Recursive levanta US$650 milhões para IA que se aprimora sozinha

O gargalo do progresso em inteligência artificial não está nos modelos, mas na capacidade humana de inovar e integrar conhecimento. Essa é a aposta da Recursive, startup que emergiu do stealth com US$650 milhões para construir sistemas que melhoram a si mesmos — um passo rumo à superinteligência.

O fato: US$650 milhões e uma promessa ousada

A Recursive anunciou oficialmente sua existência após levantar US$650 milhões em rodada final, com valuation de US$4,65 bilhões. O investimento foi liderado por GV (Google Ventures) e Greycroft, com participação de AMD Ventures e Nvidia. A empresa é comandada por Richard Socher (ex-Salesforce) e Tim Rocktäschel (ex-Google DeepMind), além de pesquisadores vindos de OpenAI, Meta e Uber AI. Até agora, nenhum resultado técnico concreto foi publicado.

Como funciona (visão de operador)

A proposta da Recursive é ambiciosa: criar IA que melhora outras IAs de forma recursiva, usando algoritmos de final aberto que geram inovação contínua. Na prática, isso significa um sistema que escreve e otimiza seus próprios algoritmos de treinamento, arquitetura e hiperparâmetros. O plano é começar com a própria pesquisa em IA e depois expandir para outras áreas científicas.

Do ponto de vista técnico, a abordagem provavelmente envolve meta-aprendizagem, loops de feedback e busca evolutiva. O custo computacional é altíssimo — daí o montante de US$650 milhões, que provavelmente cobre clusters de GPUs (possivelmente com suporte da AMD e Nvidia) e salários de uma equipe de ponta. A latência para ciclos de auto-melhoria pode ser longa, dependendo da complexidade das tarefas.

O que isso muda na prática

Se a Recursive conseguir entregar, o impacto será imenso. Empresas de IA poderão acelerar drasticamente a pesquisa, automatizando descobertas que hoje levam anos. Quem perde? Cientistas de IA que atuam em tarefas repetitivas de ajuste fino e engenharia de prompts — essas funções podem ser parcial ou totalmente substituídas.

Ação prática: Se você trabalha com otimização de modelos, comece a monitorar os avanços da Recursive. Mesmo sem resultados, a visão deles pode ditar o rumo do setor. Também vale rever sua infraestrutura: se a auto-melhoria escalar, o custo de computação será o novo gargalo.

Tensão: isso escala?

A grande dúvida é se a abordagem recursiva realmente escala. Melhorar um modelo é uma tarefa difícil — exigir que o próprio modelo encontre melhorias ainda mais eficientes pode levar a loops de retornos decrescentes ou a explosões de custo. Sem resultados publicados, fica a sensação de que o hype supera a evidência. Será que a Recursive está apenas movendo o gargalo de humanos para infraestrutura e dados? Ou realmente descobriu um caminho mais curto para a superinteligência?

Outro ponto: a promessa de “inovação sem fim” soa bem, mas falta clareza sobre como evitar overfitting ou colapso de diversidade. Em meta-aprendizagem, é comum o sistema encontrar soluções frágeis.

Conclusão

A Recursive tem a visão e o dinheiro, mas ainda não mostrou execução. O caminho recursivo para superinteligência é sedutor, mas pode ser tão caro e incerto quanto os atuais. Resta acompanhar: a auto-melhoria vai realmente acelerar a IA ou será mais um capítulo de promessas não cumpridas?