DeepMind 兩位核心研究員離職，創辦了一家名為 Reflection AI 的新公司。 這家公司剛浮出水面，就宣佈融資1.3 億美元，估值更是達到5.55 億美元。

兩位創辦人來頭不小： Misha Laskin 曾是DeepMind 強化學習和大型語言模型方向的領導者，Ioannis Antonoglou 則是DeepMind 創始工程師，參與打造了AlphaGo。 Reflection AI團隊陣容非常強大，下圖團隊曾經的作品

他們的目標很明確： 研發具備完全自主性的程式設計AI 智能體，最終實現「超級智慧」。 區別於目前市面上的AI 程式設計助手，Reflection AI 強調「自主性」。 他們希望AI 不僅是輔助工具，而是能像Waymo 的自動駕駛一樣，獨立完成複雜任務

具體來說，Reflection AI 初期專注於 自動化繁瑣的工程任務，例如資料庫遷移和程式碼重構。 他們已在金融和科技等行業拓展客戶，這些行業普遍擁有大型開發團隊，對自動化需求迫切。

創辦人Laskin 認為，結合強化學習和大型語言模型的最新進展，現在是打造實用「超級智慧」的最佳時機。 投資人Lightspeed 合夥人Raviraj Jain 也表示，這並非要取代工程師，而是 讓工程師從重複勞動中解放出來，轉向更高階的架構設計工作，透過管理大量自主智能體提升效率。

Sequoia 合夥人Stephanie Zhan 則更看好「自主智能」 的長遠潛力， 認為這類系統最終將 自動化許多目前由人類完成的任務， 帶來顛覆性變革

除了Lightspeed 和Sequoia 領投， CRV 也參與多輪投資，其他投資者包括Reid Hoffman (LinkedIn 聯合創始人), Alexandr Wang (Scale AI CEO), SV Angel 以及輝達的NVentures。 投資陣容強大，反映了資本市場對「自主程式設計」 和「超級智慧」 概念的認可。

這感覺像是這兩天火爆全網的Manus支援的概念？只是目前還不清楚Reflection AI技術路徑 （AI寒武紀）

打造出AlphaGo的超級天才、Google DeepMind十二年老將Ioannis Antonoglou下場創業了，初創Reflection已融資1.3億，種子輪由紅杉資本等領投。他和Gemini的核心貢獻者攜手，目標是用強化學習造出真·超級AI。

正如Ilya所說，AI的下一步，就是「超級智能」。

近日，由DeepMind近12年老將、做出AlphaGo/AlphaZero/MuZero等項目的超級天才Ioannis Antonoglou，和Gemini強化學習的核心負責人Misha Laskin，聯合成立的初創Reflection AI終於浮出了水面。

Reflection AI的目標十分明確－建構超級智慧自主系統！

目前，這家新創已經融資了1.3億，投資方有紅杉資本、 Lightspeed和CRV。

如此野心的背後，是堪稱豪華的團隊陣容。

在過去的十年間，團隊成員在RL和LLM領域均取得了重大突破，並為DeepMind、OpenAI等前沿AI實驗室主導建構了當時最為強大的AI系統——

那麼，究竟該如何建構超級智慧？

這就牽涉到了這樣一個問題：究竟如何讓LLM在電腦上展現出與AlphaGo在圍棋上同等程度到自主能力？

對此，Reflection的策略是，透過RL提高LLM的自主能力。

他們相信，解決自主編碼是一個根節點問題——如果能建立一個超級智慧的自主編碼系統，所有其他基於電腦的工作領域都將自然解決。

DeepMind頂尖研究員出走創業，估值5.55億美金

此前，這家名為Reflection AI的新創公司一直很低調。

就在剛剛，它宣佈了全新融資：由紅杉資本和CRV領投的2500萬美元種子輪融資，以及由Lightspeed Venture Partners和CRV領投的1.05億美元A輪融資。

而其他投資者，包括LinkedIn聯合創辦人Reid Hoffman、Scale AI執行長Alexandr Wang、SV Angel和輝達的創投部門。

現在，Reflection AI的最新估值已經達到5.55億美元。

如今，已經有越來越多的科技公司押注於所謂的AI智能體，最近爆火的Manus，就反映了人們對這種幫使用者執行任務的AI的渴望。

但Reflection有著更宏大使命：建構具有完全自主性的工具，而不僅僅是一種協作工具或助手。

在他們看來，這種方法將更快實現「超級人工智慧」——也就是比大多數人更聰明、更廣泛的AI。

許多大公司，如OpenAI、Anthropic和DeepMind，都有類似的目標。

現在，Relection已經在擁有大型編碼團隊的領域（如金融服務和科技產業）有付費客戶了。這家公司專注於自動化繁瑣和機械的工程工作，例如遷移軟體資料庫或重構程式碼。

Lightspeed合夥人Raviraj Jain將在Reflection的董事會中任職，他表示，公司要做的事並不是取代工程師。而是讓工程師不再做繁重的工作，而是成為像建築師一樣的角色，來監督大量的自主AI智能體。

如今，AI程式領域已經湧入了一大批資金充足的新創公司，而Cursor製造商Anysphere、Replit和Poolside，都在這個領域頗為出名。

在Laskin看來，一般的AI助手就像定速巡航，而Reflection則致力於成為更像Waymo那樣的存在。

而紅杉資本合夥人Stephanie Zhan，也十分看好Relection。

在他看來，Reflection有潛力與從事類似工作的大型AI實驗室競爭並勝出，因為世界在短短幾年內就會變得非常不同，AI完全能自動化今天我們做的許多工。

在官方部落格中，Relection聯創Ioannis回顧了十年前，自己作為創始工程師加入了DeepMind的經歷。

那時，他創造了AlphaGo，第一個在圍棋遊戲中超越人類世界冠軍的系統。

2016年的那一刻，是AI的轉捩點，也對Reflection團隊的許多成員產生了深遠影響——他們第一次真正領悟到，超級智能的真實形態是什麼樣子。

多年來，他們一直孜孜以求地打造超級智慧。

Reflection將其視為一個能在電腦上完成大部分認知工作的自主系統。

它不僅能幫助自動化現有的工作，還能發現我們未曾考慮過的更好的解決方案，就像AlphaGo在圍棋中發現了新策略，擴展了人類知識，讓著名的第37手棋成為了傳奇。

Reflection相信，解決自主編碼問題將更廣泛地實現超級智慧。

建立完全自主編碼系統所需的突破——如高階推理和迭代自我改進——會自然延伸到更廣泛的電腦工作類別。

一旦複雜軟體可以被自動規劃、編寫和完善，類似的能力就會無縫轉移到其他電腦驅動的任務上，加速向AGI的進展。

多年來，如何建構這樣一個系統並不明確。

然而，在過去十年中，Reflection團隊在RL和LLM方面開創了重大進步，他們相信，這些都是超級智慧的基本建構模組。

從2013年到2020年，團隊以RL建立了專用超級智慧系統，如Deep Q Networks、AlphaGo、AlphaZero和MuZero。

從2020年到2024年，他們以LLM的形式開發了通用智慧系統，如PaLM、CharacterAI、ChatGPT和Gemini，領導了這些AI的預訓練和後訓練。

正是突破，指導了他們實現通用人工智慧的策略：透過強化學習擴展大語言模型的自主能力。

作為一家公司，Reflection共同的核心信念是，最重要的評估是實際應用評估。

開創性的AI不是在真空中發展的；它需要研發與產品的協同設計。自主能力必須在真實場景中展現實際價值。

透過與使用者回饋一起迭代，他們確保這些系統不僅可靠地滿足實際需求，還有助於塑造負責任設計的AI的未來。

目前，他們的重點是一個自主編碼系統：一個實用的產品，同時也代表著邁向我們超級智慧目標的重要一步。

他們有一個簡單的兩步驟計畫：

建構一個超級智慧的自主編碼系統

使用此藍圖擴展到所有其他基於電腦的工作類別

如今，Reflection已經組建了一個世界級的團隊。

Misha Laskin於2022年加入DeepMind擔任研究科學家，負責Google關鍵LLM計畫Gemini的RLHF和獎勵模型團隊。

他見證了第一代Gemini和Gemini 1.5的誕生。

他的研究興趣是「強化學習如何為LLM和多模態模型解鎖新能力」，並致力於開發通用AI智能體。

此前，他在耶魯大學獲得學士學位，在芝加哥大學獲得理論物理學博士學位，並在加州大學柏克萊分校BAIR實驗室進行AI領域的博士後研究，主攻深度強化學習和無監督學習。

2017年，他曾共同創辦了一家專注於為零售商預測產品需求的AI公司，並從BCC、Y Combinator和Salesforce Ventures獲得175萬美元風險投資。

而他也藉此被《富比士》評為「30 Under 30」零售和電子商務領域的傑出人物。

Ioannis Antonoglou：共同創辦人兼CTO

近12年的老將Ioannis Antonoglou，不僅是DeepMind的創始工程師，也是Gemini的第四位核心開發者。

此前，他在亞里斯多德大學獲得電機和電腦工程學士和碩士學位，並在愛丁堡大學AI和機器學習碩士學位。

值得一提的是，他在DeepMind期間也獲得了倫敦大學學院AI博士學位。

Ilya曾在NeurIPS 2024上表示，超級智慧（superintelligence）是公認的發展方向，也是研究者們正在建構的東西。

從本質上來說，超級智能與現在的AI完全不同。

目前，我們擁有出色的LLM和聊天機器人，但它們也表現出某些奇怪的不可靠性——時常會感到困惑，但卻能在評估中表現出遠超人類的能力。

雖然我們還不知道如何調和這一點，但最終遲早會實現以下目標：AI將真正具備實際意義上的智能體特性，並將正學會推理。

由於推理會引入了更多的複雜性，因此一個會推理的系統，推理量越多，就會變得越不可預測。

相較之下，我們熟知的深度學習都是可以預測的。

舉個例子，那些優秀的西洋棋AI，對於最頂尖的人類棋手來說就是不可預測的。

所以，我們將來不得不面對的，是一些極其不可預測的AI系統——它們能夠從有限的資料中理解事物，同時也不會感到困惑。

同樣，自我意識也是有用的，它構成了我們自身的一部分，同時也是我們世界模型中的一部分。

當所有這些特性與自我意識結合在一起時，就會帶來與現有系統完全不同性質和特性的系統，它們將擁有令人難以置信的驚人能力。

雖然無法確定如何實現、何時實現，但這終將發生。

https://www.reflection.ai/superintelligence/

https://www.bloomberg.com/news/articles/2025-03-07/ex-deepmind-researchers-new-startup-aims-for-superintelligence  （新智元）

彙整鉅亨號中所有使用「Reflection AI」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`