语用科技:林俊旸把20亿估值押给Agent,不再卷基础模型

五个月前我说他唯一的选择是创业;五个月后,他把赌注押给了 Agent。 8 月 12 日,林俊旸在 X 上发了一条「life update」:新公司叫 Pragmatik Labs(语用科技),简称 p7k,base 上海,做横跨数字与物理世界的下一代 Agent。距离他凌晨告别 Qwen 那条推文,大约五个月。我当时写过,创业是他唯一合理的选择——不是浪漫,是其他路都有逻辑断裂。现在答案出来了,比我预想的更激进:他没去卷下一代基础模型,也没停在应用层做个助手,而是把第一笔赌注直接押到了 Agent 上,数字和物理两条线一起开。 这一轮的数字很硬。高榕创投和 HSG(红杉中国)共同领投,腾讯和上海未来产业基金跟投,投后估值 20 亿美元,融资规模数亿美元1。The Information 今年 6 月援引知情人士的说法是,高榕和红杉各出约 1 亿美元,腾讯出约 2000 万美元2。一个产品、收入、甚至公开模型都还没有的公司,起步就站到了 135 亿人民币的估值线上。在国内大厂核心技术负责人离职创业的案例里,这可能是目前最高的起跑线。 更值得看的不是钱,是他用这笔钱买到的「不做什么」的权利。 五个月前那篇文,验证了一半 3 月 7 日我写《千问核心离职风波:林俊旸下一步是创业吗》,结论是创业是唯一能承接他全部资产的选择——全球开源社区的声誉、带得走的团队、被 Google DeepMind 公开抢人验证过的技术判断力。当时排除了回大厂、回学界、加入 DeepSeek 三条路,理由是它们都有结构性断裂。 五个月过去,前半段判断兑现了:他确实创业了,核心团队也确实跟着走了。但有一处我没猜对。我当时猜他的方向大概率落在两个区间里——开源模型基础设施,或者离钱近的 AI 应用层。理由是这两条都能最大化他「Qwen 系列开源」的存量资产,又不必正面硬刚算力这道生死线。 他选的 Agent 介于两者之间,却又比两者都更野心勃勃。数字 Agent 接近应用层,物理 Agent(具身智能)却是另一回事——它要的不是更多的 GPU 堆出一个更大的模型,而是让智能走进真实环境、完成长周期任务。这是一条我三月没敢给他规划的路线,因为它的工程难度和烧钱速度都远超做一个开发者工具。 回头看,他其实在离职前就把牌亮了一半。去年 10 月,他在千问内部牵头搭了一支机器人与具身智能团队3。也就是说,具身智能不是他离职后临时起意,而是大厂体制内想做、最终选择带出来独立做的事。这恰恰印证了三月那篇里的另一个判断:他走,是因为看到了技术负责人在体制内能触达的天花板。 不卷基础模型,是因为卷不动了,也是因为没必要卷 新公司没有公布模型参数,也没发产品。但官网把研究方向切成四块:Digital Agents、Physical Agents、Research to Product、Long Horizons4。前两块是业务主线,后两块是研发哲学——前沿研究要落进真实场景,再用真实反馈倒推下一步研究什么;同时留出资源探索突破现有范式的系统。 把基础模型放在身后,是一个值得拆解的决定。 一种读法是「卷不动」。顶级大模型的训练成本已经压垮了除最头部几家之外的所有玩家,Qwen 背后是阿里云的算力池,创业后这个优势瞬间归零——这是三月我就点过的硬约束。租算力贵,买算力要巨额融资,还要扛芯片管制。一个 20 亿美元估值的公司,无论如何也撑不起从零训一个 Qwen 3.5 量级模型的账单。继续做基础模型,等于把自己钉死在算力这根柱子上。 ...

y9 .Z | August 13, 2026 | 24 min | Shanghai

千问核心离职风波:林俊旸下一步是创业吗?

3 月 6 日,林俊旸正式确认离职。距离那条「bye my beloved qwen」的推文过去 48 小时,这场震动中国 AI 圈的人事风波进入下半场——不是八卦内幕的下半场,而是更实质的问题:一个 32 岁、带出了全球顶级开源模型、被 Google DeepMind 公开喊话抢人的技术领袖,下一步该往哪走? 我的判断很直接:创业是他唯一合理的选择。 不是情感上的「创业浪漫」,而是结构性推演后的结论。大厂、学术机构、加入其他独角兽——这三条路都有明显的逻辑断裂,只有创业能承接他过去三年积累的所有资产,并给他真正的自由度。 林俊旸今年 32 岁,阿里最年轻的 P10,Qwen 技术负责人。在他带领下,Qwen 从一个内部项目成长为全球下载量突破 7 亿次、衍生模型超过 18 万个的开源模型家族1。斯坦福《2025 年人工智能指数报告》把 Qwen 排在全球第三2,Google DeepMind executive Omar Sanseviero 在他离职后直接在 X 上向 Qwen 团队喊话:「if any of you want a new home to build great models and contribute to the open models ecosystem, please reach out!」3 这是全球顶级 AI 实验室在用行动投票:这些人在开源生态里的价值,远超任何一家公司的内部职级体系能衡量的。 但价值归价值,选择归选择。林俊旸面前的选项其实不多——或者说,他面前的选择太多,反而让决策变得更难。 据说离职消息传出后,投资圈瞬间沸腾。 不止一家头部机构的合伙人通过各种渠道打探他的联系方式——有人发朋友圈暗示「有预算、等团队」,有人通过千问团队的熟人递话,有人直接私信阿里内部的朋友「能不能帮我引荐林俊旸」。不到 48 小时,他的微信被加爆,未读消息里挤满了红杉、高瓴、五源、启明等一线基金的合伙人。 开出的条件一个比一个诱人:有人直接开价数千万美元估值,不占大股,「你说了算」;有人承诺「只管做技术,商业化我们来」,配套完整的 GTM 团队。 ...

y9 .Z | March 7, 2026 | 21 min | Shanghai

大模型的开源,到底开源了什么

大模型时代喊的"开源",99% 不是你以为的那种开源。 当我们说 Linux 开源、Redis 开源的时候,意思很明确:把软件的"设计图纸"——源代码——全部公开,任何人都可以照着图纸把软件重新造一遍。这是软件的开源,公开图纸就等于公开一切。 但大模型的开源是一件根本不同的事。大模型的能力不在图纸里,而在一堆"经验"里——几千亿个数字,是用海量数据和巨额算力"喂"出来的,不是人一行一行写出来的。你可以公开这些数字,但别人拿到了也不知道你是怎么喂出来的。这是AI 的开源,它和软件开源之间的鸿沟,比大多数人意识到的要深得多。 深到什么程度?全球最权威的开源组织 OSI(开源促进会)在 2024 年 10 月专门发布了《开源 AI 定义 1.0》1,试图从头定义"AI 的开源到底应该是什么"——光是需要改写这件事本身,就说明传统软件开源的框架已经装不下大模型了。2026 年全国两会期间,中科院院士、阿里云创始人王坚更是直接呼吁:别再说"开源大模型"了,应该叫"开放权重模型"——因为你开放出去的不是一段代码,而是背后烧掉的电费和算力2。 这篇文章想做一件事:把大模型"开源"这个词拆开,一层一层看清楚里面到底装了什么。 大模型的"源代码"不是代码 软件开源的逻辑很简单:一个程序员写了一段代码,公开了,别人照着代码就能把同样的软件跑起来,还能改。代码就是全部,公开代码就是公开一切。 大模型完全不是这么回事。它的核心不是人写的代码,而是一种叫权重(weights)的东西——你可以把它理解成模型的"肌肉记忆"。就像一个厨师做了十年菜,他的手感、火候判断、调味直觉,全都长在身体里,不是写在菜谱上的。大模型的权重也一样:几十亿到几千亿个数字,是模型在海量数据上反复训练出来的结果。没有人能看懂这些数字具体是什么意思,但把它们加载到程序里,模型就能回答问题、写代码、做翻译。 关键区别在这里:公开厨师做好的菜,不等于公开他十年练出来的手艺。公开权重,不等于公开训练权重的方法。这就是 AI 开源和软件开源的根本区别。 所以,大模型的世界里,“源代码"这个概念被拆成了至少四层: 层 是什么 厨师类比 权重 模型训练出来的"肌肉记忆” 厨师十年练出来的手感和味觉直觉 推理代码 让模型跑起来的程序 把菜端上桌的流程 训练代码 从零训练模型的完整方法 厨师十年来的全部训练方法和食谱 训练数据 喂给模型学习的海量文本、图像等 厨师吃过的所有菜、看过的所有菜谱 传统软件开源,相当于把食谱和做法全部公开。大模型"开源",大多数时候只是把做好的菜端出来,告诉你怎么加热和摆盘。 三种"开源",差别巨大 明白了这四层之后,我们就可以看清楚:市面上号称"开源"的大模型,其实分成了截然不同的三种模式。 开放权重:给你成品,不给你生产车间 这是目前最主流的模式。Qwen、Llama 3、Gemma、Mistral——全球下载量最大的开源模型,几乎都属于这一类。 阿里的 Qwen(通义千问)是这个模式的典型代表。 你可以免费下载它全系列的模型——从轻量级的小模型到最新的 Qwen 3.5 旗舰版,附带使用说明和示例代码。你能拿它在自己的电脑或服务器上跑起来,用自己的数据做定制化训练(行话叫"微调"),甚至基于它做出更小的模型拿去商用。Qwen 的下载量已突破 7 亿次,全球开发者基于它做出的衍生模型超过 18 万个3——这个生态的繁荣,完全建立在"开放权重"这个模式之上。 但你拿不到的东西同样重要:Qwen 是怎么从零开始训练出来的?喂了什么数据?数据怎么筛选和清洗的?训练过程中几百个关键参数是怎么调的?模型怎么学会"像人一样说话"的?这些全都没有公开。你拿到了一个训练好的模型,但完全不知道它是怎么炼成的。 值得注意的是,即便同属"开放权重",“使用条款"之间的差异也不小。Qwen 用的是最宽松的 Apache 2.0 协议——随便用、随便改、随便商用,没有附加限制。Meta 的 Llama 3 则有门槛:如果你的产品月活用户超过 7 亿,需要单独找 Meta 谈授权。Google 的 Gemma 更严格:明确禁止你用它的模型去训练竞品。同样叫"开放权重”,你能拿它做什么,差别可以很大。 ...

y9 .Z | March 6, 2026 | 25 min | Shanghai

千问核心离职风波:开源社区需要什么人

Qwen 的技术报告单篇引用超过 6000 次1,Hugging Face 下载量突破 7 亿次2,衍生模型超过 18 万个2。斯坦福《2025 年人工智能指数报告》把它排在全球第三3。然后,带着这一切走到今天的人,在凌晨 0:11 发了一条推文就走了4。 这两天 AI 圈讨论最多的不是模型,而是人。但我注意到一个有意思的现象:中文互联网上讨论的焦点是"阿里怎么了"“管理出了什么问题"“谁来接班”,而英文社区——从 Hugging Face 到 GitHub 到 X 的评论区——讨论的焦点是一个更本质的问题:开源社区到底需要什么样的人?失去这样的人意味着什么? 这两种反应之间的落差,可能比林俊旸的离职本身更值得想一想。 全球顶级机构在用行动投票 艾伦人工智能研究院的研究员 Nathan Lambert 在 X 上写了一句话:“如果 Qwen 倒塌,在开放研究生态中留下的巨大空缺将很难填补。那些小模型是不可替代的。”5 Hyperbolic Labs 的 CTO Yuchen Jin 说:“一个时代的结束。“MiniMax、Unsloth、Ollama 都在林俊旸的推文下留言感谢。Hugging Face 亚太区负责人 Tiezhen Wang 说这是 Qwen 的"巨大损失”。智谱 AI 创始人唐杰评论说:“酷,开始新的旅程吧。” 而截至发稿,事情已经从哀悼升级为抢人。Google DeepMind 的 Omar Sanseviero 直接在 X 上向 Qwen 团队公开喊话6: Qwen friends: if any of you want a new home to build great models and contribute to the open models ecosystem, please reach out! ...

y9 .Z | March 6, 2026 | 26 min | Shanghai

千问团队离职风波:一个管理者应该看到什么

3 月 4 日凌晨 0:11,林俊旸在 X 上写下一句话: me stepping down. bye my beloved qwen. 6M 浏览,1.3K 转发,1.3 万点赞。阿里巴巴通义千问技术负责人,今年刚满 32 岁,阿里最年轻的 P10,就这样在深夜告别了自己一手带大的团队。 前一天晚上,他的团队刚发布了一个让马斯克都点赞的开源模型。紧接着,Qwen 另一位核心负责人 Binyuan Hui(惠彬原)也走了,Qwen3.5、Qwen VL、Qwen Coder 的核心贡献者 Kaixin Li 也发了告别帖。目前确认离开的至少三到四人,全是核心骨干。一天之内,中国最有影响力的开源大模型团队经历了一次集体震荡。 这件事在 AI 圈刷屏了两天。各种内幕、传闻、阴谋论满天飞——KPI 不达标、转向闭源、被架空、被挖角。3 月 5 日,阿里 CEO 吴泳铭发了一封内部邮件: 各位通义实验室同学: 公司已决定批准林俊旸同学的辞职,感谢林俊旸过去在岗位上的付出。靖人会继续带领通义实验室推进后续工作。同时公司将成立基础模型支持小组,由我,靖人,范禹共同协调集团资源支持基础模型建设。 技术发展不进则退。发展基础大模型是我们面向未来的关键战略,我们将在继续坚持开源模型策略的同时,持续加大对人工智能领域的研发投入,加大吸纳优秀人才的力度,我们一起加油。 吴泳铭 2026年3月5日 坦白说,这些八卦和公关回应我都不太关心。我更想从一个很小的窗口来看这件事:管理。具体来说,是三个层层递进的问题——你有没有看到信号?你有没有理解诉求?你的制度能不能接住这些人? 信号一直在,只是没人听 管理学里有个说法:员工离职的决定,通常在正式提出前三到六个月就已经做出了。在这段时间里,信号其实一直在——工作热情下降、对战略讨论的参与减少、开始频繁和外部接触。问题不是信号不存在,而是有没有人在接收。 大公司里有一个常见的悖论:越重要的人,CEO 越没时间见。 吴泳铭在邮件里宣布成立高层直接协调的支持小组——这个动作本身说明了一件事:之前的协调层级太多了。一个负责公司核心 AI 能力的技术负责人,他的诉求、困惑、不满,要穿过几层汇报才能到达 CEO 耳朵里?等信息传到的时候,还剩下多少真实度? 我一直觉得,CEO 最值钱的时间投入之一是和关键人才的 one-on-one。不是季度汇报,不是 all-hands 上的 Q&A,而是关起门来、没有议程、聊半小时到一小时的那种对话。这种对话的价值不在于解决具体问题,而在于建立一条不经过任何中间层的信息通道。 Andy Grove 在《高产出管理》里算过一笔账:一个经理人花一小时做 one-on-one,影响的是下属接下来两周的工作质量和方向感。对 CEO 来说,这笔账的杠杆更大——你花一小时和一个关键技术负责人聊,可能避免的是一次价值数十亿的团队震荡。反过来,你省下的这一小时拿去开了一个战略会,讨论的可能恰恰是这个人走了之后怎么办。 ...

y9 .Z | March 5, 2026 | 13 min | Shanghai