Seis meses após ser expulso do Meta, ele levantou 4,6 bilhões de dólares

Em 22 de outubro de 2025, o CEO da Meta, Zuckerberg, aprovou uma ordem de demissão.

600 pessoas do departamento de IA foram demitidas, incluindo até mesmo a equipe central do FAIR (Instituto de Pesquisa em Inteligência Artificial Fundamental). Tian Yuandong e seu grupo liderado foram completamente eliminados.

Ironicamente, há apenas nove meses, a Meta ainda estava desesperada para que eles fossem apagar incêndios — menos de dois meses antes do lançamento do Llama 4, a equipe de Tian Yuandong foi forçadamente retirada da pesquisa fundamental, realocada para apoiar a linha de produtos de IA generativa na pós-treinamento e correção de bugs.

Quem realmente deveria resolver o problema foi demitido, e quem realmente deveria ser responsável, não estava na lista.

Em janeiro de 2026, Tian Yuandong e outros sete pesquisadores de ponta em IA fundaram a Recursive Superintelligence.

Em maio de 2026, a empresa anunciou oficialmente: completou uma rodada de financiamento de 650 milhões de dólares, com avaliação de 4,65 bilhões de dólares. GV e Greycroft lideraram, AMD Ventures e Nvidia participaram como investidores.

A Meta provavelmente não esperava que, ao despedir alguém, estivesse se despedindo de mais do que uma pessoa.

No dia da demissão, todo o mundo da IA estava disputando por ele.

Assim que Tian Yuandong postou seu anúncio de saída, os comentários se transformaram instantaneamente na "reunião de alto nível do Vale do Silício" do Boss直聘.

OpenAI, xAI, Anthropic, ByteDance, Google DeepMind... todas as grandes empresas de IA que você consegue nomear, estavam lá.

Ramos de oliveira se estendendo um após o outro, riquezas imensas diante de seus olhos.

Tian Yuandong balançou a cabeça e recusou tudo.

Muita gente não entende: por que abrir mão de uma oportunidade tão boa?

Mas se você conhece seu currículo, entende — esse tipo de pessoa, por natureza, não nasceu para ser funcionário.

Nascido em Xangai, bacharel e mestre na Universidade de Jiaotong de Xangai, doutor em robótica pela Carnegie Mellon University (CMU). Entrou na Meta FAIR em 2013, e trabalhou por quase dez anos. Aprendizado por reforço, sistemas multiagentes, raciocínio com grandes modelos e otimização de eficiência, análise teórica de deep learning — tudo nas áreas mais avançadas de IA.

Ele é do tipo de pesquisador "mais teórico, mais fundamental, mais desafiador". Pode não entregar demos chamativas rapidamente, mas define o teto tecnológico de uma empresa para os próximos três a cinco anos.

Quando alguém assim é demitido, não é uma perda para ele, é uma perda para a Meta.

Oito cofundadores, formando uma Liga de Vingança da IA

Tian Yuandong não foi para nenhuma grande empresa. Optou por um caminho mais radical: ser seu próprio chefe.

Em janeiro de 2026, a Recursive Superintelligence foi registrada na Inglaterra. A equipe fundadora é considerada a "Dream Team de IA do Vale do Silício" — oito cofundadores, reunindo quase as instituições de pesquisa mais centrais na cadeia de valor de IA.

● Richard Socher (CEO) — ex-Cientista Chefe e Vice-Presidente Executivo da Salesforce, fundador do motor de busca You.com. Um dos principais responsáveis por levar métodos de redes neurais ao campo de NLP, com mais de 180 mil citações no Google Scholar.

● Tim Rocktäschel — responsável pela direção de inteligência aberta na DeepMind, professor na UCL, cujo método Rainbow Teaming se tornou padrão na segurança de IA.

●施天麟 (Tim Shi) — formado na Yao Class da Tsinghua, ex-pesquisador da OpenAI, cofundador e ex-CTO da IA unicórnio Cresta.

● Alexey Dosovitskiy — primeiro autor do artigo Vision Transformer (ViT), que revolucionou o paradigma de pesquisa em visão computacional.

● Caiming Xiong — ex-responsável de pesquisa em IA na Salesforce, liderou estudos de pré-treinamento multimodal.

● Jeff Clune — ex-pesquisador da OpenAI, pioneiro em algoritmos de diversidade de qualidade e de final aberto.

● Tian Yuandong — ex-diretor de ciência de pesquisa na Meta FAIR, especialista em aprendizado por reforço e sistemas multiagentes.

Além disso, o autor do livro didático de IA "Artificial Intelligence: A Modern Approach", ex-diretor de pesquisa do Google, Peter Norvig, também se juntou como conselheiro.

Oito pessoas, vindas da OpenAI, Google DeepMind, Meta AI, Salesforce AI, Uber AI. Isso não é uma equipe de startup, é uma Liga de Vingança da IA.

A empresa atualmente conta com apenas 25 pessoas, com sedes em São Francisco e Londres, cobrindo áreas centrais como agentes inteligentes, arquiteturas de algoritmos, modelos de mundo, interpretabilidade, etc. A narrativa clássica do Vale do Silício: com o menor número de pessoas, apostando no futuro mais distante.

Autoaperfeiçoamento recursivo: IA decidindo seu próprio caminho tecnológico?

Recursive, recursivo. O nome da empresa é uma declaração de sua estratégia.

Eles apostam na direção chamada "Autoaperfeiçoamento Recursivo" (Recursive Self-Improvement). A lógica central é: construir um sistema de IA capaz de fazer descobertas científicas de forma autônoma — formular hipóteses, desenhar experimentos, avaliar resultados, otimizar iterativamente — evoluindo continuamente em um ciclo aberto.

A competição atual por grandes modelos ainda se baseia na lógica de Scaling Law: modelos maiores, mais dados, maior poder computacional. Essa abordagem trouxe avanços explosivos, mas os retornos marginais estão diminuindo, enquanto os custos de treinamento sobem exponencialmente. Todo o setor está ansioso: após os grandes modelos, de onde virá a próxima grande evolução de capacidades?

A resposta do Recursive é: sair da Scaling Law, fazer a IA decidir seu próprio caminho tecnológico.

A explicação do CEO Socher é extremamente clara: "IA é código. Agora, a IA também escreve código. Os elementos necessários já estão presentes."

O roteiro deles tem duas etapas: primeiro, treinar um sistema com a capacidade de "50 mil doutores", automatizando a pesquisa científica em IA — ou seja, retirar gradualmente os pesquisadores humanos do ciclo de design de experimentos, leitura de artigos e validação de hipóteses; segundo, expandir esse mecanismo de auto-otimização recursiva para descoberta de medicamentos, materiais de baterias, física de fusão nuclear e outras ciências fundamentais.

Não se trata de criar um chatbot mais inteligente, mas de dar à IA a capacidade de evoluir por si mesma. Se der certo, isso superará em muito o lançamento de mais um LLM.

O que a Meta enviou embora, não foi apenas uma pessoa
==================

A história de Tian Yuandong não é apenas uma narrativa de sucesso pessoal.

Ela é um retrato do dilema das grandes empresas de tecnologia do Vale do Silício — de uma pesquisa fundamental de longo prazo para entregas de produtos de ciclo curto, de paciência na pesquisa para a pressa em cumprir KPIs trimestrais.

Quem realmente define o teto tecnológico para os próximos três a cinco anos foi demitido, enquanto quem deveria assumir a responsabilidade por erros estratégicos não estava na lista de cortes.

Esse "momento Xerox" se repete na história da tecnologia: a Bell Labs dissolveu sua equipe de física fundamental mais talentosa, e a revolução do transistor aconteceu em outro lugar. A interface gráfica do PARC da Xerox foi "emprestada" por Jobs, a Microsoft e a Apple se tornaram empresas de trilhões, e a Xerox?

A lógica das grandes empresas é o relatório trimestral, a lógica da ciência é a árvore de dez anos. Quando entram em conflito, quem é sacrificado é sempre o segundo — e o mercado, no final, recompensa quem aceita o desafio.

Os 25 membros do Recursive podem estar escrevendo o começo de uma nova década. O que a Meta cortou foi custo, o mercado valor.

A forma final da IA não é uma ferramenta mais inteligente, mas uma espécie que consegue decidir seu próprio caminho tecnológico.

De outubro de 2025, quando foi demitido, até maio de 2026, quando anunciou o financiamento de 650 milhões, Tian Yuandong levou menos de sete meses.

Isso não é uma história de sucesso, é o roteiro real do Vale do Silício.

Às vezes, ser "eliminado" é exatamente o começo do seu verdadeiro caminho.

As grandes empresas cortam custos, o mercado recompensa valor. Quando todos perseguem KPIs de curto prazo, aqueles que estão dispostos a enfrentar os desafios difíceis e apostar no longo prazo se tornam os mais escassos.

O primeiro plano do sistema de treinamento autônomo de nível L1 do Recursive será lançado na metade de 2026. E aí, a Meta pode novamente se deparar com aquela questão familiar:

Por que sempre consegue mandar embora quem realmente vale a pena na hora mais crucial?