铃阅
❌

普通视图

硅谷风向变了!最前沿的AI公司,开始抢传统生意了

2026年11月16日 19:00

原创 硅基君 2026-11-16 19:00 北京

AI不想只赚软件的钱了

谁能想到,最前沿的AI创业公司,开始抢着干最传统的生意。

最近一两年,硅谷有一个明显趋势,一批AI创业公司不再满足于向企业出售软件,而是直接下场,收购律所、会计事务所、保险代理机构,甚至物业管理公司。

据不完全统计,全球已经有32家AI相关企业收购或直接经营传统服务业务。其中,会计税务领域最多,达到9家;法律服务5家;保险、客服和物业管理各3家。

这件事情很有意思。

过去二十年,软件行业最成功的商业模式之一,就是向传统企业出售工具,通过提高客户的经营效率赚取订阅费。

但现在,一些AI公司发现,光卖工具似乎已经不够了。

一方面,传统服务业的市场规模远比软件市场大。另一方面,随着通用模型越来越强,单纯依靠AI功能建立的竞争优势,也越来越难维持。

于是,一种新的商业模式开始流行:与其帮助传统公司提高效率,不如直接把它们买下来,自己经营。

不过,问题也随之而来。AI能够替代大量重复劳动,却替代不了客户关系、员工管理和市场竞争。技术让一门生意变得更高效,但也不代表它就能变得更赚钱。

对于这批AI创业公司而言,真正的考验,可能才刚刚开始。

/ 01 /

AI公司,开始抢传统服务业的钱

过去几年,越来越多原生AI公司开始将目光投向传统行业。

例如,美国AI法律公司Eudia,原本主要通过AI帮助企业审查合同、处理合规事务。2025年,公司先后收购了爱尔兰法律服务商Johnson Hana和美国Out-House。

AI会计领域也有类似趋势。

Multiplier最初计划开发AI税务软件,帮助会计师处理报税、记账等工作。但今年4月,它收购了新西兰财税咨询公司Oxygen Advisors,9月又拿下美国外包会计服务商Rooled。

保险领域的Equal Parts累计收购10家保险代理机构;客服领域的Crescendo收购了客服外包商PartnerHero;英国物业管理平台Dwelly今年也已完成13笔收购。

这些企业虽然分布在不同行业,但商业逻辑基本一致:从出售AI工具,转向直接经营传统服务业务。

背后的原因也很简单,争夺更大的市场和利润空间。

今年3月,红杉资本在研究文章中提到,企业每花1美元购买软件,大约还会花6美元购买人力服务。换句话说,AI软件公司过去争夺的,只是企业整体服务支出的一小部分。

但如果直接经营法律服务业务,AI公司就有机会获得原本属于律所的服务收入,同时把节省下来的人工成本转化为自己的利润。

Eudia就是一个例子。2025年初,这家公司的年度经常性收入(ARR)只有200万美元。在陆续收购两家法律服务企业之后,到当年12月,ARR已经突破2000万美元,一年扩大10倍。

当然,这部分增长有相当比例来自并购,但也说明直接经营传统服务业务,能够迅速扩大AI公司的收入规模。

更值得关注的是利润率。

客服公司Crescendo收购PartnerHero后,将AI引入原有客服业务,使需要转交人工处理的咨询减少了70%以上。

公司管理层披露,部分完成AI改造的业务,毛利率已经超过60%。相比之下,传统客服外包行业毛利率通常只有15%—25%。

这意味着,AI不仅能够扩大收入规模,还有机会显著提高传统服务业的盈利水平。

不过,除了争夺利润,AI公司收购传统企业还有另一个目的:建立新的竞争壁垒。

随着通用模型能力不断提升,越来越多原本需要专门开发的AI功能,开始被基础模型直接覆盖。对于AI应用公司而言,今天领先的功能,明天就可能成为所有产品的标配。

相比之下,真实业务中的客户关系、行业数据和工作流程,反而更难复制。

英国物业管理平台Dwelly就是一个例子。截至今年10月,Dwelly通过连续收购,已经管理约1.61万套房产。

这些收购不仅带来了客户,还让Dwelly获得了大量真实的物业管理数据,包括租客沟通、房东偏好、维修记录等。

更重要的是,直接经营业务,让Dwelly能够不断利用真实场景改进AI系统。

2026年8月,Dwelly的AI系统处理了1000多笔维修任务。每当AI需要人工介入,团队就会分析原因,再反过来优化系统。

根据公司披露,经过AI改造,单笔维修任务所需的人工处理时间,已经从约3小时缩短至15—20分钟,降幅接近90%。

这就形成了一种潜在的数据飞轮:收购带来客户和数据,数据帮助优化AI,AI又进一步降低经营成本。当模型能力越来越容易被复制,真实业务经验和客户关系,反而可能成为AI公司更重要的护城河。

说到底,这轮收购潮既是为了争夺传统服务业的利润,也是AI应用公司寻找新竞争优势的一次尝试。

/ 02 /

买下了生意,也买来了麻烦

不过,传统生意并没有那么好接手。

在硅基君梳理的32家相关企业中,至少有7家在收购后出现客户投诉,另有5家出现员工对内部管理的不满。这些反馈背后,暴露出两个现实问题。

首先,是收购后的经营整合。

不同于软件产品可以低成本复制,法律、会计、保险等专业服务,高度依赖具体的人。客户信任的可能是合作多年的律师、会计师,而不是新接手的AI公司。

一旦原有员工离职、服务流程调整,企业不仅可能流失客户,还需要承担额外的管理成本。

AI法律公司Lawhive就是一个例子。2025年9月,Lawhive收购Woodstock后不久,就有客户投诉,原本承诺7—14天完成的沟通,25天过去仍没有结果。

内部员工也有不满。一位Woodstock法律助理在Glassdoor上抱怨,公司被收购后缺乏统一培训,内部管理混乱,甚至新员工刚入职不久,就得教其他新人怎么工作。

这说明,AI能够优化具体工作流程,却无法自动解决组织管理的问题。AI可以买下一家公司的客户和业务,却无法直接复制它多年积累的经营能力。

其次,也是更关键的问题,AI节省下来的钱,未必全部属于AI服务商。

AI虽然降低了服务成本,但效率红利还需要在服务公司、专业人员和客户之间重新分配。

以Lawhive为例,公司创始人曾披露,引入AI后,平台律师的平均收入提高约2.8倍,但消费者支付的法律服务价格也下降了约30%。

客服领域也是如此。Crescendo不再单纯按照客服人数收费,而是改为按实际解决的问题收费。其CEO也明确表示,AI降低成本后,部分收益会让利给客户。

而且,客户正在变得越来越强势。

今年9月,《金融时报》报道,花旗、摩根士丹利和高盛等大型投行,已经开始要求外部律所披露AI节省的成本,并通过竞标、固定收费等方式压低法律服务开支。

HFS Research对304家大型企业的调查也显示,74%的受访采购方认为,采用AI交付的专业服务应该更便宜,其中34%预期降价幅度超过30%。

这背后,其实是AI正在动摇传统专业服务业的收费基础。原因很简单,AI将原本需要几小时完成的工作压缩到几分钟,客户自然会质疑,为什么还要支付原来的费用?

更重要的是,随着AI技术逐渐普及,竞争对手也能获得类似的效率提升。当所有服务商的成本都开始下降,降价就可能成为争夺客户的新武器。

最终,AI创造的效率收益,很可能通过价格竞争,不断向客户转移。

这意味着,AI公司可能面临一个尴尬的局面:通过AI大幅减少了人工投入,却又不得不为了争夺客户持续降低服务价格。

AI能够降低一家公司的成本,但决定它能赚多少钱的,仍然是市场竞争的结果。

/ 03 /

AI收购潮,真正的考验才刚刚开始

说到底,这轮AI收购潮,本质上是一场用技术改造传统服务业的商业实验。

AI创业公司试图通过并购和技术改造,将高度依赖人力的传统服务企业,变成利润率更高、能够规模化扩张的科技服务商。

但问题在于,效率提升不等于利润增长,更不意味着商业模式发生了根本改变。

即使AI大幅降低人工成本,企业仍然要面对客户管理、业务整合和市场竞争。更何况,AI带来的效率红利,也未必能全部留在自己手里。

这个故事究竟能创造多大的价值,仍然需要更多时间的检验。

文/元元

跳转微信打开

超17.3万人联名“逼宫”,马斯克带头签名!曝黄仁勋正考虑重返英伟达:硅谷高管组建「作战室」,白宫却要求“大换血”

2026年11月16日 17:27

奇点折射 2026-11-16 17:27 江苏

黄仁勋辞职还不到 5 天,硅谷就已经坐不住了。

整理 | 郑丽媛

出品 | CSDN(ID:CSDNnews)

黄仁勋辞职还不到 5 天,硅谷就已经坐不住了。

一封要求英伟达重新请回黄仁勋的公开联名信,迅速吸引了超过 17 万人参与。特斯拉和 SpaceX CEO 埃隆·马斯克、Epic Games 创始人兼 CEO Tim Sweeney、Y Combinator 总裁Garry Tan等科技圈大佬也纷纷加入。

截至发稿,专门为这场行动建立的联名网站「Stand with Jensen」累计签名已达到 17.3 万人。其中,网站统计有 8705 名自称英伟达现任员工的签署者,占公司约 4.2 万名员工的 20.73%。

图片

与此同时,据悉黄仁勋本人也被曝正在考虑重新出任 CEO。支持者甚至准备组建由硅谷高管组成的「作战室」,向英伟达董事会施压,并尝试争取白宫支持。

图片

17.3 万人联名,8700 多名英伟达员工公开站队

事情要从 11 月 12 日说起。

当晚,黄仁勋宣布辞去英伟达 CEO 职务,结束了长达 33 年的掌舵生涯。消息传出后,不少英伟达员工对此感到意外,很快,一场要求董事会重新考虑这一决定的行动就在网上展开。

一个名为「Stand with Jensen」的网站随之出现,专门发布致英伟达董事会的公开信,并收集现任及前任员工、合作伙伴、股东和其他支持者的签名。

根据 11 月 16 日的页面数据,该网站累计签名已超 17.3 万人。其中最引人关注的,是网站单独统计的英伟达员工数据:8705 人自称是英伟达现任员工,占公司约 4.2 万名员工的 20.73%。

图片

不仅如此,网站还进一步按照职级展示了这些员工的分布,包括 26 名高级副总裁或副总裁、58 名高级总监、139 名总监,以及 427 名高级经理或经理。还有超过 2200 名签署者自报属于 IC1、IC2 等初级个人贡献者职级。

也就是说,声援黄仁勋的并不只有普通员工,部分管理层和资深技术人员也参与其中。

除了英伟达员工,签名者的阵容同样相当豪华:特斯拉和 SpaceX CEO 埃隆·马斯克、Epic Games 创始人兼 CEO Tim Sweeney、Y Combinator 总裁Garry Tan,以及 Replit CEO Amjad Masad等人均出现在名单中。

图片

Atoms CEO、Uber 联合创始人 Travis Kalanick 还在联名信网站上留下了自己的支持理由:黄仁勋确实犯了错,但“人都会犯错”,这些行为还不足以让他与自己一手创立的公司彻底分道扬镳。

图片

联名信提出三项要求:不仅是把黄仁勋请回来

这封公开信真正值得关注的,其实不只是签名人数,而是它向英伟达董事会提出的三项具体要求:

  • 首先,要求恢复黄仁勋的 CEO 职务。联名者希望董事会在独立调查查明事实之前,先让黄仁勋回归。如果董事会认为他继续离开公司更符合英伟达利益,就应该拿出具体、有证据支持的理由。

  • 其次,要求确保调查真正独立,并给予黄仁勋公平的申辩机会。签署者希望董事会公开调查范围、独立性和预计时间表,让黄仁勋能在最终决定作出之前充分回应相关指控。

  • 最后,要求董事会及时向公众解释决策过程,包括究竟存在哪些担忧、相关证据是什么,以及董事会如何权衡员工和股东的利益。

简而言之,整封信反复强调一个概念:Due Process,也就是「正当程序」。

联名者表示,33 年的领导经历并不意味着可以免受问责,但“问责需要真凭实据、公平的申辩与合理的决断”:面对质疑,黄仁勋理应享有正当的法律/合规程序,而不是被群情激愤的“舆论私刑”所淹没。

所以,这些支持者并不一定是在为黄仁勋的个人行为辩护,只是希望董事会不要在调查尚未结束、事实尚未充分公开之前,就作出不可逆的决定。不过该网站也补充,这是一场独立的志愿者行动,与英伟达或黄仁勋本人均不存在官方关联,签署者的身份和所属机构都是自行申报的。

图片

黄仁勋也想回来?硅谷高管组建「作战室」,白宫却要“大换血”

值得一提的是,不仅英伟达员工和科技圈大佬忙着声援,黄仁勋本人的态度也出现了新变化。

据《金融时报》报道,多位知情人士透露,黄仁勋已经与亲信讨论了重返英伟达 CEO 职位的可能性。一名与他关系密切的人士表示,他们正在筹建一个由硅谷高管组成的「作战室」(War Room),准备游说英伟达董事会重新任命黄仁勋,并尝试争取白宫方面的支持。

这名人士还表示:“在科技行业,除了那些前沿研究实验室之外,所有真正有影响力的人都喜欢黄仁勋。”——他同时透露,这场游说行动得到了黄仁勋本人的支持。

除此之外,投资者也在推动这件事。11 月 13 日,英伟达两位重要股东,Altimeter Capital 创始人Brad Gerstner和 Atreides Management 负责人Gavin Baker,共同致信董事会,要求不要排除任何可能性,包括黄仁勋回归。

不过,与硅谷的热情挽留相比,美国政府高层的态度明显冷淡得多。

11 月 15 日,美国财政部长 Scott Bessent 在接受福克斯新闻采访时,明确表示英伟达应该从公司外部寻找下一任 CEO。他直言,考虑到公司内部发生的事情,英伟达需要一次“大幅度的领导层调整”(dramatic shake-up)。不仅如此,他还要求英伟达解释,公司内部是否真正建立了遵守美国出口限制的合规机制,并表示希望在未来 10 天内得到答复。

与此同时,美国政府也已要求黄仁勋及英伟达相关高管出席国会听证会,解释其婚外情事件是否影响美国国家安全。黄仁勋及其他英伟达高管已同意作证,但具体日期尚未确定。

图片

接班人选已浮现,黄仁勋是否还可能“复出”?

事实上,在黄仁勋辞职后,英伟达董事会已开始考虑接班问题:据《金融时报》此前报道,董事会已经接触英国芯片设计公司 Arm CEO Rene Haas,探讨其接任英伟达 CEO 的可能性。

据了解,Rene Haas曾在英伟达工作七年,后来加入 Arm,并逐步升任 CEO。相比完全不了解英伟达业务的外部候选人,他对公司的技术和产业生态都相当熟悉。

目前,英伟达由 CFO Colette Kress担任临时 CEO,董事会还聘请了外部律师事务所 Wachtell, Lipton, Rosen & Katz,对黄仁勋相关行为展开独立调查。

而接下来,英伟达董事会究竟会顶住压力让黄仁勋回归,还是坚持寻找新任 CEO?恐怕要等独立调查和国会质询有了进一步结果,才会逐渐明朗——毕竟,那 17.3 万人的联名信可以表达支持,却不能替董事会回答那些关于企业治理和国家安全的问题。

参考链接:

https://www.reuters.com/world/china/jensen-huang-discusses-comeback-nvidia-ceo-with-allies-ft-reports-2026-11-15/

https://standwithjensen.com/?lang=zh-Hans#letter

图片

黄仁勋卸任后的AI生态和算力格局走向何方? 李建忠带你拆解英伟达生态战略,把脉AI产业新格局!

黄仁勋卸任!属于直觉和个人英雄主义的两个十年:06强推CUDA,16押注AI, 26黯然离场

黄仁勋卸任后的 AI 生态和算力格局走向何方? 11 月 16 日即今晚 8 点,CSDN 高级副总裁、奇点智能研究院院长李建忠将在「奇点折射」与「李建忠研思」视频号带来《后黄仁勋时代的 AI 与算力新格局》主题直播。这场直播将尝试回答英伟达进入「后黄仁勋时代」之后,产业最关心的四大问题。

图片

跳转微信打开

DeepSeek开源昇腾组件工程实践:算力利用率最高99.8%,从算子库走向超节点与云训推平台,4位华为专家现场拆解

2026年11月16日 17:27

奇点折射 2026-11-16 17:27 江苏

DeepSeek 与昇腾完成适配后,如何让整个生态更高效、更易用?

9 月 30 日,DeepSeek 正式开源面向昇腾平台的基础设施组件。此次开源不只是增加一个模型适配脚本,而是把 DeepGEMM、FlashMLA、TileKernels、DeepSelect、DeepEP 等高性能算子库和分布式通信库带到昇腾平台,覆盖矩阵计算、稀疏注意力、Top-K 筛选和 MoE 专家并行通信等大模型训推关键环节。

公开测试中,DeepGEMM 在部分矩阵计算场景下可将昇腾 950 超节点的算力利用率提升至 98.3%—99.8%。FlashMLA 在特定测试条件下,Prefill 和 Decode 阶段分别发挥出 93% 和 85% 的硬件性能。DeepSelect 相比原生 torch.topk 的平均加速超过 10 倍。

这些数字背后释放出一个值得关注的信号:

DeepSeek 与昇腾的结合,正在从“模型能否运行”的兼容适配走向算子、通信、超节点和云上训推平台的全栈协同。

11 月 21 日,2026 奇点智能技术大会将特别设置「昇腾云训推平台算力开源生态实践专场」。来自华为与华为云的一线技术专家,将围绕 DeepSeek 开源昇腾基础组件、昇腾超节点、云训练 Infra、推理 PaaS 以及 AI Coding 全栈加速展开分享,呈现一条从芯片软件生态到云端训推平台的完整工程路径。

DeepSeek 与昇腾完成适配后,如何让整个生态更高效、更易用?

模型适配往往只是一次工程工作的开始。

如果基础组件缺乏统一接口,模型、框架与芯片之间仍然需要大量重复开发。如果性能优化只能依赖少数专家,普通开发者很难快速使用。如果项目之间无法复用经验,每部署一个新模型都可能重新走一遍适配流程。

华为 AI 工程师朱逸君将带来《DeepSeek 开源昇腾组件工程实践与生态共建》。分享将介绍 DeepSeek 官方开源昇腾基础组件的建设背景与技术实践,并讨论模型社区与昇腾如何通过开放协作,降低开发和适配门槛,推动国产 AI 芯片软件生态从单点项目走向能力复用与持续演进。

从单卡到超节点,算力规模扩大后为什么不能只是简单堆卡?

大模型参数规模和训练任务复杂度持续增长,单卡能力已经无法独立支撑越来越庞大的训推需求。

但把更多加速卡连接起来,并不意味着性能能够线性提升。计算、内存、通信、互联与任务调度之间的任何一个瓶颈,都可能让昂贵的算力资源陷入等待。

昇腾超节点架构师徐晓忻将带来《昇腾超节点系统架构解析》。分享将从系统架构视角介绍昇腾超节点的设计思路,帮助参会者理解超节点如何组织计算、存储与互联资源,以及这种架构将如何影响大模型训练、推理和集群扩展。

如果你正在关注大规模 AI 集群建设、分布式训练、算力资源调度或国产超节点架构,这场分享能够帮助你从“单卡性能”进一步走向“系统级算力效率”。

训练任务跑几天甚至几周,如何保证算力不因一次故障全部浪费?

大模型训练不仅需要高性能,更需要可靠性。

当训练规模扩大,节点异常、通信抖动、任务中断、资源争抢和恢复效率都会直接影响训练周期。一次故障可能意味着数小时甚至更长时间的计算结果被浪费。

因此,训练 Infra 的价值不只是把任务提交到集群,而是让算力能够被稳定调度,让故障可以被快速发现,让任务可以持续推进。

华为云 AI 训练服务高级架构师赵登科将带来《构建高效可靠的昇腾云训练 Infra》。分享将围绕云上大模型训练所需的基础设施能力展开,讨论如何兼顾训练效率、任务可靠性与资源利用率,并呈现昇腾云训练平台在规模化任务中的工程实践。

对于负责大模型训练平台、分布式系统、集群稳定性和云上算力管理的技术团队,这场分享将提供一套更加接近真实生产环境的观察视角。

AI Coding 请求量快速增长,推理平台如何接住高并发与复杂工作负载?

AI Coding 正在推动推理工作负载发生变化。

一次代码生成任务可能包含长上下文理解、代码仓库检索、多轮推理、工具调用和结果验证。随着企业研发团队开始大规模使用 AI Coding,推理平台不仅要回答得快,还要面对吞吐、时延、资源调度与服务稳定性等一系列问题。

ModelArts 高级技术专家杨增印带来的《面向 AI Coding 领域的推理全栈加速系统》。将聚焦 AI Coding 场景下的推理需求,介绍昇腾云推理 PaaS 开放平台如何从系统层面支撑模型服务,并通过全栈协同提升推理效率。

如果你正在搭建企业级 AI Coding 平台、模型服务平台或推理基础设施,这场分享将帮助你理解,从模型上线到规模化服务之间,还需要哪些平台能力。开源生态如何转化为昇腾云算力的核心竞争力?

完成单点技术优化还不够。

一个具有持续生命力的算力生态,需要模型、芯片、框架、平台、开发者和企业用户共同参与。开源组件如何形成协作网络,云训推平台如何承接生态成果,国产 AI 算力又该如何建立差异化竞争力,都是行业正在面对的重要问题。

在圆桌对话《开源聚势,智算未来——探讨昇腾云开源生态发展与核心竞争力》中,嘉宾将进一步围绕以下问题展开交流:

  • 开源对国产 AI 算力生态意味着什么

  • 模型社区与算力平台应该如何共同建设基础组件

  • 昇腾云如何降低企业使用国产算力的工程门槛

  • 从单点适配走向规模化生产,还缺少哪些关键能力

  • 国产训推平台未来的核心竞争力将来自哪里

这不仅是一场关于昇腾技术的分享,也是一次围绕模型、算力、平台与开源生态协同关系的集中讨论。欢迎大家积极报名参与。

前 100 名可免费参加,名额满即止

本次「昇腾云训推平台算力开源生态实践专场」将向前 100 名报名用户提供专属参会名额,入选用户可免票参加原价值 1500 元的奇点智能技术大会部分专场议程。

需要说明的是,该权益仅适用于本次指定专场及开放议程,不等同于奇点智能技术大会全通票,也不包含其他付费门票权益。

图片

现场席位有限,名额满即止。

感兴趣的开发者、架构师与企业技术负责人,请尽快完成报名。

DeepSeek 已经打开了模型能力的大门,接下来决定这些能力能否规模化落地的,将是芯片、基础组件、超节点、训推平台与开源生态之间的系统协作。

11 月 21 日,北京见。

阅读原文

跳转微信打开

杨哲轩谈数据编译、模型能力与机器人如何重新进入真实世界

2026年11月16日 16:00

智能涌现 2026-11-16 16:00 江苏

采集规模与有效供给之间,隔着一道鸿沟。

桌上摆着几只茶杯。采集者戴上头戴设备,把杯子逐一拿起、移开,再放回原位。设备记录了连续视频和惯性测量单元(IMU)数据。看上去,动作已经被完整保存。可一旦任务结束,这段经验通常也就结束了。它没有自然地变成下一次可以调用的能力。

但在杨哲轩看来,问题恰恰在这里:动作被记录下来,只是事情的开始。视频告诉我们发生过什么,却没有告诉模型下一步该怎么做。它缺少动力学、意图、空间关系,也缺少失败之后如何恢复的经验。要让一次整理茶杯的动作变成可复用的智能,系统还要把任务拆成步骤,用结构化语言对齐,再补回手部姿态、运动轨迹和动作意图。

杨哲轩的判断很明确:“我的判断,语言,特定地说,结构化的语言,才是唯一可以对齐的东西。”在他看来,只有先把任务写成模型能够理解、检索和复用的结构,物理世界里的动作才可能从一次性经验变成下一次可以调用的智能。

△桌上摆着几只茶杯。动作被记录下来,只是开始。

从行业层面来看,具身智能进入数据规模化阶段后,采集量快速增长,高质量数据的缺口却依然很大。36氪今年5月曾援引行业共识称,训练具备通用泛化能力的具身模型至少需要千万小时级数据,而截至2026年初,全球高质量真实物理交互数据总量仅约50万小时,不足大语言模型训练数据的两万分之一。

杨哲轩给出的一个现场比喻更直接:外购1000小时数据,经过筛选,最后可能只剩约100小时可用。采集规模与有效供给之间,隔着一道需要工程能力填上的鸿沟。

智域基石想做的,正是把这套结构补上。公司把自己放在采集与模型训练之间,用Physical AI DBMS和物理因果模型,把真实任务中的多模态观测编译成可训练、可评测、可查询、可复用的操作级数据资产。更大的目标,是让物理世界的每一个动作都成为可复用的智能,让具身智能重新进入工厂、商场、家庭和其他真实场景,成为能够承担具体任务的劳动力。

数据与模型学习需求的三重错位

在杨哲轩看来,数据不会因为“采够了”就失去价值。模型每向前走一步,新的短板就会暴露出来,数据需求也会随之改变。就像考试会不断出新题,模型进入真实工作环节后,也会不断提出新的问题。

真正的问题在于,现有数据和模型之间仍然存在不少错位。

最直接的错位在学习对象上。视频记录了物体在哪里、手做了什么,却未必包含模型需要理解的物体状态变化、动作后果、操作顺序、失败恢复和接触关系。智域基石内部把模型在操作层面要掌握的能力归纳为十类。杨哲轩认为,模型在这些方面普遍欠缺,而只记录画面的视频并不会自动给出答案。

△同一段经验被拆成画面、轨迹与接触关系,三份记录却常常对不齐。

第二种错位,发生在任务分布上。标准化采集场地最容易扩量:一个2000平方米的场地,按每个工位约10平方米计算,可以安排约200人。但模型在这里学会“怎么拿起一个物体”,换到商场、厨房或工厂,仍可能不知道该怎么做。杨哲轩说,这类场地容易起量,却很难提供场景泛化性。

第三种错位来自本体差异。人与机器人、不同机器人,在身体结构、动作空间和控制方式上都不相同,人类数据复用到机器人身上,需要经过相机标定、任务Schema定义、动作映射和本体适配。Physical Intelligence去年12月的一项研究也发现,只有预训练数据在场景、任务和本体上足够多样,人类视频向机器人的迁移能力才会显现。

△同一只杯子,人与机器看到的并不是同一个位置。

这也是智域基石正在重点关注和积极探索的方向:如何缩短human-to-robot的embodiment gap,让人类积累的动作经验能够被不同机器人理解、映射和复用。如果这道鸿沟能够被缩短,影响的就不只是某一个任务或某一类机器人,也会改变具身智能把数据规模转化为实际能力的效率。

杨哲轩的判断是,时至今日,仍然相对确定的一件事,是scaling会继续发生。再往下细化,关键就在于寻找更陡峭的scaling斜率,让模型能力以更低的成本增长。

因此,两类数据的分工并不相同。人类第一视角数据易于规模化,主要服务预训练阶段在场景、任务和动作上的泛化;真机数据更贴近具体本体和执行反馈,适合特定任务的后训练。杨哲轩举例说,如果要把某个具体任务的成功率继续往上推,就一定要采集真机数据去做后训练。

OpenAI第二次组建机器人模型研究团队的后续变动、Anthropic发布Fable 5.2等消息都还没有公开。杨哲轩当时谈的,已经不只是某个模型或某次发布,而是语言和数据结构如何成为具身智能的基础。后来行业的公开动作陆续出现,回头看,那更像一次提前发生的行业预判。

从行业层面看,中国信通院等机构8月发布的报告表示,截至今年6月底,全国建成启用的具身智能训练场已超过70家;但中国信通院与清华大学电子工程系等单位10月发布的《具身智能发展报告(2026年)》也指出,具身智能仍处在向试点应用过渡的阶段。

判断数据是否有效,看的是它能否覆盖模型要学的能力;采集时长本身不构成判据。行业要竞争的,也从采得更多转向留下更有训练价值的部分。

数据编译:从观测记录到操作级资产

在杨哲轩看来,观测级数据与操作级数据的核心区别,在于有没有一套结构化体系把数据对齐。缺的不是更多标签,而是一套能把不同信号放在同一坐标系里的语言。用他的话说:“我的判断,语言,特定地说,结构化的语言,才是唯一可以对齐的东西。”因此,智域基石选择用结构化语言组织任务,同时补充动力学、空间位置和运动意图等信息,并已据此搭建并应用五环节数据编译管线。

仍以整理茶杯为例。视频进入管线后先接受数据质检,丢帧、IMU漂移、关键动作被遮挡或操作不合规的片段会被筛掉,外部服务商生产的数据同样要过这一关;随后进入数据底座重构,系统将便于写入的录制数据转换为读写平衡的自研中间格式(IR),并统一多模态数据的时间基准和空间坐标。

△编译管线:左端是未经整理的观测,右端是可检索、可交付的数据资产。

制造业的另一面,是质检。产品出厂前要质检,数据交付前同样要过关。杨哲轩说:“自动化做不到全流程无人。”因此,智域基石把基于模型的自动化、人在环的多级质检和统计抽检放在同一条生产线上。

接下来是核心的数据编译环节。任务会被拆成多步骤并与语言对齐,手部姿态、6DoF位姿、空间轨迹、深度和运动意图被还原并注入数据。据智域基石介绍,编译后的数据可按场景、物体、技能等条件进行智能检索与组配,最后按客户需要的格式标准化打包交付。

支撑这条管线的,是由观测级数据输入、Physical AI DBMS、物理因果模型和操作级数据输出构成的四层架构。

Physical AI DBMS是公司内部的数据底座,负责异构数据的组织、索引和版本追溯。在数据库出身的杨哲轩看来,自动质检、标注算法和物理因果模型的运行都依赖这个底座,否则系统无法承受工作负载。物理因果模型则负责理解任务本身,包括阶段划分、状态变化、物理接触、失败原因与恢复路径,最终输出训练数据集、基准、场景数据包、评估资产和可复用的任务模板。

外界常将数据生意看作劳动密集型行业,杨哲轩的判断则是:“数据其实是一个有高科技属性的制造业。”在他看来,劳动密集是这门生意的特点,但并不意味着没有壁垒。高科技属性可体现在手部姿态生成和轨迹提取上。当手遮挡作业的重要区域时,信息提取受阻,只能依靠模型还原,这需要大量无遮挡数据来训练,再用真值去验证。“这个工作不是说我组织一大堆人就能解决,需要你有卡、有数据、有算法人才。”

制造业的一面则体现在质检上。产品出厂前需质检,数据交付前也一样,自动化无法实现完全闭环。“很多同行都在宣称100%自动化标注与质检,这是做不到的。如果你能做到了,就意味着模型不需要你的数据了。”杨哲轩说。因此,智域基石将自动化与多级质检、统计抽检相结合。

由此可见,数据编译本质上是一门有技术门槛的制造业。它并非简单的清洗或贴标签,而是利用数据库工程、物理因果理解、算法和质量控制,将一次性的观测记录稳定加工成模型可用的数据资产。

数据编译的能力边界

经过编译,原始观测数据被加工成可训练、可评测的操作级数据资产,但这并不意味着数据已经能够直接驱动机器人执行任务。杨哲轩强调,编译后的数据“还没有走到机器人层面”,并非可以直接下发给任意机器人的控制指令。不同的机器人在身体结构、动作空间和控制系统上存在一定差异,数据要进入具体机器人的训练和应用环节,仍然需要进行本体适配。

这也意味着,跨本体复用并不是将同一份数据或动作指令直接复制到不同机器人上。真正能够复用的,更多是任务定义、失败分类、观测规则、质量门禁和恢复模式等方法与经验。它们可以为不同本体的数据生产和训练提供参考,但具体的数据处理与动作映射,仍需结合机器人自身的特点完成。

本体差异之外,数据来源本身也决定了其适用范围。人类第一视角数据记录的是人的操作过程,具有场景和任务多样性优势,主要为预训练阶段的泛化能力提供支持;真机数据则更贴近特定机器人本体及其实际执行反馈,适合围绕具体任务开展后训练。两类数据对应不同的训练需求,并不能简单相互替代。

这些技术边界,也划定了智域基石的业务边界。公司不以机器人本体和通用基础模型研发为主营方向,但并非完全不涉及模型训练。团队会开展小规模预训练,用来评测自产数据的效果,同时借助参数规模不大的模型保持对模型需求的理解,验证新的技术想法。

“我觉得我们公司,包括我的职业生涯、我的基因,应该是不会去大规模做预训练的。”杨哲轩说。相比之下,他更希望公司未来在大规模后训练上发力,帮助机器人进入具体场景完成真实任务。

于智域基石而言,数据编译的核心工作是将物理世界的操作经验转化为模型能够使用的数据资产;至于如何让模型掌握这些经验,并进一步转化为机器人的实际能力,仍需要模型研发和本体适配等环节共同完成。

从一次性采集,走向持续的真实任务供给

数据编译要持续运转,需要不断得到真实任务。智域基石在官网上提出了“真实任务网络”的构想,希望连接产业园区、机器人企业、模型团队和科研机构,把任务入口、作业环境、机器人本体和模型需求接入同一套数据体系。

现阶段,公司同时采集真机数据和人类第一视角数据,外部服务商参与生产,内部团队负责任务定义、加工和验收。杨哲轩认为,做数据的难点不在于雇多少人,而在于能否站在模型训练的角度先把任务定义好,这也是公司坚持在真实场景中采集真实任务和动作的原因。

硬件则是另一项投入。智域基石自研了ArcheGo系列可穿戴采集设备,分为双目和六目两个版本,覆盖头戴主视角和双腕。杨哲轩坦言,做硬件的目的在于把物理规律、物体接触等信息更完整地送进数字世界。

△智域基石自研的ArcheGo系列可穿戴采集设备(双目/六目)。

谁在为操作级数据付费

智域基石目前的客户主要有三类:来自国内外的专注预训练的基础模型公司、头部具身智能企业,以及具有预训练需求的机器人本体厂商。这些客户并非注重采集时长,而更重视来自真实场景、且能够进入训练和评测流程的数据资产。

这也在改变数据的定价逻辑。杨哲轩认为,数据价格被一再压低,很大程度上是因为有效率太低。“我从你这儿买了1000小时,最后要花人去质检、花人去处理,筛选下来可能就10个小时,所以你只能无限地去压这个价格。”与此同时,模型公司的查重能力也越来越强,重复的数据几乎带不来提升。

模型团队为什么需要第三方?自建团队并非不可行,但跨任务、跨本体的持续生产需要长期投入,更难的则是判断下一步需要什么数据。

“数据这个事情特别像服装行业。大家都卖衣服,但是有些衣服流入大卖场,有些衣服进到高档商场,想做到后者,需要提前预判下一季流行什么。”杨哲轩分享道,这意味着团队需要自己懂模型,清楚模型能力的边界和未来发展方向。

第三方的价值,在于将这些真正重要的能力沉淀为可持续交付的服务。基于行业观察,拥有垂直场景和敏感数据的大型产业方未必愿意对外开放,杨哲轩判断,它们可能更倾向于在自身的体系内完成数据闭环。

基于对客户的深入观察,智域基石现阶段会从项目切入:围绕客户的训练需求定义任务、组织采集,将编译后的任务数据集和评估资产按客户要求打包,直接交付到客户的算力所在地。杨哲轩把这种关系概括为“数据跟着算力走”。

但公司的长期方向并不止于交付数据。随着任务和数据持续积累,智域基石计划进一步下场参与模型部署,围绕真实场景开展大规模后训练,把数据编译能力延伸到模型训练、部署和执行反馈中,帮助机器人在具体环境里完成更复杂、更稳定的工作。

最终,这些工作指向同一个目标:让物理世界中的动作经验能够被模型继承,并推动具身智能重新进入真实世界,成为能够承担具体任务的劳动力。

数据竞争的下一阶段

具身智能的数据赛道刚刚经历了一轮快速扩张,接下来的变化,可能会发生在几个层面。

最先变化的,可能是采购方式。随着模型团队对数据有效性的判断更加成熟,数据采购将从按采集小时计价,逐渐转向看重任务覆盖、数据质量和训练价值。

采购逻辑一旦改变,供给结构也会随之调整。人类第一视角、真机和仿真数据将围绕不同的训练阶段形成互补,数据供给会从依赖单一采集方式,走向多源协同。

更进一步,产业分工也可能被重新划定。专业第三方的数据编译服务,与大型场景方的内部数据闭环很可能长期并行,数据基础设施则会逐渐成为连接真实任务与模型训练的关键环节。

△下一阶段比拼的不是采得更多,而是斜率更陡。

这些判断仍需时间检验。智域基石正在做的,是将物理世界中的每一次操作,都转化为能够被模型学习、评测和持续复用的资产。当具身智能的数据竞争已进入下一阶段之时,比拼的或许不再是谁采得更多,而是谁能真正将数据编译成智能。

图片来源|企业供图

跳转微信打开

a16z 合伙人最新分析:AI 应用该如何获得高溢价

2026年11月15日 19:54

深思圈 2026-11-15 19:54 浙江

Harvey 的客户 Repsol 先做盲测,在 Harvey、微软 Copilot 和自研原型里选了 Harvey,现在 96% 的律师在用。a16z 增长团队合伙人 Tugce Erten 说,AI 应用最该防的是客户手边的通用模型,溢

你有没有想过,如果你做的是卖给企业的 AI 软件,客户某天在周会上说“我让工程师拿最新的模型直接试了一下,出来的东西差不多”,你手里还有什么能让他继续付现在的价格?这个问题以前不用认真回答,因为客户自己做又贵又慢。现在模型一代比一代强,开发工具一代比一代好上手,客户“自己动手”这个选项,每过一个季度就便宜一截。

11 月 2 日,a16z 增长团队的合伙人 Tugce Erten 写了一篇长文,专门谈这件事。Tugce 在 a16z 研究的是定价和打包方式,之前写过 AI 价格战怎么打,也写过为什么不该按 token(模型计费的最小单位,大致相当于一小段文字)收费。把 Tugce 的说法和 Harvey、Clay、Decagon 这几家的实际做法放在一处对照,我的看法是:AI 应用能收多少溢价,取决于客户自己动手要多费多少功夫。这个功夫一直在变少,所以溢价只能放在客户最难自己做出来的地方。

最先动摇你价格的,往往是客户自己的工程团队

想想家里做饭这件事,灶具越来越便宜,菜谱视频随手能搜到,买菜也能送上门,那外卖凭什么还能卖得比食材贵?因为你点外卖买的是买菜、洗切、收拾灶台这一整套功夫,每当其中一步变容易,外卖就得重新证明自己值那个价。AI 应用面对的就是这样的处境,只是变容易的速度快得多。

一家全球专业服务公司的采购负责人告诉 Tugce,如果直接给前沿模型写一段提示词,出来的工作成果比供应商的效率工具更好,公司就看不出为什么还要付平台溢价。这家公司已经搭了自己的 AI 平台,客户不允许用第三方产品的敏感项目,就在本地或者自己的机房里跑模型,同时还在试各种开源代码,看有没有能替代商业软件的。

这种威胁的门槛比大多数创业者想的低。客户用不着把你的整个产品重做一遍,只要把用量最大的那一项任务搬回内部,或者手里有一个看起来可行的替代方案,谈价格时就有了底气。Tugce 之前和不少大客户聊过,他们对自己做还是买有一条很清楚的线:一家金融机构的说法是,离核心业务近的自己做,非核心的一律买。我觉得这条线对创业公司的提醒是,被替代的风险和产品好不好用关系不大,更多取决于这个功能离客户的核心业务有多近。

所以 Tugce 给的衡量办法很直接:把客户手里最靠谱的替代方案摆出来,从总成本、质量、速度和风险四个方面和你的产品比,实施、运营和维护要花的功夫也一并算进去。能赢,溢价就站得住;赢不了,再漂亮的价格表也只是一厢情愿。这个测试最有用的地方,是它问的不再是同行卖多少钱,而是客户自己做要多少钱。后者每次模型升级都会往下掉一点,所以这道题算一次不算完,每个季度都得重新做。

客户不怕贵,怕为随处可买的东西付贵价

客户对高价的态度,其实比创业公司担心的宽容。一家顶级金融机构的 AI 负责人告诉 Tugce,他们会故意在同一个用途上同时用两三个 AI 工具。原因是关键流程不能只靠一家供应商,产品还在成熟,表现会波动,也会出幻觉和宕机。还有一家做消费硬件的公司,放弃了大型科技公司的低价合同,转去选一家更小的 AI 原生供应商,只因为后者的代理最先进。聊下来没有人说自己选某个工具是因为最便宜。

这说明让客户不舒服的从来不是贵本身,而是为一个到处都买得到的东西付了溢价。Clay 花了将近一年反复测算,才想明白这一点,今年 3 月 11 日它公开了一份内部的定价备忘录,宣布做上线以来最大的一次价格调整。Clay 是帮销售和市场团队找客户、整理线索、自动跑外联的平台,背后接了一百五十多家数据供应商。它的老办法是按点数收费,每查一条数据花几个点数,起步时数据补全就是它的主要用途,这样收钱说得通。后来产品长成了一整套工作平台,客户用它跑外联、给线索打分、在通话前把账户研究推给销售,价值越来越多出在这些编排工作上,价格却还主要挂在数据条数上。他们自己写得很直白:客户来 Clay,不是来买原料的。

这套收费方式在两头都出了问题。最小的自助客户每个点数付大约 8 美分,另一些客户便宜了约八成,差了接近五倍,结果不是小客户付多了,就是大客户在让 Clay 亏本。AI 这一块更麻烦,因为推理型模型(会一步步想很多步再回答的模型)每次跑下来的成本差得很远,有的几步就完,有的要几十步。固定价格只能定在平均数附近,简单任务被多收了钱,复杂任务又赔钱。于是任务简单的客户干脆拿自己的接口密钥去用,觉得 Clay 不划算,任务复杂的客户反而都留在了固定价格里。

Clay 的做法,说白了是把便宜的东西还回便宜的价格。数据点数降价五成到九成,和客户在外面买差不多。另设一种叫 Actions(动作)的计量,专门算 Clay 自己做的编排工作,比如数据补全、AI 任务、接口调用和向第三方平台推送。多数模型保持固定价,复杂的推理型模型改成按实际用量收,一分钱不加价。这像一家打印店,纸张按市场价卖,贵的是帮你排好版、设计好封面的那份手艺,客人不会因为纸贵去别家,却愿意为只有这里做得出的排版多付钱。

Clay 为此愿意先吃亏,自己就写明这次调整短期内会让收入和利润都往下掉。他们还列出了六个风险,比如新客户可能因为起步价更高而不愿意买,客户可能因为有用量上限而不敢多试。但在我看来,错位的定价真正的代价不是少赚一点,而是客户结构被悄悄改掉:便宜的客户走了,贵的客户留下。账面上看生意还在,每留下一个客户却都在多亏一点。主动把这个口子堵上,比等客户用脚投票体面得多。

溢价要放在一句提示词写不出来的细节上

那客户愿意多付钱的那一块,到底长什么样?Harvey 做合同审查的方式是个很好的样本。西班牙能源公司 Repsol 的法务部有两百多名专业人员,分布在 12 个国家,2023 年底他们做了一次盲测,把 Harvey、微软的 Copilot 和公司自己做的内部原型 Lexia 放在一起比,Harvey 的输出质量最高。随后 50 名律师在 12 个司法辖区试用了八周,准确率和省时间两项 Harvey 又赢了,2024 年 4 月 Repsol 决定全面推广。审一条合同条款原来要三十到六十分钟,现在几分钟。

要看懂 Harvey 赢在哪里,得看它自己讲合同审查系统的那篇长文,赢的地方几乎都是小细节。一份合同里的条款会互相引用,一条关于转让权利的规则可能牵扯四个章节,另一条规则又想改同一句话,两处修改就打架了。同一个条款,在己方起草的合同里能接受,在对方起草的合同里就不行;谈到第一轮和谈到第七轮,答案也不同,对方已经拒绝过的建议不该再提第二遍。律师行里还有个说法叫“最轻的手”:一个条款只需要改三个字,就别把整条重写。每一处红线都会被对方律师一字一字地审,改得越多,谈判越慢,人工复核也越累。通用模型最爱犯的恰好就是这个毛病。

为了解决这些,Harvey 把原来固定顺序的多次模型调用,改成了像一个律师团队的结构。一个主代理扮演牵头律师,给每条审查规则派一个专门的代理,最多几十个同时干活。每个代理在文档的独立分支上修改,改完写一份简短的说明,讲清楚怎么归类、改了什么、为什么。最后主代理像版本管理软件合并代码那样把分支合起来,两条规则碰到同一句话时,由它按资深律师的办法拟一个兼顾的改法,有些决定还会交给真人,并把理由摆清楚。

客户多付的钱,买的就是这些。它们都来自真实谈判里一次次吃过的亏,换一个通用模型临场发挥,很难恰好碰对。而且这种优势会随使用增长。Repsol 用 Harvey 对比了几千份过去的协议,发现有一条条款总是被对方挑战,于是改了合同模板,加上备用条款。Harvey 自己也在研究从律师接受、修改或拒绝的红线里学习,让以后每份新合同需要的指导更少。客户自己从零搭的版本,每次都得从头摸索。

往外推一步,这给做 AI 应用的团队留了一个很实际的问题:你的产品里,有哪些东西是用一次就比上一次更懂客户的?答案如果是“没有”,那溢价基本是靠客户还没来得及自己动手撑着的。

数据值钱,是因为客户自己整理太费事

另一种值钱的东西是上下文,也就是 AI 做事时需要的背景资料。Tugce 讲了一家垂直行业软件公司,多年来积累了大约三千家公司的价格基准数据,正在考虑通过 MCP(让 AI 系统直接调用外部数据的开放协议)开放给客户的 AI 去查。这笔账很容易算:收集、整理、校验、维护,这些功夫由供应商做一次,成本分摊到很多客户头上,每个客户租一份可靠又新鲜的数据,比自己从头做一份便宜。

这有点像办一张图书馆的借书证。书你当然可以自己买,可买书、编目、更新、找地方放,每一样都要花钱花力气,图书馆把这些摊给所有读者,借书证就比自己建一个书房便宜得多。图书馆赚的是省掉重复劳动的那部分,读者拿到的是更全的书和更低的总成本。

同样的逻辑也适用于客户自己的数据。政策文件、客户记录、合同、过往的工作流程,这些本来就是客户自己的东西,看上去没什么可收费的。可要让 AI 可靠地用上它们,得处理谁能看什么、统一格式、做检索,还要持续检查有没有错。这些活又繁琐又没有尽头,应用把它做好,就有了收费的理由。

所以做这类生意的人要时不时问自己:客户付的钱,买的是一份别处买不到的数据,还是一份别处也能拿到、只是自己整理太麻烦的数据?前一种几乎不怕模型进步,后一种就要看你的整理功夫能不能一直比客户自己动手便宜。Tugce 的建议是先分清客户究竟在为“拿到”付钱,还是为“整理好”付钱,再各自定价。

光做得好不够,客户得能亲手算出这笔账

执行和上下文只是让溢价有了可能,能不能收得到,还要看客户看不看得见。a16z 在 8 月访问了 100 位企业里负责大模型采购的决策者,94% 预计未来一年的大模型总支出会增加,37% 预计至少翻一倍。钱会越花越多,管钱的人就会越来越想问:这些钱到底买到了什么。

Notion 的客户支持团队就是这样做选择的。Notion 每年大约有一百万次客户咨询,起初考虑过自己做,后来决定评估外部方案,好让团队专心做核心产品。他们走了一轮正式招标,从是不是原生的生成式 AI、产品和界面好不好用、和现有系统的集成深度、路线图、合作关系这几方面比,最后选了 Decagon。上线以后,工单处理时间最多缩短了 34%。这个数字对买方的用处,是同时回答了两个问题:为什么买,以及怎么跟老板交代这笔钱。

要让每个客户都能这样算账,Tugce 建议先选一个客户认得的计量单位,比如审完一份合同、解决一次客服对话、完成一项研究任务。然后把完成这一件事的完整成本算清楚,检索、模型调用、工具、重试、评估和人工复核都算上,失败的那几次也要计入。最后拿这个数字去和客户原本的做法比,客户有可能自己做的话,开发和维护的成本也算进去。这听上去像内部财务的活,但它决定了价格站在什么地上:站在客户能自己验证的事实上,客户就不必靠信任来付钱。

这也是为什么按 token 收费是个坏主意。Tugce 和同事 Sarah Wang 在 8 月写过,应用应该把价格定在它能可靠衡量、说得清归因、守得住的最高一层价值上。两人访问了 50 位有技术背景的 AI 买家,27 位更喜欢和具体工作绑定的点数,只有 14 位更喜欢按 token。按 token 报价,等于提醒客户拿你的应用去和原始算力比,而算力每个季度都在变便宜,把自己的价格钉在这个往下掉的东西上,只会越收越薄。点数也不是万能的,Tugce 的话说得很直接:点数是一种货币,不是价值的尺度,关键在于一个点数到底买到了什么。

我自己的一点思考

先说我担心的几件事。Tugce 举的 Harvey、Clay、Decagon,都是各自领域里跑在前面的公司,它们能证明一个应用怎样守住溢价,却回答不了大多数没跑到前面的应用怎么办。一个功能单薄、输出就是一段文字的 AI 工具,既没有可以积累的工作流,也没有别人拿不到的数据,很难靠这些办法立起来。另外这场比赛没有终点。Repsol 那次盲测是 2023 年底的事,当时的 Copilot 和内部原型,到今天已经是另一个样子,客户下次再比,会重新问一遍同样的问题。还有一点,证明价值本身要花成本,每次成功完成一件事的完整成本、和客户自己动手的对比,对一个刚起步的小团队并不轻松,样本和人手都不够。

但我仍然看好这条路,因为它要求的东西,恰好是做得越久越容易积累的。每完成一次工作,评测会更扎实,对客户的了解会更深,上下文会更准,算出来的成本也会更清楚。这些全都归应用公司所有,客户从头自己做是拿不到的。Tugce 收尾的那句话很不客气:模型每进步一次,客户手里的替代方案就好一截,应用的优势得拉开得比这更快,溢价才守得住。这句话听上去是压力,我读出来的却是一个很具体的工作方法,把差距当成每个季度都要盯的数。

想象一个做客服 AI 的团队,季度复盘时不先看收入,而是先看一张表。表上是同一批客服对话,客户自己拿最新的模型做,每成功解决一次要花多少钱,自己的产品做又要花多少钱,这个差距比上个季度是变大了还是变小了。差距在变大,价格几乎不用愁;差距在变小,降价也救不了多久。把溢价看成这样一张每季度更新的账,而不是一个定下来就不动的数字,我觉得才是这位合伙人真正想说的事。

结尾

也欢迎大家留言讨论,分享你的观点!

觉得内容不错的朋友能够帮忙右下角点个赞,分享一下。您的每次分享,都是在激励我不断产出更好的内容。

欢迎关注深思圈,一起探索更大的世界。

- END -

跳转微信打开

这家跑通了自进化算力流片的公司,让我重新理解了 AI 真正的增量在哪

2026年11月16日 17:51

深思圈 2026-11-16 17:51 广西

寰宇元心是一家做 AI for R&D 的早期公司,团队来自 DeepSeek、Kimi、腾讯混元等基础模型团队。它的系统设计的第一版硅光芯片已从晶圆厂回片,推理优化也已有回款。Coding 之后,AI 的增量真的在这里吗?

你有没有想过,为什么今年看 AI 项目的人,越看越容易犯审美疲劳?应用层的项目一个接一个,有做写代码助手的,有做自动写文档的,也有做智能客服的,演示都很流畅,数据也都好看。可是把它们叠在一起,大家心里会冒出同一个问题:如果 AI 的收入主要来自给软件行业提效,这个存量到底有多大,撑得起今天二级市场对 AI 的预期吗?

我最近看到的一个答案,来自一家叫寰宇元心(CosmosMind)的早期公司。团队里有从 DeepSeek、Kimi、GLM、Meta、腾讯混元这些基础模型团队核心部门出来的人,还有清华、北大的博士。他们没有再做一个通用大模型,也没有做又一个写代码的 agent,而是带着一套叫

工程智能(Self-Evolving Engineering-AI,SEE-AI)的系统,算法内核叫 MetaRSI,产品引擎叫 Ester,直接去了算力和芯片的研发现场。前不久,一颗由这套系统设计、从晶圆厂流片回来的硅光测试芯片,已经摆在了他们面前。

这件事值得讲,是因为它回答了开头那个问题:Coding 之后,AI 真正的增量大概率在物理世界里,而且那里对 AI 的要求,和写代码完全是两回事。

写代码的 AI 再好用,也撑不起今天的预期

写代码是 AI 落地最顺的场景,原因很朴素,试错在这里几乎不要钱。改错一行,重新跑一遍,几秒钟就知道对不对,错了也没有任何后果。模型可以在这个沙盒里一遍遍地试,所以 Coding 工具这两年进步得特别快。但反过来看,这也是它的麻烦所在:谁都能很快做出来,谁也很难守住领先,今天的功能下个季度就可能被别人追平。

更何况写代码这个存量本身是有边界的。AI 能做的,是让软件行业花在工程师身上的钱花得更有效率,它能放大的上限,就是这笔钱乘以提效的比例。在我看来,二级市场现在给 AI 的预期,已经超过了这个乘积能撑起的范围,所以大家才会反复追问下一个增量在哪里。寰宇元心的创始人万冠呈对这件事的看法很直接,他认为除了 Coding,AI 还没有更大的场景在创造增量,更大的机会在重资产、高门槛的实体产业研发里。

真正的增量,在试错又贵又慢的地方

既然沙盒里的试错太便宜,增量就该去试错贵的地方找。这样的地方并不神秘,就是中国那一大片做实体产品的研发,算力、高速光电芯片、先进制造都在其中。炒菜的时候尝一口就能调盐,烧瓷器却要等开窑才知道成不成。这两件事对 AI 来说难度完全不同,而芯片设计属于后者:图纸画完交给晶圆厂,一次流片要等好几个月,拿到实测数据,才算第一次真正得到反馈。

这些地方的问题还不是单一的。一颗高速互连芯片,要同时管光、电、热,还要把晶圆厂加工时难免的误差算进去,刻蚀偏差几纳米,器件的性能就可能走样。能把这几样东西同时吃透的资深工程师,整个行业也找不出几个。所以试错慢只是一重限制,会做这件事的人太少,才是更硬的第二重。

听上去这全是坏消息,我却觉得对做 AI 的人恰恰相反。AI 最擅长的,是不知疲倦地把大量方案挨个试一遍,它缺的只是一个能快速、可靠地判断好坏的环境。所以这类行业真正的问题,是能不能把提方案、验证、改进这个循环搬进昂贵的物理世界,让稀缺的专家经验变成可以反复使用的软件能力。

算力五层栈的红利与诅咒:越靠近硅片,收益越大、验证越慢

要把这个循环搬进物理世界,先得看清算力这一整套东西是怎么分层的。从上往下数,先是管一大群机器怎么分活的调度,再是分布式系统和推理引擎,然后是算子和编译器,接着是芯片的封装和互连,压在最底下的是硅片本身。每一层的反馈速度差得非常远。一个软件算子,几秒钟就能在卡上测一轮,到了芯片,版图冻结以后要等几个月,流片回来才有第一组实测数据。

算力系统的分层图:从集群调度到硅片,越往下改动受益越广、验证越慢

这种差别带来一个有意思的矛盾。改动越靠下,受益的范围越广。一个底层算子变快,所有调用它的模型都跟着变快,一颗芯片设计得更好,跑在上面的所有软件都直接受益。可是越往下,改错的代价也越大,而且底层一旦变动,上层原来调好的收益甚至可能作废。这就好比新手学开车,没人会一上来就开上高速,总是先在空场地里找到手感,再去应付真正的路况。

寰宇元心的做法,基本就是这个顺序。他们没有在各层平均用力,而是先从反馈最快的软件层开始,一直做到现有硬件的潜力被用完,再让同一套方法顺着软件层碰到的硬件瓶颈往下走,去参与下一代芯片的设计。我觉得这个顺序很务实,因为一个新方法最怕第一次验证就要等半年,而软件层让他们几天内就能知道方法对不对,也让团队有时间先把手艺练熟。

做基础模型出身的人,为什么适合干这件事

做基础模型的人,天天打交道的就是改一点、测一下、看有没有变好这个过程,训练、评测、发版,每一步都要靠严格的数字来判断。把这种习惯带进工程研发,是很自然的事。寰宇元心给自己的算法框架起名叫 MetaRSI(RSI 一般指递归式自我改进,也就是系统自己改进自己),它把一次改进拆成七步:观察、诊断、提案、校验、执行、选择、导出。

有意思的是,这七步里只有诊断和提案交给大模型发挥,其余五步全部由确定性的代码来执行。原因不难理解,大模型擅长出主意,但出主意的人不该同时当裁判,否则它很容易悄悄放宽标准,让自己看起来进步了。所以在他们的设计里,评测的标准和发布的规则对所有 agent 都是只读的,AI 可以提出一万种改法,却没法改动判分的规则。

我对这一点印象很深,因为它点出了自进化在工程里能走多远的条件:一件事的好坏,能不能被机器严格、客观地检验出来。能检验的,AI 就能自己越做越好,说不清好坏的,再强的模型也只能凭感觉。这也解释了为什么他们不去做通用大模型,也不去做面向所有人的写代码助手,而是专挑那些验收标准硬、数字不会骗人的领域下手。

先是软件这一层,国产算力进化到450%效果,全程直播

软件层反馈最快,所以他们先在这里拿出了结果。最能说明问题的,是一次国产算力迁移:把一个 330 亿参数的音视频大模型 MiniMax H3 部署到华为昇腾 910B 上。很多原本按英伟达显卡调好的参数,换了卡以后不再合适,比如残差复用的阈值原样搬过去,速度不但没快,反而慢了 71%。还有一个融合算子的启用条件,在原代码里被写死在英伟达卡上,换卡后根本触发不了。

面对这样庞大的参数和算子组合,人类工程师通常只能凭经验挑几个点试一试,大量可能更好的配置根本来不及看。寰宇元心的系统换了一种做法:它把整个部署当成一大片要搜索的空间,自动批量提出候选方案,部署上卡,实测速度,再由客观标准判断去留,一轮接一轮往前推。最终推理速度达到了官方实现的 450%,生成画质经评测与基线持平,五套数据集上的逐条对比,没有一条变慢。

MiniMax H3 部署加速的公开直播界面:上为标准部署,下为自进化系统给出的部署方案

这个数字当然亮眼,但我觉得更值得看的是他们摆出结果的方式。整个调优过程在公开页面上直播,每一轮改了哪行代码、快了多少毫秒,外面的开发者随时可以回看;沉淀下来的几个算子库也放在 GitHub 上开源,其中端到端推理库已经被昇腾 PyPTO 框架的官方团队正式合入主干。一家早期公司说自己做到了什么,通常很难核对,把过程摊开让别人挑错,等于主动把验证的权力交了出去。

第一颗自进化硅光芯片回片:带宽超顶刊 40%,良率留足 2 倍余量,走入物理世界

软件层的成绩说明这个循环好用,但芯片回片才说明它能碰得到物理世界。寰宇元心往芯片这一层走,选的第一个方向是硅光芯片,也就是用光信号代替电信号,在芯片之间高速传数据。大规模算力集群想突破带宽和功耗的限制,硅光互连几乎是绕不过去的一条路,真正卡住它的,是设计出来的东西进了产线以后,良率还能不能稳住。

第一版硅光测试芯片的电镜总览,芯片上可见 CosmosMind 标识(图片来自寰宇元心)

他们先拿光栅耦合器练手,它相当于光信号进出芯片的接口,其中垂直出射的那一种出了名的难做,传统的参数扫描基本失效。团队和北京大学的光子传输与通信重点实验室一起,让系统在可量产的约束下找方案。结果是带宽比 2026 年发表在《Optica》上的同类设计宽了 40%,制造偏差引起的波长漂移也小了一个数量级。前沿文献里需要在芯片上铺十几组预补偿结构来挑可用的器件,这套设计一组都不用铺。

比数字更让我在意的,是它给出的结构。在光栅里那种重复排布的微结构上,人类专家习惯顺着尺寸渐变的思路找答案,而系统给出的是三种不同拓扑的单元共存的方案,这不是顺着经验就能想到的。团队还专门把对照组拉到了最高水平,让领域专家直接搭配 Claude Code、Codex 这类写代码 agent,并且不限预算,放在一起比,系统依然找到了更好的结构。在我看来,这才是它和写代码工具真正不同的地方:它给出的不是更快的重复劳动,而是人没想到的东西。

光栅区电镜特写,实测线宽 273 到 328 纳米

设计图画得再好,终究要过晶圆厂这一关,所以他们在流片这件事上做得格外保守。设计阶段就把刻蚀、线宽、套刻这些加工误差写进检验标准,按最坏的情况来评估;冠军方案还要再过一轮系统看不见的隐藏测试,防止它只会应付那几道固定的题。第一版芯片回来后,系统从 31 张电镜照片里识别出每一条刻蚀边缘,测得线宽的随机离散不超过 5 纳米,而设计时按 10 纳米评估,实际留出了大约 2 倍的余量。

往系统层走,他们也做得很快。硅微环、硅耗尽型行波调制器和薄膜铌酸锂是下一代光互连最主要的三条技术路线,业界还在争论哪条更合适,系统不到一周就把三条路线的 1.6T 链路都做出了完整设计,全工况达标。这类需要光、电、热同时权衡的题目,恰好是前面说的稀缺工程师最难复制的部分。已经有多家晶圆厂主动来谈联合设计和工艺模型合作,对一个刚拿到第一版芯片的公司来说,这比任何自己报的数字都更有说服力。

光互连芯片自主设计的公开直播界面

按结果收费,自进化产品建立在客户标准上

软件和芯片两头都有了结果以后,团队把背后的循环打包成了一个产品,叫 Ester,意思是通用的工程研发引擎。它目前分成三条产品线,分别面向大模型推理加速和国产卡适配、垂类模型的训练优化,以及硅光芯片和互连的设计。前面讲到的所有案例,其实都是同一个引擎在不同场景里的表现。

这个产品最特别的地方是收费方式。开工之前,双方先锁定验收标准,最后达不达标由客观判据来裁决,没有做出约定的性能提升就不收费。过程中产生的数据、工程经验和专有模型全部归客户所有,不会拿去训练他们自己的通用模型。万冠呈的解释很实在,他说中国的企业客户不关心东西是 AI 做的,还是别的什么方法做的,只关心安全,关心降本增效到底有没有用。

“结果即服务:不进化成功,不收费”的产品页横幅

我觉得这个收费方式不是营销姿态,而是前面那些选择的必然结果。想象你请人修屋顶,漏不漏水一眼就能看出来,所以敢说修不好不收钱;如果是让房子住着更舒服这种说不清的活,没人敢这样承诺。寰宇元心专挑验收标准写得清楚的领域,才让按结果收费成了一件可以执行的事,反过来,客户愿意签这样的合同,也说明他们认可这套验收标准是公平的。推理优化这条线已经有了回款,也有多家数据中心服务商主动来接洽。

我自己的一点思考

把这些放在一起,我对标题里那个问题的回答是:AI 的下一个增量,在于把人类最贵的那部分试错交给它,而不在于多写几行代码。但这件事离成熟还有距离,我担心两件事。

第一,每换一个行业,都要先把客观判断好坏的环境搭起来。光芯片有成熟的仿真和工艺数据可以依靠,换到一个数据更少、标准更模糊的领域,同样的循环还能不能这么顺,目前只能是我的推测。第二,这类事情的数据和工程师,晶圆厂和大型云厂商手里同样有。它们一旦决定自己下场,一家早期公司的位置会不会被挤压,要看它能不能比大公司更快地积累起真实产线上的经验。

尽管如此,我仍然看好,原因有两点。一是这个位置不是靠几个月的工程努力就能追上的,它需要真实的流片数据、懂工艺的人和一个已经转起来的循环,每多转一圈,下一圈就更准一点。二是他们愿意把调优和设计的每一轮成败都公开出来,让同行复现、挑错,一家真想把事情做成的公司,才会这样做。

最后想象一个场景:一家光模块公司的研发负责人,周五下班前交代了一个目标,要一条功耗更低的互连链路设计,约定了验收标准。周一早上他打开页面,看到系统周末又迭代了几百轮,其中有两次是自己推翻了自己的思路,最后给出了一个他团队里没人想过的结构。他要做的,不再是熬夜试参数,而是判断这个方案值不值得拿去流片。这大概就是 Coding 之后,AI 留给工程师的那个位置。RSI算力全链路生态已落地,CosmosMind开启软芯协同自进化算力时代更多内容可以看这篇文章

结尾

也欢迎大家留言讨论,分享你的观点!

觉得内容不错的朋友能够帮忙右下角点个赞,分享一下。您的每次分享,都是在激励我不断产出更好的内容。

欢迎关注深思圈,一起探索更大的世界。

- END -

跳转微信打开

AI日报:DeepSeek因算力不足限额;阿里千问发布 Qwen4-Max;腾讯混元发布Hy4flash模型;豆包 App 上线“找店”功能

2026年11月16日 17:17

原创 AIbase日报组 2026-11-16 17:17 福建

AI日报

11月16日•AIbase

1、豆包 App 上线“找店”:商家批量标注地图,团购下单与一键导航在对话内闭环

2、谷歌 Gemini4Carbon 入驻 WorkBuddy,百万 Token 上下文向 Pro 用户开放

3、苹果首款AI眼镜计划2027年WWDC亮相,年底前上市

4、阿里千问发布 Qwen4-Max: 以架构升级压低 token 消耗,单任务费用降58%

5、腾讯混元发布 Hy4flash:224B 参数、1M 上下文,解码超150tps,单任务成本仅 Hy4preview 的1/13

6、DeepSeek收紧使用限制:7天历史对话、4万字输入及每日额度调整

7、火山引擎宣布Seedance2.54K API全面开放,支持10-bit色深与样片模式

8、黄仁勋考虑重返英伟达CEO岗位,盟友筹建“作战室”游说董事会

1. 豆包 App 上线“找店”:商家批量标注地图,团购下单与一键导航在对话内闭环

豆包将地图图层融入AI对话,把找店、比价、下单和导航收拢在同一界面,缩短从信息到到店消费的转化路径。这是AI助手向线下服务延伸的务实探索,但还需持续优化地图数据质量与交互体验,避免功能堆叠影响易用性。

image.png

亮点提要:

📍 地图批量标注商家,找店、比价、下单、导航闭环

🤖 AI对话结合地图,支持预算、人数等条件二次筛选

🛍️ 商家获地图曝光,本地生活到店交易竞争升级


2. 谷歌 Gemini4Carbon 入驻 WorkBuddy,百万 Token 上下文向 Pro 用户开放

WorkBuddy接入Gemini4Carbon,强化长周期智能体工作流支持,百万Token上下文与多模态能力适配复杂任务。但仅限Pro用户且未公布调用额度,实际可用性待验证;此举反映办公产品正通过多模型聚合提升竞争力。

image.png

亮点提要:

🧠 接入谷歌Gemini4Carbon,面向复杂推理和长周期任务

🔒 仅向Pro用户开放,支持百万Token多模态上下文

🔗 丰富模型选择,体现AI办公多模型整合趋势


3. 苹果首款AI眼镜计划2027年WWDC亮相,年底前上市

苹果选择以AI语音和摄像头感知切入智能眼镜,而非执着AR显示,降低量产与功耗压力,贴合轻量化穿戴趋势。若Siri端侧能力与生态服务打通,有望形成差异化,但挑战在于场景刚需与隐私体验。

亮点提要:

📅 2027年WWDC亮相,年底前上市,内部代号N50

🎙️ 以Siri为交互核心,摄像头感知环境,支持翻译导航

🛒 语音可完成订餐、叫车、购票等日常服务


4. 阿里千问发布 Qwen4-Max: 以架构升级压低 token 消耗,单任务费用降58%

Qwen4-Max通过稀疏MoE架构升级,在2.4T总参数下降低激活参数并提升token效率,单任务费用降58%,成本与性能同步优化,体现大模型竞争从参数规模转向真实生产力交付的趋势。

亮点提要:

🧠 2.4T参数稀疏MoE,激活71B,原生视觉与百万上下文

💰 缓存命中每百万Tokens低至0.5元,单任务费用降58%

🚗 汽车制造编程人工耗时降95%,药物发现亲和力提升3.6倍

详情入口:


5. 腾讯混元发布 Hy4flash:224B 参数、1M 上下文,解码超150tps,单任务成本仅 Hy4preview 的1/13

腾讯混元Hy4flash把竞争焦点从参数规模转向单位成本与交付效率,全链路优化使其在办公场景具备极强性价比。内部WorkIndex评估贴近真实任务,避免榜单失真;但长程编码能力小幅下降,明确定位为日常高频任务首选,复杂任务仍需Hy4兜底。

image.png

亮点提要:

⚙️ 总参数224B/激活12B,KV cache大幅压缩,解码超150tps

💰 单任务成本仅为Hy4preview的1/13、Hy4的1/20,性价比突出

🚀 已上线腾讯云、元宝等平台,限时免费/5折,计划开源迭代


6. DeepSeek收紧使用限制:7天历史对话、4万字输入及每日额度调整

DeepSeek此次限制调整,本质是算力供给与需求失衡下的运营策略。长上下文和多轮交互成本高,通过保留期、输入上限与日额度控制负载,短期或影响体验,长期仍需推理优化和分级服务来平衡成本与用户价值。

image.png

亮点提要:

🗂️ 历史对话仅保留7天,超期未活跃不再支持

📝 单次输入上限下调至约4万字

🚦 新增每日额度限制,达到上限会提示繁忙


7. 火山引擎宣布Seedance2.54K API全面开放,支持10-bit色深与样片模式

火山引擎开放Seedance2.54K API,标志4K视频生成进入规模化接入阶段。Draft样片模式以低成本完成创意验证,10-bit色深提升画质,兼顾效率与质感,对影视广告等内容生产具有实际落地价值。

image.png

亮点提要:

🎬 Seedance2.54K API全面开放,开发者可快速接入

🧪 Draft样片模式支持480P验证分镜,降低试错成本

🎨 10-bit色深增强色彩层次,满足大荧幕画质需求


8. 黄仁勋考虑重返英伟达CEO岗位,盟友筹建“作战室”游说董事会

黄仁勋辞职后拟复出,硅谷高管与员工公开施压英伟达董事会,但面临股权不足和财政部长表态等阻力,事件折射AI龙头治理博弈。

亮点提要:

🔄 黄仁勋正考虑重返英伟达CEO岗位,并与亲信讨论复出可能

📢 马斯克等硅谷高管及员工公开信施压董事会要求其回归

⚠️ 复职面临股权不足与美财长称领导层需“大幅洗牌”等阻力

↓点击阅读原文,进AIbase官网.

阅读原文

跳转微信打开

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年

2026年11月16日 11:58

原创 ASI启示录 2026-11-16 11:58 北京

新智元报道  

最近,Anthropic的CEO Dario Amodei 说了一句话:

AI将在10年内,把人类在生物学上50到100年的进展压缩完成——癌症、阿尔茨海默症、心脏病,统统有望攻克。

这话说得够狠,但很多人觉得,也就听听。

直到一个叫顾全全的科学家站出来说:10年太慢了,我们要把药物研发周期压缩到4年!

11月10日,他创立仅5个月的公司 Geodesic Intelligence,发布了全原子结构预测模型 NovaAtom-Lite。

在全球最严苛的生物分子预测基准测试 FoldBench上,NovaAtom-Lite直接把谷歌 DeepMind 旗下Isomorphic Labs 的王牌模型 IsoDDE 拉下了马。

在一系列生物制药基准测试中屠榜,获得多项TOP 1!

Model card链接:https://www.geodesiclab.com/news/introducing-novaatom-lite

15个人的创业公司,几百张GPU,5个月。对面是累计融资27亿美元、正在以400亿到500亿美元估值谈新一轮融资的 Isomorphic Labs。

X上瞬间炸了。

有人感叹:「Dario Amodei 预测癌症10年内攻克,而 NovaAtom 的创始人说只要4年。」

有人算账:「谷歌 DeepMind 剥离出 Isomorphic,烧了几十亿美金,估值谈到400亿以上。结果一个UCLA教授带着15个人的创业公司,5个月就超了。」

而且,这不是顾全全第一次干这种事。他之前在字节跳动带队做出了 SeedFold——世界上第一个在 FoldBench 上超越 AlphaFold 3 的模型。

正是 SeedFold 的横空出世,逼得 Isomorphic Labs 不得不祭出 IsoDDE,重新夺回结构预测的王座。而这次,NovaAtom-Lite 又把 IsoDDE 拉下马,王座再次易主。

更狠的是,根据顾全全在 X 上透露的信息,NovaAtom-Lite 只是开胃菜,后面还有更大更强的 NovaAtom-Pro 蓄势待发。

也就是说,就算 Isomorphic Labs 近期再放出更强的模型试图反扑,迎接它的可能是 NovaAtom-Pro 的又一次击穿。

这场结构预测的王座之争,顾全全已经连赢两局,而第三局的底牌他还攥在手里。

从此,人类攻克绝症的时间表,再度提前!

生物界已经迎来了它的「HBM爆发时刻」,投资人这样感慨

NovaAtom-Lite 到底在干什么?

为什么药那么难做?

因为药物起效的本质,是让一个分子精准地「咬住」另一个分子。

抗体要咬住抗原,小分子药物要塞进蛋白质的口袋里。

这个「咬合」发生在原子尺度——埃(Å)级别,一埃等于一百亿分之一米。

稍微偏一点,药就不灵。

传统方法靠湿实验一个一个试,平均一款新药从实验室到上市要13年、烧掉近20亿美元,成功率不到5%。AI的价值就在于:在计算机里先把这个「咬合」模拟出来,大幅缩短试错周期。

这正是 NovaAtom-Lite 干的事——

输入蛋白质、DNA、RNA的序列以及小分子配体的信息,它就能预测出整个复合物中每一个重原子(氢以外的原子)的三维空间坐标。

不是模糊的轮廓,是精确到原子级别的位置。

而且,它不是一个「死板」的计算器。

NovaAtom-Lite 加入了一套极具工程价值的「条件约束与提示」功能。

你可以告诉它:这里有一个共价键,那里有一个已知的结合口袋。模型会把这些信息当作参考线索,而不是死板约束,像一个懂化学物理法则的「AI大脑」一样,灵活地做出预测。

输出的也不只是一组坐标。

模型同时返回局部结构置信度 pLDDT、残基间预期误差 PAE,以及界面可靠性指标 ipTM——简单说,它不仅给你答案,还告诉你「这个答案我有多大把握」。

两记重拳:79.07% 和 77.06%

评价一个结构预测模型有多强,制药界有两块最核心的试金石:抗体-抗原结合预测和蛋白质-配体结合预测。

前者是大分子药物(比如抗癌抗体)的核心——你得知道抗体是怎么精准「锁住」靶点的;后者是小分子靶向药的命门——药物分子得准确塞进蛋白质的结合口袋里。

两个方向,一个比一个难。

FoldBench 是目前公认最严格的全原子生物分子预测基准,包含1522个复合物结构,数据全部来自模型训练截止日期之后的新结构,杜绝了「提前看答案」的可能。

第一拳:抗体-抗原。 FoldBench 收录了172个抗体-抗原结合界面。

评判标准用的是 DockQ 分数(可以理解为预测的结合姿态和真实结构有多像,0.23 以上算预测成功,越高越好)。

一个5个月大的公司,比 AlphaFold 3 高出31个百分点,比融资27亿美元的 Isomorphic Labs 高出3.5个百分点。

更夸张的是,如果把标准提高到 DockQ ≥ 0.80(要求极高精度的预测),NovaAtom-Lite 的成功率是 AlphaFold 3 的2.2倍。

第二拳:蛋白质-配体。 这项测试覆盖558个结合界面,判定标准更苛刻:不仅要求小分子药物的预测位置与真实位置偏差小于2埃(配体 RMSD < 2 Å),还要求周围蛋白质的接触细节也高度吻合(LDDT-PLI > 0.8)。两个条件同时满足才算成功。

两项核心指标,全部TOP 1。

它真的「懂」物理,还是只会背答案?

每次有模型刷榜,圈内第一反应都是:你是不是偷看答案了?

这个质疑完全合理。结构预测模型吃的训练数据就是已知的蛋白质结构库,如果模型只是把见过的东西背下来了,那跑分再高也没用:真到了药物研发前线,面对的全是从没见过的新分子。

业界有一个专治「死记硬背」的狠测试叫 Runs N' Poses。它把测试样本按照与训练集的相似度分成8组,从「长得像」到「完全陌生」,一层层剥开模型的底裤。

在相似度最低的0-20%组(63个与训练集「毫无关系」的配体,相当于考试里那些完全超纲的题)各模型成绩如下:

AlphaFold 3 直接腰斩到24%,NovaAtom-Lite 依然稳在47.6%,几乎是前者的两倍。

而在相似度最高的80-100%组,两者差距反而缩小到91.0% vs 88.2%。

这说明越是面对陌生的分子,NovaAtom-Lite 的领先优势越大。

它不是在背书,而是真正掌握了微观原子世界的底层物理法则,拥有了一套可迁移的「推理引擎」。

给它更多时间思考,它就更聪明

做 AI 的人都知道一个趋势叫 Test-time Scaling——推理阶段给模型更多算力,答案质量就更高。

大语言模型领域早已验证了这一点,而 NovaAtom-Lite 证明,这个规律在生物分子预测里同样成立。

在同一批172个抗体-抗原界面上,团队做了一组优雅的实验:

  • 1个随机种子(最少算力):成功率 74.3%

  • 5个随机种子:79.07%

  • 25个随机种子:81.7%

  • 100个随机种子(深度推理):83.1%

  • Oracle 上限(事后用实验答案挑最优解):88.4%

从74.3%到83.1%,仅仅是增加采样数量,成功率就提升了近9个百分点。

这意味着这套系统具有极强的「弹性」。

创业公司预算有限,用少量算力快速试错,依然能拿到不错的结果。而对于医药巨头来说,当一款靶向药关乎百亿市场和无数患者的生命时,你可以开足算力、全力压榨每一点精度——模型的上限远没到头。

这是极其令人兴奋的可扩展性。

给它一点提示,就能起飞

光靠自己猛算还不够。

真实的药物研发场景里,科学家手上往往已经有一些线索。比如知道抗体和抗原大概在哪个位置接触,或者小分子大概塞在蛋白质的哪个口袋里。

问题是:模型能不能「听懂」这些提示,并用好它们?

NovaAtom-Lite 的回答:不仅听得懂,而且效果炸裂。

在 FoldBench 的172个抗体-抗原界面上,不给任何提示时成功率是79.07%。只要给模型一个接触残基对(相当于告诉它这两个残基离得很近)成功率直接飙到 91.28%,提升了12个百分点。

在另一个更大规模的抗体-抗原测试集 PXM-22to25-AB(383个聚类)上,这个提升更夸张:从66.05%一口气拉到 88.82%,涨了将近23个百分点。

更有意思的是蛋白质-配体方向。

在 Runs N' Poses 上,团队测了四种设置:无约束、一个接触对、四个口袋残基、完整口袋,层层递进。

提示对最难的样本帮助最大:在与训练集相似度最低的0-20%区间,给完整口袋提示能把成功率从47.6%拉到 63.5%,提升近16个百分点;而在高相似度区间(60%以上),提升只有2到5个百分点。

简单说就是,越是「超纲题」,模型越能从你给的线索里「悟到」更多。科学家的经验不会被浪费,你知道得越多,它算得越准。

两个「神级」案例:从分子套索到暗门破解

数字再漂亮,制药的人最终要看的是:你能不能解决真实世界里那些最棘手的结构难题?

案例一:给疯狂甩动的「分子套索」拍高清定格照

中东呼吸综合征(MERS)病毒是个凶残的对手。科学家找来了一种纳米抗体 VHH-T148 去对付它,这个抗体的核心武器是一条由22个氨基酸组成的 CDR-H3 长环。

想象一下,一条在三维空间里疯狂甩动的「软鞭」。它极度灵活,缺乏进化上的共变信号,预测难度极高。

这是结构预测领域公认的噩梦级难题。

结果,NovaAtom-Lite 生成了25个候选方案,全部命中。DockQ 达到0.839,CDR-H3 的预测误差仅为 0.56 Å,覆盖了全部18个表位残基中的每一个。

0.56 Å大约是一个碳原子直径的三分之一,这是「分子级单反相机」的定格拍摄。

案例二:让「锁着门」的癌症靶点自己把暗门打开

KRAS 是医药界出了名难搞的癌症靶点。

它表面光溜溜的,药物几乎无处下口。

有一类抑制剂能钻进 KRAS 上一个「隐藏口袋」(switch-II pocket)起效,但问题是这个口袋平时是锁着的。

也就是说,AI 不仅要算出药物小分子应该怎么放,还得凭空推测出蛋白质的构象变化——那扇门是怎么打开的。

在这个案例(结构编号 8UN5,KRAS G13D 突变体)中,OpenDDE 直接懵了,配体 RMSD 高达 17.74 Å——药物被扔到了十万八千里外。

而 NovaAtom-Lite 的配体 RMSD 仅为 0.98 Å。

不仅如此,在全部25个样本中,switch-II 区域的预测与晶体结构仅差 0.4 到 0.6 Å,并重现了全部12个天然极性接触,没有任何配体原子与蛋白质发生空间冲突。

这是真正的分子级微雕。

a16z 的「预言」:

制药业正在迎来它的 GPT-3 时刻

就在 NovaAtom-Lite 发布三天后,硅谷顶级风投 a16z 发布了一篇重磅研报——《大型制药企业,即将与大型软件分庭抗礼》(Big Pharma Can Rival Big Software)。

这份报告有几个核心判断值得细品:

第一,AI 制药正式进入「GPT-3 时刻」。

a16z 的原话是:我们认为当前 Bio × AI 的市场成熟度已接近 GPT-3 水平。GPT-3那是通用AI从「能用」到「好用」的转折点。a16z 认为,类似的能力正在生物模型中涌现。

第二,药企未来将按「科技股」定价。

传统药企的估值逻辑是对已有药物组合做现金流折现,背后的药物研发引擎几乎不被资本认可。但如果 AI 让药物发现变得「高度可重复、可预测」,投资者就会愿意为药企的 AI 基础设施买单——就像他们为 SaaS 公司的平台付费一样。

这是估值逻辑的根本性重构。

第三,11月10日发布的 NovaAtom-Lite 已被 a16z 收录进了这份研报。

一个发布仅三天的模型就被顶级资本写进了行业报告里,反应速度本身就很说明问题。这是真的被注意到了。

更耐人寻味的是,在 a16z 报告的产业版图插图中,唯一被点名提到的公司就是 Geodesic Intelligence。

报告将 AI 制药初创分为两类:一类是像 Isomorphic Labs、Recursion 这样自己下场做药的「垂直整合者」,承担高风险,博万亿美金上限;另一类是提供模型、工具和平台的「卖铲人」:实验室自动化、AI 智能体、分子设计引擎的供应商。

Geodesic 显然被归入了后一类中最尖端的那个位置。通过 Geodesic API 和 NovaDDE 平台,NovaAtom-Lite 的能力正在被开放给每一家药企和科研团队。

目前还不知道Geodesic Intelligence是否会下场做药,但从其模型展现出的竞争力来看,它显然有机会将边界从模型和工具供应商,进一步延伸至药物研发本身。

a16z 的判断不是空谈。产业端的数据已经在验证这个趋势。

GenScript(金斯瑞)的 AI 制药业务连续三个半年翻倍增长,Twist Bioscience 的 AI 药物发现订单更是三位数飙升。

大药企抢着签约。光 Isomorphic Labs 一家,诺华和礼来的合作协议加起来就将近30亿美元;Anthropic 自己开了湿实验室,OpenAI 直接收购了生物科技公司。

整个行业的底层逻辑正在被重写:AI 不再是制药的辅助工具,而是正在成为制药的基础设施。

最短路径

回到 Geodesic Intelligence 的故事。

顾全全是 UCLA 计算机科学系教授,在 AI for Science 领域声名在外。2026年6月,他创立了 Geodesic Intelligence,目标只有一句话:

构建 AGI,找到从生物学到药物的最短路径。

仅仅5个月后,带着15人的精锐团队,他交出了第一份答卷。

而这只是起点。官方已经明确表示,NovaAtom-Lite 是 NovaAtom 模型家族的第一个成员,更大、更强的模型已在路上。

Geodesic 的完整布局是一个三位一体的闭环:NovaAtom 负责结构预测,NovaDDE 负责科学推理与药物发现工作台,NovaLab 负责湿实验验证——

从提出生物学问题、计算分析分子结构,到实验验证候选物,一条龙打通。

这让人想起 a16z 在报告结尾写的那句话:更快、更低成本地研发药物,将是 AI 最具深远影响力的应用方向。

药物研发的时间加速器,真的来了。 

编辑:Aeneas 所罗门

秒追ASI

⭐点赞、转发、在看一键三连⭐

点亮星标,锁定新智元极速推送!

跳转微信打开

英伟达沦为背景板!Opus 5.5亲手搓AI基建,人类基线失守

2026年11月16日 11:58

ASI启示录 2026-11-16 11:58 北京

新智元报道  

短短一周内,黄仁勋从英伟达几乎「净身出户」,消息被疯狂刷屏。

当人们还在吃瓜时,卡内基梅隆大学(CMU)刚刚发布的一篇新论文,炸懵了所有的AI工程师。

核心结论只有一句话:超级智能已经学会了自主构建并优化算力底座,或已具备通往奇点所需的技能。

需要注意的是,这里的奇点更多说的是「递归自我改进」:

奇点=智能体能够递归地自我改进其生命周期的每一个阶段。

在论文中,Opus 5.5 + Claude Code,自主构建了预训练流水线、推理引擎,以及集群编排器等 AI Infra。

在同一批 GPU 上,这套由 AI 「手搓」出来的系统,性能不仅追平,甚至直接碾压了人类工程师引以为傲的 SGLang 和 NVIDIA Dynamo 等生产级工具。

研究人员直言:

在由7个前沿模型和2个运行框架构建的11个智能体中,Opus 5.5配合Claude Code在全部六项任务上达到或超过人类基线,奇点指数为1.25,这表明它可能已具备通往奇点所需的技能。

砸场子的 Singularity-Bench,与被碾压的人类傲慢

过去几年, AI 跑分榜单无数,但毫无疑问Singularity-Bench(奇点基准测试)这个名字让人一听就「眼前一亮」。

上一个如此先声夺人的 Benchmark,还是Humanity's Last Exam(或简称HLE)——你可以理解成「人类最后的考试」或者「人性最后的考验」。

和大多数Benchmark类似,HLE用于评估AI在面对人类知识前沿时的推理、理解与跨学科能力。

但奇点基准测试略有不同,直击 AI 工业界的深处:底层基础设施建设。

Singularity-Bench 为智能体(Agent)设置了 6 项端到端的超高难度任务,涵盖了从「模型预训练」到「高并发服务引擎开发」的全流程。

六项端到端任务涵盖「预训练、中期训练、后训练、推理、智能体运行框架和集群编排」。每项任务都要求智能体从极简起点出发实现核心系统,并在相同硬件上与成熟的人类工程基线进行对比评估。

在现实里,这 6 项任务通常需要顶尖的、系统工程师、CUDA 优化专家和分布式计算大佬组成十几人专家团队,熬上几个月乃至大半年才能跑通。

这不仅需要懂高层架构,还需要极其精通显存管理、算子融合、硬件通信等极其硬核的底层知识。

以前我们认为,这种活儿,只有年薪百万美金的人类天才才能干,比如那些被马斯克和OpenAI疯狂争抢的「10倍工程师」。

但 CMU 把 Opus 5.5 和 Claude Code 扔进了这个考场。

为了保证公平,所有的测试结果,都在同一批 GPU 上,与目前人类最强的生产系统(如广泛使用的 SGLang 或英伟达自家的工具)进行严格的背靠背对比。

结果,Opus 5.5「横扫千军」。

参与测试的其他 10 个 AI 智能体,面对这种地狱级难度的底层任务,全部折戟沉沙,平均得分只有 0.58,GPT-6.1 Sol 只差一口气,得分0.969。

但是,Opus 5.5 的最终得分是:1.25。

在 Singularity-Index(奇点指数)的评分体系中,「人类基线」被设定为 1.0 。

也就是说,如果你能做到目前人类顶尖开源工具或商业工具的水平,你就能拿 1 分;但 Opus 是你的 1.25 倍!

它不仅满分了,甚至直接击穿了人类的天花板,所写的代码比顶级人类顶级项目还要更好。

每小时多赚 3.34 美元,背后是百亿美金的算力革命

这篇论文最刺痛人神经的,是它给出的那本「经济账」。

在实际商业环境中,研究团队测试了这些推理引擎的变现能力,即每 GPU 小时能处理的有效吞吐量,折算成美元收益。

作为人类阵营的优秀代表,目前大火的推理框架 SGLang 表现稳定。

在特定测试负载下,按模拟计费算,它每 GPU 小时的收益为 8.18 美元。这也是目前行业主流的生产力水平。

那么,由 Opus 5.5 「手搓」出来的服务引擎呢?

答案是:11.52 美元。

表面上看,11.52 减去 8.18,单卡每小时只多了 3.34 美元。似乎不值一提?

但如果你真正懂 AI 算力账本,看到这个数字,恐怕会惊出一身冷汗。

因为在超级算力的世界里,一切都是建立在规模乘数之上的。

我们来做一道简单的算术题。

假设一家科技巨头有一个 10 万张 GPU 的超大智算中心。

如果使用人类工程师编写的 SGLang 或类似系统,这个集群一天的收益是:10万 × 24小时 × 8.18美元 = 1963.2 万美元。

如果将底层系统替换为 Opus 5.5 编写的引擎,一天的收益将飙升至:10万 × 24小时 × 11.52美元 = 2764.8 万美元。

每天多赚 800 万美元,每年多赚 29 亿美元!

这意味着,你不需要去求台积电给你增加产能,不要抢破头买新一代显卡,你仅仅多用了一个超级智能体,然后算力集群凭空就多出了将近 40% 的吞吐能力。

这 40% 的性能差异,就是生与死的鸿沟。

此外,在另外的 5 个测试任务中,预训练、中期训练、智能体运行框架和集群编排中 Opus 5均超越人类,只在后训练上人类基线几乎平局,只比后者少了0.6%。

比如,在集群编排人物中,英伟达的 Dynamo 等工具沦为了背景板,被 Opus 5.5 碾压。

Opus 5.5 证明了一件事:机器比人类更懂机器。

人类工程师在写代码时,可能受限于认知、代码可读性和架构惯性;而 AI 可以直接面向硅基硬件的物理极限,高效排列组合。

新世界的倒计时

Singularity-Bench,这名字起得极具深意。

Singularity,奇点。

在天体物理学中,奇点是黑洞的中心,那里的引力无限大,所有已知的物理定律全部失效。

在科技史中,奇点是指机器智能超越人类智能的那一刻,在此之后,人类现有推演逻辑彻底失效。

CMU 的这篇论文,或许拉响了奇点警报的引信。

1.25 对比 1.0 的得分;11.52 美元对比 8.18 美元的收益。

这些冷数字背后,是一个不容置疑的事实:在机器的世界里,机器正在比人类掌握更多的权力。

媒体和公众的目光,还在死死盯着那些大佬们的豪门恩怨、权谋大戏,还在为谁能掌控硅谷王座而争吵不休。

此时,在那些嗡嗡作响的恒温机房里,超级智能已经自己拿起了工具箱。

碳基生物的八卦,硅基智能不理,只是向奇点狂奔

参考资料:

https://infini-ai-lab.github.io/singularity-bench/

https://arxiv.org/abs/2611.16591

编辑:大卫

秒追ASI

⭐点赞、转发、在看一键三连⭐

点亮星标,锁定新智元极速推送!

跳转微信打开

个人智能体咋总掉线?9顶校发布126页「持续在线智能体」路线图

2026年11月16日 11:58

新智元 2026-11-16 11:58 北京

新智元报道  

个人智能体,正在迎来一场前所未有的密集爆发。

在海外,前沿AI实验室接连出手,推出Muse、dots、Claude Duet、Grok Bot、Gemini Daily Brief等重磅产品。它们不再只是被动地等待用户提问:有的在对话结束后继续在云端默默干活,有的每天清晨准时送来定制简报,还有的每隔几小时自动巡检一次用户的关联账户。

在国内,腾讯、阿里、字节等大厂也在极速跟进,相继上线了灵光2.0、LightVela、千问Go!等产品。而在硬件端,雷鸟、乐奇(Rokid)等AI眼镜开始主打全天候记录与记忆用户身边的点滴;具身智能同样在朝同一方向演进:

前沿大模型正成为机器人的高层「大脑」,下一步就是化身更懂用户的生活伙伴。

如此密集的发布潮,释放了一个极其明确的信号:个人智能的下半场竞争,正从比拼单一模型和单点功能,全面转向比拼一套完整的系统架构。

这不仅要求系统能够长期运行,更要求感知、记忆和行动三大模块彼此协同、互通信息——而且,这一切必须在用户不开口的时候自主发生。

然而,一连串灵魂拷问也随之而来:

  • 挂在后台一直跑,就算真正的「持续在线」吗?

  • 当用户不在场、或者没有发出指令时,助手到底该做什么,又不该做什么?

归结起来,整个行业都在寻找三个核心问题的答案:一个助手怎样才算真正「持续在线」?它怎样才能「越用越懂你」?现有的系统距离这两步究竟还有多远?

图1|路线图总览:定义持续闭环,审视三个模块,分析集成系统与闭环等级,用HALO审查现有系统,讨论开放问题

围绕上述三大追问,来自南洋理工大学、加州大学伯克利分校、普林斯顿大学、斯坦福大学、新加坡国立大学、阿卜杜拉国王科技大学(KAUST)、达特茅斯学院、北卡罗来纳大学教堂山分校和美国西北大学共9所高校的23位研究者,联合发布了126页的全景综述。

论文链接:https://www.preprints.org/manuscript/202611.0793

项目主页:https://always-on-intelligence.github.io

论文清单:https://github.com/Always-On-Intelligence/awesome-always-on-personal-intelligence

在论文中,作者想强调的是:助手「一直开着」,并不等于「持续在线」。

「持续在线」(Always-On)并不是一个新词。在软件和硬件工程里,它早就用来形容一直开机、随时可用的系统。

但放到个人助手身上,它到底意味着什么,还没有一个明确的定义。近来这类系统又常和主动式智能体(Proactive Agent)、个人智能体(Personal Agent)、长程智能体(Long-Horizon Agent)等概念混在一起,边界更加模糊。

为此,这篇综述梳理了632篇文献以及119个研究系统和产品,覆盖可穿戴、数字和具身智能三类场景。

作者以「感知、记忆、行动三个功能模块×六条有向信息流」的闭环视角,给出了持续在线个人智能的定义、功能框架、六个等级与未来路线图,并提出最终构想:用户掌舵,助手运行。

今天的智能体虽然已经能替人分担不少具体工作,却依然需要人时刻留在闭环里,一步步发指令、给许可,闭环才转得起来。而在论文设想的最终形态中,用户不必再亲自维持闭环的运转,只负责掌控方向、划定边界。

助手则自己决定何时观察、何时出手,根据经验改进自己的工作方式,只在需要用户授权的行动前停下来请求确认。

项目主页还同步上线了一个趣味十足的交互式Demo:在8个日常场景里,读者可以替助手做一次决定,再看看换一种情况会怎样。

什么才算真正的「持续在线」?

不妨先看一个日常小场景:你对助手说了一句,「开完会提醒我把报告发出去。」

话音刚落,对话就结束了,但助手的工作才刚刚开始——它需要自己留意会议什么时候结束,再挑一个恰当的时机弹出提醒,并且在此期间一直记着这件尚未办妥的差事。

论文将这一过程提炼为持续在线助手必须同时具备的两大核心性质:

  • 运行连续性(Operational Continuity):在没有新请求时,助手也能根据当前态势,自主决定是否行动、何时行动——其中,「保持等待」本身也是一种合理的决策。

  • 状态持久性(State Durability):跨越多次交互,持续保留可用的个人状态(例如用户的偏好,以及助手答应过但还没办完的承诺)。即便当前对话已经结束,这些待办事项依然能在未来的某个时刻由助手自主兑现。

这两大性质合二为一,便构成了「持续闭环」(Continuing Loop),这也是持续在线个人智能的基石。

按照这一严格标准,市面上几类常见的助手其实都还算不上真正的「持续在线」:

  • 有记忆但被动的助手:拥有长期记忆,却每次都要等用户先开口,这只具备「状态持久性」;

  • 主动搭话却无沉淀的助手:虽然能主动发起对话,但聊完什么也不保留,这只具备「运行连续性」;

  • 机械的定时任务:闹钟或脚本虽然能全天候运行,但只是按预设时间机械触发,自己并没有做任何决策。

持续在线和长程智能体(Long-Horizon Agent)也不是一回事。长程智能体关心的是「如何跑完一个给定的复杂任务」,哪怕跨越多个会话;而持续在线的个人智能面对的则是另一种情况:用户的目标与需求随时在变,新的状况层出不穷,它必须在动态变化中提供不间断的陪伴与支持。

为了适应这种持续变化,光靠「死记硬背」更多信息远远不够,助手还必须在运行过程中不断改进自己的工作机制。论文将这种高阶能力称为「自演化」(Self-Evolution)。

持续闭环是基础

自演化是方向

基于上述定义,综述提出了全文的核心论点:持续在线个人智能的基础是「持续闭环」,演进方向是「自演化」。

理解「持续在线」的关键,在于把视野从单一能力拉升到整个闭环。主动开口、长期记忆、后台驻留,单拎出哪一项都撑不起持续在线。只有当观察、记忆和行动在两次请求之间的空白期依然协同运转、传递信息时,持续在线才真正成立。因此,持续在线是整个闭环的系统属性,而非某个模块的局部功能。

在此基础上,「自演化」是持续闭环的进阶扩展。这里要厘清一个常见误区:记住用户不等于自演化。

依然拿「会后提醒」举例:把「用户喜欢回到工位后再收提醒」存下来,仅仅是更新了一条记录,助手的工作方式并未改变。只有当助手发现之前的提醒总是被频繁关闭,进而把提醒时机的规则改成「等用户回到工位后再提醒」,这才是真正修订了机制。

机制一改,后续所有输入的处理方式都会随之改变。正因如此,论文对自演化提出了更高的要求:

  • 可追溯、可检查、可撤回:每一次机制修订都要能追溯到具体依据,在生效前经过检查,并且可以撤回。

  • 完整的证据链:要证明一个系统具备自演化能力,得拿出从「做了什么」「结果如何」到「修改后的规则确实在后续使用中生效」的完整证据。

沿着从「基础」到「方向」的脉络,论文把发展路径划分为L0到L5六个等级。到L3,助手在没有请求时自主决定行动还是等待,持续闭环才算成立。到L5,助手在用户设定的边界内修订自己的工作机制,自演化才算成立。

简言之,持续闭环让助手「一直在场」,自演化让它「越用越懂你」。

三个模块

六条有向通道

让AI助手一直在身边帮忙,是个由来已久的构想。早期研究往往把感知、记忆和「何时帮忙」拆开单做。随着大模型让各个模块变得愈发通用,如何把三者真正串联起来、处理模块之间的信息流,反而成了新的难点。

论文将持续在线助手拆解为处于同一闭环内的三个功能模块:

  • 感知(Sensing):负责观察。既可以一直开着,也可以由特定线索或定时器唤醒,或是按需启动。

  • 记忆(Memory):保留对之后的决策有用的信息。既记过去发生的事,也记当前的事实与偏好,还记着对用户尚未兑现的承诺。

  • 行动(Action):决定帮不帮、何时帮、怎么帮。既包括响应请求、兑现先前的承诺,也包括没人要求时的主动帮助。

值得注意的是,每个模块都包含「能做什么」与「怎么选」两个层面,「不做」本身也是一种选择:感知可以不看,记忆可以不改,行动可以保持沉默。

三个模块之间通过六条有向的通道(Coupling Channel)相连,每条通道表示一个模块向另一个模块传递的信息:

在三个模块与六条通道构成的闭环之外,还有两层支撑:

  • 共享条件(Shared Conditions):由用户与现实世界设定,涵盖隐私、权限、安全、资源、可用性与不确定性,约束着每一个模块与通道。比如在保密会议上,助手可以听,但不能存下或转述听到的内容。

  • 实现层(Implementation):由模型(Model)和它外部的脚手架(Scaffolding)组成。模型负责理解输入、做出决定。脚手架包括运行框架(Harness)、存储(Storage)以及工具和接口(Tools / APIs),负责把模型的输出接到用户的设备、应用和数据上。

图2|持续在线个人智能框架

三类落地场景

瓶颈卡在「模块之间」

利用这一框架,论文梳理了可穿戴、数字和具身智能三类场景。一个共性浮出水面:各个场景的瓶颈,都不是靠升级单个模块就能解决的。

1. 可穿戴助手:功耗与社交边界的两难

可穿戴助手靠用户看到和听到的内容提供帮助。

  • 瓶颈一:采集成本与未来记忆的权衡。摄像头、麦克风等传感器开得越多,耗电和算力越大。但采多少又不能只算开销,因为「现在拍下什么」,决定了记忆「以后能想起什么」。

  • 瓶颈二:开口的时机与对象。在多人会议或对话里,助手要判断何时开口、让谁听见,而在场的其他人往往并没有同意被记录。

2. 数字助手:算力争夺与「旧记忆帮倒忙」

数字助手把计划和个人上下文带到不同的应用和对话里。按论文梳理的公开资料,Muse把定时和事件驱动的任务同跨对话的记忆结合起来,OpenAI的dots在两次对话之间继续在自己的云端电脑上工作,自己决定何时暂停、何时醒来。

  • 瓶颈一:算力争夺。后台检查、记忆维护和回应用户,争夺的是同一份计算资源。

  • 瓶颈二:旧信息的误用。界面、任务或权限变了之后,照搬之前保留的上下文反而会帮倒忙。这时助手得分清:到底是缺了新信息,是以前记错了,还是把一条本身没错的记录用错了场合、用错了人。

3. 具身智能助手:出错的代价更高

在物理世界里,碰撞这类后果一旦发生就无法撤回。近期的机器人智能体系统虽然也跨任务保留个人状态,但大多仍然按指令行动。

  • 瓶颈一:结果核对的开销。做完动作后再「看一眼」要花时间和资源,不核对又可能带着错误继续做。

  • 瓶颈二:判断帮忙有没有用。一次帮忙到底是帮了忙还是添了乱,要靠记忆留住用户的反应和之后的进展。

图3|应用范围的三个维度:交互领域(观察和行动发生在哪里)、参与者范围(涉及或影响到谁)和结果时间跨度(后果何时可以观察到)

五个问题

揪出三个模块的「隐形痛点」

论文用同一组五个问题(有哪些选项?受什么限制?用什么策略?其他模块能提供什么?效果怎么衡量?)审视三个模块,各得出一个关键发现:

感知

漏掉的东西,不会被自己察觉。在持续在线的系统里,「漏看」往往比「看错」更糟,因为助手不知道自己漏了什么,也就不会去修正状态或调整观察策略。

在可穿戴设备上,受功耗限制,持续采集通常只能用低帧率,短暂的动作容易从两帧之间溜走。

在数字场景里,漏掉的则是信息的变化:一次没有通知的预订取消,或者一封把会议改期的邮件,只要助手没有再去看一眼,就不会发现。

然而,现有的多数评测只检验助手看到的内容对不对,很少考一个助手该看什么、以及有没有漏看。

记忆

错误不仅会被反复使用,还会形成「记忆陷阱」。一条错误的记忆在被用户察觉前,可能已经被系统反复调用了无数次。

更可怕的是,错误的记忆会扭曲助手对后续用户反馈的理解,导致每一次自我修正都在保留甚至放大最初的错误。论文把这种恶性循环称为「记忆陷阱」。

在本次审阅的所有系统中,还没有任何一个展现出对它的长期免疫力。作者据此给出一个犀利判断:让记忆长期保持正确与有效,比单纯把记忆检索出来要难得多。

行动

结果姗姗来迟,「帮忙」也可能变成「负担」。

「消息已发送」并不代表事情办成了,真正的结果往往来得晚、来得少。今天觉得贴心的提醒,明天可能就成了恼人的打扰;当下被用户接受的建议,长期来看未必有益。

此外,当系统经历重启、跨设备迁移,当初接下任务的对话早已消失时,如何保证答应用户的事「既不漏做,也不重复做」?现有的基准测试在这方面几乎是一片空白。

路线图定级

L0到L5,119个系统走到了哪一步?

整篇综述的主线,是由L0到L5构成的六个等级。每往上一级,闭环就多一项能力。

需要再次划重点的是:后台一直跑的个人智能,并不等于持续在线。市面上有两类助手看似全天候在线,其实停在L2。一类像记录仪,在后台默默记录一切,却要等用户提问才干活。

另一类像定时脚本,到点就触发,从不判断这一次该不该做。真正的分水岭在于:唤醒之后,要不要把结果递到用户面前,是不是由助手自己拍板的。

按这套标准,研究团队把119个研究系统和产品放到了六个等级上。其中52个尚不算持续在线,67个迈过了L3的门槛,能够自己决定何时行动。而把每一次自我修改都限制在用户设定边界内的(L5),只有5项研究工作,目前还没有任何产品达到这一级别。

在近期备受关注的产品中,Muse和Claude Duet被放在L3,OpenAI的dots、Grok Bot、OpenClaw、Hermes Agent等被放在L4。论文同时说明,产品是根据公开资料定级的,所以每个等级仅代表公开资料所能支持的下限。

至于L4与L5的差别,核心在于「助手修改自己这件事,有没有被用户管住」。L5要求每一次机制修改要么经由用户显式批准,要么被严格锁死在预设的安全范围内。

图4|闭环的六个等级:每一级保留前一级的能力并新增一项,L3起助手在没有请求时自己决定行动或等待

图5|各系统所在的闭环等级:按可穿戴、数字、具身智能三类场景排列,每类包含研究系统和产品

开源诊断工具HALO

找出最薄弱的两条通道

为了看清现有系统到底做到了哪一步,研究团队同步开源了一套审查与诊断工具HALO(Harness for Always-On Loop Oversight)。

HALO盯两件事:持续闭环的各条通道,以及自演化证据链上的每个步骤。针对每一项,它都会问两个问题:论文和公开代码里,有没有报告这一设计?如果把这条通道或这步证据切断,系统的输出会不会变?为了回答这两个问题,HALO设计了两种模式:

  • 只读模式(Read Mode):由三个大模型组成「评审团」,各自通读论文与代码,判断每条通道、每一步证据是否有报告,最后按多数票裁定。

  • 运行模式(Run Mode):做法类似一次A/B测试。先让系统原样跑一遍,再在完全相同的输入与模型下,切断某条通道或某一步证据重跑,最后由另一个不知道分组的「盲测」模型判断输出有没有变。

只读模式发现:重「行动」,轻「感知」与「结果闭环」

团队审查了40项工作,揭开了当前系统设计的明显偏科:

  • 记忆很少用来指导感知:在40项工作中,「感知→记忆」和「记忆→行动」各有37项报告了实现,「行动→感知」有28项,而「记忆→感知」只有17项。也就是说,报告里的记忆更多用来决定「做什么」,较少用来指导「接下来该看什么」。

  • 反馈链往往走不完:有25项工作报告了「行动→记忆」通道,但只有15项同时保留了行动的结果。在自演化的五步证据链上,24项保留了行动记录,16项保留了结果,18项把结果和决定联系起来,而真正修订了自身机制的只有5项,能展示修订后的机制在后续被用上的只有4项。

图6|HALO对40项工作的检查结果:左侧是除基础通道之外的五条通道,右侧是自演化证据链

运行模式发现:「记忆→感知」与「行动→记忆」是最大软肋

在智能眼镜助手AiGet与邮件助手EAIA两个开源系统上的实测表明,有些通道一旦切断,输出立刻崩塌;有些通道之间则存在冗余互补,需要同时切断两条才会显露影响。

综合两种模式的诊断,论文指出:「记忆→感知」与「行动→记忆」是目前整个领域最薄弱的两条通道,且它们的缺失会直接掩盖系统纠错所需的证据。

比如,会议时间明明已经被一封新邮件改期了,但如果过时的记忆误导了感知模块,助手就会觉得「老时间看起来没毛病」,从而错过新邮件的线索。因此,未来的两大优先突破口非常明确:让感知模块对意料之外的变化保持开放,以及将每一个滞后的结果与当初的决策规则精准挂钩。

零侵入MCP插件:看不到源码也能做「黑盒体检」

HALO的设计理念可以浓缩为两句话:纸面上的架构设计,不等于真实的运行时状态;闭源的系统黑盒,也不意味着失去了检验的可能。

运行模式的证据最强,但前提是能拿到系统的代码,而大部分产品并不开源。为此,研究团队给HALO做了一个MCP插件,让闭源的助手也能被检查:

  • 怎么接:和普通用户给助手添加工具一样,把HALO当作一个MCP工具接进去,不需要厂商额外开放任何内部接口。

  • 记什么:助手在后台照常运转,每做一件事,比如看到一封新邮件、查了一条记忆、发出一条提醒,就向HALO报告一次,并说明这件事是根据之前的哪些观察和记忆做的。

  • 读出什么:HALO从这些记录里读出哪些通道在传递信息,自演化的证据链走到了哪一步,以及这些记录能支持到哪个等级。

对于手里有代码的开发团队,HALO还提供了适配器接口:开发团队在适配器里标出每条通道对应代码的哪一处,HALO就能把这条通道切断,再跑一遍测试,看输出有没有变。

图7|HALO插件架构

让用户掌舵

15个开放问题指明下一站

论文最后用四组共15个开放问题,勾勒出持续在线个人智能的深水区。当助手开始在无人发号施令时自主行动,研究的主线便不再是「能不能一直跑下去」,而是「用户不在场时,它能不能既靠谱、又守规矩」。

  • 难题一:如何度过「没人提问」的漫长空白?没有指令时,看什么、信什么、何时出手,全靠助手自己拿主意。两周不看早报,是用户的习惯变了,还是只是在出差?答应用户的事隔了几天,中间经历了改期、重启,或者用户自己悄悄办妥了,助手怎么保证既不掉链子,也不重复做?

  • 难题二:用户不在场,怎么防住「合法越权」与「记忆投毒」?几天前的授权,几天后才触发,论文给出的一个方向是在行动生效的那一刻再核对权限。沙箱防不住对合法账号的滥用,关掉进程也撤不回已经发出的邮件。日常读到的网页和邮件里还可能夹带指令,进入记忆后会影响助手之后的行动。

  • 难题三:守着边界「自演化」,如何在无法重来的生活里试错?提醒被用户顺手划掉,到底是时机不对、记错了时间,还是事情已经办完?助手想要改进自己,既要分清「该改记录还是该改规则」,又要在无法把用户的生活重放一遍的前提下,证明自己确实越用越懂你,并且始终没有越过用户划定的边界。

  • 难题四:跨越数月的真实使用,如何告别静态回放?帮助的效果会消退,打扰带来的负担却会累积。日志回放只能测试不同版本对同一段过去的反应。而在长达数月的真实使用中,助手的每一次主动干预,都会改变用户接下来做什么。如何在动态的交互里算清「帮忙」与「添乱」的总账,仍然没有答案。

图8|15个开放问题围绕闭环、用户、自演化、评估展开

在这15个问题背后,论文强调了一条极其关键的安全铁律:能够被自演化机制改写的约束,根本约束不了自演化。管住助手的那道终极边界,必须由用户亲自设定,并且存放在助手自己绝对改不到的地方。

让最深刻的技术「消失不见」

过去,我们评估一个个人助手,核心标准只有一个:「当我提问时,它回答得是否贴合?」而当个人智能迈入「持续在线」,衡量标准多了一条:「没有人提问的时候,它做得对不对?」

这篇126页的综述给出一个清晰的判断:持续在线不是让程序在后台永不关机,而是让感知、记忆与行动协同成一个不中断的闭环,并让这个闭环在用户划定的边界内不断改进自己。

从定义、框架、三类场景,到L0至L5的等级、HALO诊断工具与15个开放问题,来自9所高校的研究者把分散的探索收进了同一张路线图。

正如作者在结语中所写,当这些难题被逐一解决,助手可以随着「它确实在为用户服务」的证据增多而获得更大的行动空间,同时始终稳稳地运行在用户设定的轨道之内。

到那时,人们可以真正少操一点心、多依赖它一点。个人智能或许能像普适计算之父Mark Weiser在1991年所预言的那样,悄然融进每一个人的日常生活:

「最深刻的技术,是那些消失不见的技术。」

作者信息

论文由南洋理工大学、加州大学伯克利分校、普林斯顿大学、斯坦福大学、新加坡国立大学、阿卜杜拉国王科技大学、达特茅斯学院、北卡罗来纳大学教堂山分校和美国西北大学的研究者联合完成。

论文第一作者兼项目负责人为南洋理工大学 S-Lab 一年级博士生 Shuai Liu,导师和通讯作者为 Ziwei Liu 教授。顾问委员会成员包括 Gedas Bertasius(北卡罗来纳大学教堂山分校)、Manling Li(美国西北大学)、Jiajun Wu(斯坦福大学)、Mengdi Wang(普林斯顿大学)和 Dawn Song(加州大学伯克利分校)。

参考资料:

论文链接:https://www.preprints.org/manuscript/202611.0793 

项目主页:https://always-on-intelligence.github.io 

论文清单:https://github.com/Always-On-Intelligence/awesome-always-on-personal-intelligence 

HALO代码:https://github.com/Always-On-Intelligence/HALO 

HALO文档:https://always-on-intelligence.github.io/HALO/

编辑:LRST

秒追ASI

⭐点赞、转发、在看一键三连⭐

点亮星标,锁定新智元极速推送!

跳转微信打开

独家|造物潭完成数千万元天使轮融资,押注AI从“研发工具”走向“工程执行主体”

2026年11月16日 10:00

原创 Z Potentials 2026-11-16 10:00 北京

专业模型与数字员工双核驱动,让 AI 真正进入硬件研发

图片

Z Potentials 近日独家获悉,造物潭完成数千万元融资,本轮由嘉铭浩春领投,国资战略引导基金及智能制造领域产业资本参与投资。本轮资金将主要用于自研电子行业大模型的训练迭代、工程对象本体体系的持续建设,以及企业级产品的交付与市场拓展。

造物潭的核心产品「小潭子」,以专业 AI 数字员工与自研电子行业大模型双核驱动,为硬件研发建立 AI 原生工作环境,把过去分散在电子、软件、结构等不同岗位和专业工具中的设计工作,组织成围绕同一产品目标的连续过程。

本轮领投方嘉铭浩春表示:“造物潭把资深工程师的经验变成可交付、可验收的研发数字员工,为制造业研发带来了真正可落地的确定性。我们看好团队'AI+工程'的独特优势,期待其成为制造业研发智能化的引领者。”

01 硬件研发,等待自己的「GPT 时刻」

过去几十年,中国建立起全球领先的硬件制造体系。从元器件供应、PCB 打样到整机生产,成熟的产业链让产品制造变得越来越高效。但在制造之前,将一个产品构想转化为可靠的工程设计,仍需电子、软件、结构等多专业工程师协作,经历方案设计、工程评审、样机试制和反复验证。

大模型正在改变这一局面。随着推理与工具调用能力不断突破,AI 已开始参与电路设计、PCB 布局乃至三维结构建模。硬件研发的「GPT 时刻」将以什么方式到来?

2026年11月,Anthropic发布 Claude Fable 5.2,并披露了与Diode Computers 合作完成的三款电子设备。从简短的产品需求出发,Claude 完成了器件选型、电路与四层 PCB 设计、三维外壳及固件开发,最终由 Diode 制造出能够运行的原型。在合作方的 PCB Gym 评测中,Fable 5.2 的任务通过率从上一代的 25% 提升至 69%,三款原型无需修改电路便成功运行。前沿模型厂商正在快速拓展能力边界,但从"跑通原型"到"放进产线",中间仍隔着完整的工程验证。

这段距离,正是造物潭的起点。

02 专业模型与数字员工双核驱动,让 AI 真正进入硬件研发

Anthropic 的实验展示了前沿模型能够完成怎样的硬件设计任务,造物潭则更进一步,关注如何把这种能力转化为能够持续使用的研发产品。实现这一目标,需要让 AI 真正理解硬件产品的设计逻辑,并能够在不同专业工具之间持续推进工程任务。

造物潭围绕自研电子行业大模型与专业数字员工,建立了一套面向硬件研发的工程执行体系。电子行业模型重点深化对专业设计知识、工程约束与技术判断的理解,数字员工则将设计目标转化为可执行任务,通过专业工具完成实际设计与工程检查。连接两者的关键,是造物潭自研的工程对象本体体系。在传统研发过程中,电路、PCB 与三维结构往往存在于不同的软件和文件中,造物潭通过统一的工程对象描述,将产品中的设计元素及其关联关系组织起来,使 AI 能够围绕同一产品理解不同专业设计之间的约束与影响。由此,模型能力、工程知识与专业工具被沉淀为可复用的研发产品能力,让小潭子能够围绕真实硬件产品持续开展设计、修改与工程交付。

缺乏专业硬件设计背景的软件工程师,借助小潭子的专业 AI 数字员工与自研电子行业大模型,在数小时内完成了一款四足机器人原型的核心电子与结构设计,形成 BOM、原理图、PCB 和三维结构等可编辑工程文件,模型调用成本约 30 元人民币。该设计已完成首轮实物试制,目前原型样机已完成上电运行与核心功能验证。

左图为小潭子设计完成的四足机器人原型3D图,右图为小潭子设计的3D主控板

03 从基础模型到数字员工,构建持续进化的专业能力体系

造物潭的技术体系由三层构成,逐层递进。基础模型提供通用智能、不断抬高能力起点,行业模型将通用能力深入硬件研发的专业领域,数字员工则完成真实工程任务、把实践中产生的经验反馈回整个体系。

第一层是基础模型,为专业智能提供不断提高的能力起点。全球基础模型在复杂推理、任务规划和工具使用方面的进步,正在不断拓展 AI 能够承担的工程任务边界。起点越高,行业模型能深入的专业问题就越复杂,数字员工得以承担更大范围的研发工作。

第二层是自研电子行业大模型,通过专业知识与工程经验的积累,形成持续深化的工程判断能力。造物潭已积累数百万项专业工程数据与设计资产;与此同时,研发任务所产生的工程决策、设计修改及验证结果,通过工程对象本体体系与这些资产建立联系,使模型既理解专业设计知识,也掌握工程判断背后的依据。经过授权、筛选和评测的经验持续回流,已形成一条递归式进化路径。模型参与设计,工程结果接受验证,有效经验用于模型优化,增强后的模型再投入新的研发任务。

第三层是专业数字员工,在真实任务执行中不断积累和丰富工程技能。小潭子的数字员工依托行业模型开展工作,调用专业工具、处理工程对象并完成设计任务;经过验证的工作流程、问题处理方法和工具使用策略,已沉淀为可复用的专业技能,数字员工得以在后续项目中承担更复杂的设计工作。

行业模型成长于专业理解与工程判断,数字员工成长于完成任务的方法与效率,两者通过真实工程实践相互促进。更多硬件项目持续进入这一体系,模型能力、专业经验与数字员工技能形成持续增强的循环,小潭子正在具备设计更复杂硬件产品的能力。

【小潭子】模型体系框架示意图

04 从企业研发到专业创造者,硬件 AI 打开新的市场空间

目前,造物潭已在电子制造企业的研发场景中开展应用,围绕硬件设计、工程审查及研发资料处理等专业任务,通过数字员工帮助企业处理高频研发工作,提升工程知识与设计资源的利用效率。这构成了现阶段的商业基础。以真实的研发需求为入口,为企业提供能够完成具体专业任务的 AI 产品与服务。在电源电子与工业控制等领域,造物潭正围绕具体产品的方案设计和工程评审开展探索,尝试将行业规范与工程资料融入数字员工的任务流程,使小潭子参与更连续的研发工作。

下一步,造物潭计划面向开发者逐步开放小潭子,邀请专业开发者参与硬件项目,并探索连接区域性柔性制造资源,让 AI 生成的工程设计一站式走向打样与实物制造。从企业研发到独立产品创造,造物潭希望建立一条覆盖不同规模与复杂度需求的产品路径。当专业工程能力越来越容易获得,硬件产品的创造也有机会从少数专业团队的工作,延伸为更多创新者能够参与的活动。

造物潭相信,企业的创造力不应被既有的专业积累与组织边界所限定。让AI在真实的工程实践中持续成长,让企业的创造力不再被边界所限定。

造物潭创始人文堃表示:今天一家企业构思新产品时,往往需要先问“我们有没有能力把它做出来”。造物潭期待的未来,是让更多企业能够先问“我们究竟想创造什么”。

支撑这一愿景走向全流程落地的,是一支跨界融合的创始团队。 成员中既有主导过千万级复杂项目的老牌科技巨头高管,具备极强的商业拓展能力;也有深耕制造业数字化的资深工程专家,对产线痛点与工艺极限了如指掌;更有多次操盘大模型落地的实干者,熟悉前沿技术的工程化应用。这种横跨商业、工程与AI的复合背景,不仅让造物潭能够精准把握客户的真实诉求,更确保了团队能把前沿技术转化为可交付的生产力。

图片

图片

图片

图片

图片

图片

跳转微信打开

速递|估值一年翻倍达30亿美元,AI Agent开发平台LangChain完成3亿美元融资

2026年11月16日 10:00

TechCrunch 2026-11-16 10:00 北京

本轮融资由Alphabet旗下投资机构CapitalG领投。

图片

图片来源:LangChain

AI Agent 开发与管理平台 LangChain 宣布完成 3 亿美元 C 轮融资,估值达到 30 亿美元。本轮融资由Alphabet旗下投资机构CapitalG领投,新加坡主权财富基金GIC、DFJ Growth、IVP和Sapphire Ventures等机构参投。

相比约一年前的融资,LangChain的估值已经翻倍有余。2025年10月,LangChain曾完成由IVP领投的1.25亿美元融资,当时估值为12.5亿美元。

LangChain最初于2022年以开源项目的形式起步,主要帮助开发者解决早期大语言模型难以独立完成的任务,包括网络搜索、API调用以及数据库交互等。

随着头部AI实验室不断完善模型配套的开发工具,大模型如今已经能够较为成熟地执行这些任务。LangChain也随之调整业务重心,从最初的大模型应用开发框架,转向AI Agent的开发与管理。

在竞争日益激烈的AI Agent市场,LangChain找到了一个相对清晰的差异化定位:让企业真正掌握自己的AI能力,而非依赖某一家模型或云服务提供商。

依托开源背景,LangChain强调,其旗下AI Agent开发与管理平台LangSmith不会将客户绑定在特定的大模型、云平台或技术生态中。这一点与大型云服务商及头部AI实验室提供的产品有所不同。同时,LangChain也强调,LangSmith能够帮助企业约束和管理AI Agent的行为,并降低开发和使用门槛。

当然,类似的产品主张并非LangChain独有。越来越多的创业公司正在进入AI Agent基础设施市场,并获得资本青睐。例如,新晋创业公司Mintive近期就获得了Cowboy Ventures、Coatue,以及Google 首席科学家 Jeff Dean、AI研究员 Andrej Karpathy等投资人的支持。

不过,LangChain凭借较早进入市场所积累的先发优势,已经建立起一定的客户规模。

据公司披露,LangSmith目前拥有约7000家企业客户,其中既包括Harvey、Rippling、Clay等知名科技创业公司,也包括英伟达、丰田和Salesforce等大型企业。

参考资料:

https://techcrunch.com/2026/11/13/ai-agent-startup-langchain-hits-3b-valuation/

图片

图片

图片

图片

图片

图片

跳转微信打开

❌