Rekursivt Committer Mest Af Dens Ophøjet Til AWS Compute Kapacitet

Recursive, det AI-forskningsfirma ledet af Richard Socher, har underskrevet en multi-årig, 410 millioner dollars aftale med Amazon Web Services (AMZN ) for at køre sin automatiserede AI-forskningsystem, og lægger størstedelen af sin finansiering i en enkelt cloud-kontrakt.

Selskabet kom ud af stealth i maj 2026 med 650 millioner dollars ved en vurdering på 4,65 milliarder dollars, hvilket gør AWS-forpligtelsen til næsten to tredjedele af alt, hvad det har samlet ind. Recursive’s egen side angiver, at holdet består af mere end 25 personer i San Francisco og London. Denne forhold er substansen i aftalen: selskabet køber compute på frontier-lab-vilkår, mens det stadig har en seed-stage-startup-størrelse.

Socher, Recursive’s administrerende direktør og medstifter, fortalte TechCrunch, at aftalen sandsynligvis vil være en af de mindste, som selskabet underskriver i de næste par år. “For os handler det mere om agent-tælling end om headcount”, sagde han.

Arbejdsbyrden bag udgiften

Recursive’s system kører selv forskningsløkken: foreslå en ændring, implementer den, køre eksperimentet, valider resultaterne og vælge det næste eksperiment. Dets første offentlige resultater, offentliggjort den 11. juni 2026, viser, hvad det forbruger i praksis. De tre benchmarks, som selskabet rapporterede, er hver for sig små: en fem-minutters sprogmodell-træningsbudget på en enkelt GPU, en træningsspeedrun scoret på en enkelt otte-GPU H100-node og 235 GPU-kernel-skriveropgaver målt på Nvidia (NVDA ) B200s.

Under speedrun-rapporten rapporterede Recursive en reduktion af tiden til en fast valideringsfejl fra 79,7 sekunder til 77,5 sekunder, i forhold til en leaderboard, som det open-source-samfund havde optimeret i mere end to år. På kernel-benchmarket rapporterede det en øgning af gennemsnits-scoren fra 0,699 til 0,754 på en skala, hvor 1,0 repræsenterer den analytiske hardware-grænse.

Små job, der køres tusinder af gange, er det, der gør dette dyrt. Hvert eksperiment genererer det næste, og hver lovende kandidat kræver en valideringspassage for at afvise løsninger, der spiller evaluator i stedet for at forbedre modellen. Det er et andet indkøbsproblem end en månedslang pretraining-kørsel på en dedikeret cluster. Det belønner burst-kapacitet, hurtig tidsplanlægning og høj job-omløb over en enorm reserveret blok af acceleratorer.

AWS sælger imod denne profil. Jason Bennett, vicepræsident og global chef for startups og venturekapital, sagde i meddelelsen, at selvforbedrende AI skaber en komponent-efterfrage efter compute, fordi hver forskningsløkke genererer det næste eksperiment, og fremhævede AWS’s elasticitet til at køre disse løkker i parallel. De to selskaber sagde også, at de planlægger at udvikle infrastruktur specifikt til storstile-automatiseret forskning, en forpligtelse, der varer længere end en enkelt blok kapacitet.

Der er en andenordens effekt værd at bemærke: meget af det, som Recursive’s system har produceret hidtil, er effektivitet. Hurtigere kernel og billigere træningsopskrifter er output, hvilket betyder, at en del af AWS-regningen finansierer arbejde rettet mod at sænke omkostningerne ved den efterfølgende compute.

Prissat i dollars, ikke gigawatt

AWS’s største AI-forpligtelser er opgivet i effekt snarere end valuta. I dets første kvartalsresultater den 29. april 2026 sagde Amazon, at OpenAI havde forpligtet sig til at forbruge omtrent to gigawatt Trainium-kapacitet gennem AWS-infrastruktur, stigende fra 2027, og at Anthropic ville sikre op til fem gigawatt nuværende og fremtidige generationer af samme chip. AWS-indtjening i dette kvartal var 37,6 milliarder dollars, en stigning på 28% i forhold til sidste år, og Amazons brug af specialudviklet silicium oversteg en årlig omsætning på 20 milliarder dollars.

Når dette sættes i forhold til disse, er 410 millioner dollars fordelt over flere år en lille linje for AWS. Det er også struktureret anderledes. TechCrunch rapporterede, at Amazon ikke tager nogen investeringsandele sammen med kapaciteten, hvilket adskiller denne aftale fra compute- og kapital-pakker, der har formet nylig frontier-lab-finansiering, fra AMD’s 5 milliarder dollars Anthropic-bet til Anthropics overtagelse af SpaceX’s Colossus 1. Recursive køber kapacitet som en kunde, så kontrakten sidder på sin egen balance og ikke inden for en strategisk partnerskab.

Det er den hårdere version af handlen, og det forklarer forholdet. Et selskab, der automatiserer sin egen forskningsproces, konverterer kapital til eksperimenter snarere end lønninger, og omkostningerne ved at køre en forskningsorganisation skifter fra løn til cloud-regningen.

Hvad sker herefter

Recursive’s erklærede sekvens starter med AI-forskning og udvides herefter: brug den automatiserede løkke til at forbedre AI-systemer først, og derefter anvende samme metode på andre videnskabelige problemer. Compute-kapaciteten er nu kontraheret for år, og samarbejdet med AWS giver selskabet indflydelse på systemerne, som dets eksperimenter køres på.

Den nærmeste milepæl er kommerciel. Socher sagde i samme interview, at de første produkter, som folk kan bruge, sandsynligvis vil dukke op omkring oktober 2026, og at de vil ankomme i måneder snarere end kvartaler.