ACL 系列會議的統一評審平台 ACL Rolling Review。其中 11 篇初審得分超過 3.0——約當博士班學生水準——更有兩篇的分數高於同一池中 99% 的人類研究者。

陳勇超的表述謹慎但有分量：「很多想法相當令人大開眼界。有些論文幾乎達到博士生的水準，這超出我們的預期，但也合理，因為這一刻遲早會來。」公司還宣稱，其系統已完成一個存在 30 年的數學「優化猜想（majorization conjecture）」的完整證明——這類成果若經獨立驗證，將把 RSI 從敘事推向證據。內部方面，超衍智能表示已累積數萬條高品質研究軌跡，涵蓋專家軌跡、合成軌跡與 AI 自主生成的研究軌跡。

「研究是 RSI 的引擎」

在日益喧鬧的 RSI 賽道裡，超衍智能的差異化論述是分層的。Agent 層的新創打造 Harness——讓既有模型執行研究任務的鷹架。超衍智能則把遞迴自我改進做在基礎模型層：讓每一個完成的研究任務變成訓練資料，使模型本身更擅長解決下一個更難的任務。公司內部將此概括為一句話：「研究是 RSI 的引擎。」

陳勇超對現今模型與目標模型的區分相當銳利：當前的大模型是穩定性導向的——保守、針對大眾、以不出錯為目標，問它一百個問題能答對九十五個，剩下的靠抑制幻覺或坦承不知道。而自進化模型應該是創新導向的：面對答不出的問題，它該生出一百種候選解法，容忍其中九十九個荒謬失敗，只要有一個被證明有效，系統就能識別它、保留它，轉化為日後可覆用的能力。他提出一個令人不安的觀察：模型在通用評測上分數越高，往往創新能力越差——他認為這種取捨需要不同的訓練方法（包括讓模型同時扮演想法生成者與想法評審者的對抗式訓練）與不同的架構，而不只是更多 Scaling。

至於時間點，陳勇超是 S 曲線思維的信奉者。第一條 S 曲線——經典 Scaling Law 時代——已接近飽和的上緣；RSI 可能是下一條 S 曲線，也可能是一套幫我們發現多條 S 曲線的方法論。「時代不會等你，」他說，「這就跟兩年前不做大模型、一年前不做具身智能是一樣的處境。」

脈絡：擁擠而多半未經證實的賽道

這輪融資落在 RSI 募資浪潮的高點，而這波浪潮敘事的成分不亞於實質。Andrej Karpathy、前 Meta FAIR 研究總監田淵棟、前 Google 首席科學家 Jeff Dean，近來都先後加入或投資 RSI 方向的新創。其中田淵棟的 Recursive Superintelligence 在 2026 年 5 月、尚未交付任何公開成果時，就宣布以 46.5 億美元估值完成 6.5 億美元融資——這個數字標誌著該賽道的火熱程度。而本月一篇由 35 位作者署名的學術路線圖（《The Last AI Built by Humans》）則直言：今日所有被行銷為「自我改進」的系統，在五級自主性階梯上最多只站上第二級。

這正是檢視超衍智能數字時應有的背景。近 4 億人民幣在天使輪裡規模不小，但相對賽道巨頭仍屬克制；兩個月關輪與三城國資聯合領投，說明的是戰略卡位而非技術證明。公司表示，其自動化科研產品近期已上線並進行小規模內測；自研模型以開源模型為基礎做中訓練與後訓練、參數規模不小，策略是用部分通用能力（如程式與數學）換取顯著更強的完整研究能力。

為什麼重要

除了融資頭條之外，有三個理由值得持續關注這家公司。第一，它檢驗的是自我進化能否成為基礎模型層的產品，而非 Agent 層的功能——目前多數 RSI 賭注都是架在既有前沿模型上的鷹架。第二，ACL Rolling Review 的分數無論最終學術命運如何，都是這個以路線圖為主的領域中，少數被量化的公開宣稱。第三，這個投資人聯盟——美元基金、AI 製藥獨角獸、三城國資——勾勒出的政治經濟學，比任何政策文件都更精準：如今資金追著任何有公信力、宣稱能壓縮研究迴圈本身的人跑。

誠實的保留也同樣清楚。滾動式平台的評審分數不等於論文錄取，兩個統計離群值也無法確立一項能力；數學猜想的證明仍待正式驗證；陳勇超描述的「創新 vs. 穩定」取捨是假說而非定論。但隨著 RSI 競賽在太平洋兩岸同步加速，超衍智能剛拿到讓這套宣稱變得可檢驗的資源——而這個領域最年輕的創辦人之一，如今也有了嘗試的算力。