不做更好的大模型，林俊旸的 Pragmatik，憑什么值 20 億美元

沒有產品，沒有演示，只有一頁官網，和一個橫跨“數字+物理”的宏大定位。

8 月 12 日凌晨，林俊旸在社交平臺宣布創業：他在上海成立了一家名為 Pragmatik Labs（語用科技，簡稱 p7k）的公司，專注“數字世界與物理世界中下一代智能體”的研究。首輪融資由高榕創投與紅杉中國共同領投，騰訊與上海未來產業基金參投，估值達到約 20 億美元。

此時，距離他 3 月離開阿里千問，已有五個多月。一位 5 個月前還在向千問道別的創始人，憑什么讓紅杉、高榕各掏約 1 億美元，讓騰訊跟投 2000 萬美元？

告別千問

要看清這筆 20 億美元的押注，得先了解林俊旸此前的經歷。

林俊旸是中國開源大模型最具代表性的建設者之一。他出生于 1993 年，本科就讀于國際關系學院，碩士畢業于北京大學，是阿里最年輕的 P10 之一。在他主導下，Qwen 不僅成為阿里 AI 最成功的名片，也站上全球開源模型的頂端。

據第三方平臺數據，今年2 月，Qwen 在 Hugging Face 平臺單月下載量約 1.54 億次，超過 Meta、DeepSeek、OpenAI 等八個主要模型發布方的總和；衍生模型數突破 20 萬個，是全球首個達成這一目標的開源大模型家族；累計下載量超過 10 億次。

數據來源：Hugging Face 公開統計、阿里云開發者社區

然后他離開了。3 月 4 日凌晨，他在 X 上寫下告別文字——“me stepping down. bye my beloved qwen”。隨后從千問卸任。

更值得注意的是，他離職后在長文里罕見地承認光把語言模型做好并不足夠。這其實是一個剛把一件事做到全球第一的人，做出的一個判斷。那么，如果語言模型做好本身并不足夠，接下來什么才是真正重要的是什么？

Pragmatik 官網的定位給出了答案。

Pragmatik 官網用一句話概括了這家公司的方向。數字智能體要進入知識工作、企業運營與工業流程，自己推理、調用工具、根據反饋調整行動、協調一連串任務；物理智能體則要走出屏幕，進入真實環境，處理持續幾十分鐘、幾小時甚至更久的現實任務。這幾乎等于宣告：林俊旸要做的不是“會說話”的 AI，而是“會做事”的 AI。

Pragmatik 一詞，既指向他大學時代結緣的語用學（pragmatics），又暗含實用主義（Pragmaticism）之意。用他自己的話來說，AGI 最終應當走向 pragmatic，真正解決問題、創造價值。

這一轉向早有鋪墊。3 月底，離職后不到一個月，林俊旸發表了后來被反復引用的長文《From Reasoning Thinking to Agentic Thinking》，畫出了行業的分水嶺：左邊是 2024 至 2025 年的“推理思維時代”，行業在教 AI 如何想得更久、更深；右邊是“智能體思維時代”，AI 要學會在行動與思考之間動態切換，從真實世界獲取反饋、修正計劃、繼續執行。

他同時拆出五重阻礙，推理與行動的權衡、動態工具規劃、對噪聲輸入的容忍、不可逆操作的容錯、以及跨多輪與長時任務的一致性。這五重阻礙，后來幾乎原樣構成了 Pragmatik 的技術路線圖。

他不想再造一個更好的千問，而是要造一個“能干活”的系統，一個從訓練范式到推理范式都不同于傳統大模型的系統。

20 億美元：市場在為“范式切換”定價

理解了這家公司要做什么，20 億美元估值的由來就不難理解了。

20 億美元的估值，放在全球“后大模型”賽道的坐標系里，并不算貴。2025 年 12 月，楊立昆創立的 AMI Labs（謝賽寧出任首席科學官）完成 10.3 億美元種子輪融資、估值超 35 億美元；Skild AI 在 2026 年 1 月獲軟銀領投，估值直奔 140 億美元；Figure AI 估值已達 390 億美元；李飛飛創立的 World Labs 估值 50 億美元；Physical Intelligence 一年間估值從約 24 億美元升至 56 億美元。

數據來源：各公司公開融資披露及權威媒體報道

這些數字背后是一套邏輯：一級市場在為一個尚未兌現的“范式切換”提前下注。與其說是對現有業務的估值，不如說是押注物理世界 AGI 基礎模型的“GPT-1 時刻”。正如 2018 年沒人能從 GPT-1 身上算出回報率，事后看那卻是過去十年最值得上車的一班車。

但“橫向不貴”只是硬幣的一面。把 20 億美元拆開看，其定價邏輯至少包含三層。

第一層是創始人稀缺性溢價。林俊旸是全球第一開源模型的核心締造者，同時具備“從零做大模型”和“主導全球開源生態”的雙重驗證——這樣的人在當下 AI 產業屈指可數，他的判斷本身就被視為一種資產。

第二層是賽道卡位溢價。數字與物理雙線并進的定位目前沒有直接對標，誰先立住“智能體通用層”，誰就占據難以復制的身位。

第三層是一級市場的期權定價。這筆錢買的不是當下的營收，而是未來范式成熟后的兌付可能——賭注越大，風險越高，潛在回報也越高。

說明：坐標為示意性定位，用于直觀呈現各家公司在“虛擬/物理”與“任務時程”上的賽道卡位。

當然，這并不意味著所有投資人都愿意為這個故事買單。對估值敏感的一方會指出：20 億美元對應“零產品、零 demo”，在同體量公司里已屬團隊估值透支；而“雙線作戰”的另一面，是兩條線都極難做到世界級——這既是卡位，也是風險。高估值買來的是入場券，卻也把容錯空間壓縮到了極限。

Pragmatik 的特殊之處在于“雙線作戰”：既做數字智能體，也做物理智能體。

在中國市場，銀河通用、極佳視界等公司估值均在 200 億元上下，宇樹科技已以約 610 億元市值登陸科創板、并被寄望沖擊千億，但這些公司幾乎全部押注機器人本體或純具身智能。

Pragmatik 既不和宇樹搶機器人本體，也不和 Manus 搶瀏覽器自動化，而是在數字與物理兩個世界之間架橋——試圖建立一個共享的“智能體通用層”。若這一層能立住，市場洗牌的想象空間會被重新打開；若不能，則意味著它必須在兩個技術棧上同時做到世界級，而目前尚無任何一家公司做到過。

大廠為何留不住最值錢的人

范式切換從來不只是技術命題，更是人才命題。林俊旸的離開，正是這場人才大遷徙中最醒目的一幕。

2025 年至 2026 年，中國 AI 經歷了一場罕見的人才遷移。字節跳動 Seed 團隊一年內流失近 70 名技術骨干，其中近 30 人加入騰訊，另有部分流向大模型公司與國際機構；DeepSeek 在 V4 技術報告中明確標注了 10 名已離職核心成員，包括初代模型作者王炳宣和 R1 核心研究員郭達雅。

這不是簡單的“大廠留不住人”，而是結構性問題，可以拆成三層。

第一層是方向摩擦。大廠的大模型團隊，天然服務于公司現有業務版圖。Qwen 確是全球第一的開源模型，但它最核心的使命，仍是服務于淘寶、釘釘、阿里云。當一名頂級研究者意識到自己最好的想法需要投入的方向與主營業務并不完全重疊，裂痕便開始出現。

第二層是激勵斷檔。字節可以在 AI 團隊年終獎上做到業內頂級，阿里可以把 32 歲的林俊旸提到 P10，但這和成為一家 20 億美元估值公司的創始人相比，是完全不同的激勵結構。DeepSeek 已經因期權難變現、算力資源有限，在“千萬年薪+可兌現股票”面前出現人才流失。

第三層，也是最關鍵的一層，是范式窗口。2025 年下半年到 2026 年上半年，被全球 AI 產業公認是 Agent 元年——Claude 4 把編程與長時智能體工作流放到最高優先級，OpenAI 相繼推出 Operator 與 Deep Research，中國的 Manus 迅速出圈。范式切換期是創業的黃金窗口，一旦范式穩定、窗口關閉，機會就只剩存量博弈。

林俊旸的 Pragmatik，楊立昆創立的 AMI Labs，以及一批前大廠 AI 負責人的創業項目，本質上都是一代 AI 技術負責人用腳投票：大模型的內卷該到頭了，Agent 才是下一個主戰場。

方向選對了只是第一步。從紙面定位到真正落地，Pragmatik 面前還有很長的路。

高估值意味著高期望，Pragmatik 短期內至少面臨三重壓力。

人才是第一道坎。中國 AI 頂級人才池正在縮小，大廠、創業公司、海外對沖基金同時爭搶。林俊旸本人是千問成功最重要的招牌，但他需要一個同樣量級的團隊，才能兌現“數字+物理”的雙線路線。

算力是第二道坎。Qwen 能跑起來，背后是阿里云萬卡乃至十萬卡的集群。作為獨立創業公司，Pragmatik 靠融資喂養訓練集群，燒錢速度將遠超同類。全球 Agent 方向的領先公司中，還沒有一家能在團隊規模超過 50 人的同時做到燒錢速度可控。

路徑驗證是最難的一道坎。數字智能體的商業化在 2026 年仍高度不確定——OpenAI 將 Operator 納入 200 美元/月的 Pro 訂閱計劃，但付費轉化率并不透明；Manus 一度引爆社交網絡，留存數據卻從未公開。

物理智能體的商業化則更遙遠。人形機器人公司普遍年營收不足 1 億美元，估值卻已攀升到數百億美元。2026 年上半年，中國具身智能賽道融資事件達 322 筆、融資總額約 935 億元，資本的熱情與產業的實際營收之間，仍存在明顯落差。

數據來源：藝恩數據及公開融資披露

這構成典型的“兩線作戰”困局：數字智能體需要快速迭代、跑通商業閉環，來證明自己不是又一個炫技 demo；物理智能體需要長期重投入，在 Scaling Law 可能不成立的領域押注數據飛輪轉起來。兩條線所需的團隊、資金節奏與技術路徑完全不同，這對任何一家創業公司都是極端的資源考驗。

三個觀察窗口

回到開頭那個問題：20 億美元，到底買的是什么？

Pragmatik 的官宣，標志著中國 AI 產業的頂級創業者已經用行動下注“大模型之后的事”。但把這件事做成，難度也超過市面上任何一個 AI 創業方向——它需要同時打破兩個天花板：數字智能體“能說不能做”（真實企業環境中的部署成功率遠低于基準測試），以及物理智能體“能做但做不久”（真實家庭中的連續任務，平均無故障時間仍以分鐘計）。

現在可以回答開頭的問題：20 億美元買的，不是一家公司，而是一個位置——介于數字與物理世界之間、尚未被任何人占據的“智能體通用層”。在范式切換的窗口期，卡位本身就有定價權；而卡位的價值能否兌現，取決于 Pragmatik 能否同時跑通兩條戰線。

接下來，有三個窗口值得觀察：其一，Pragmatik 何時發布第一個公開演示，若三個月內沒有動靜，市場耐心會快速消減；其二，紅杉與高榕是否在下一輪繼續加注，領投與跟投傳遞的信號完全不同；其三，是否會有第二個從中國大廠出走的頂級 AI 負責人宣布進軍 Agent——若接連發生，這個方向的確定性將大幅上升。

對更廣的從業者而言，這件事還有一個更直接的啟示：在范式切換期，真正稀缺的或許不再是模型參數，而是“能把一件事做進真實世界”的人與團隊——大模型的護城河，正從算力與參數，轉向場景與執行。

從語言學拐進 NLP，從千問拐進 Agent，33 歲的林俊旸走了十幾年。第一輪融資就把市場推到了 20 億美元的定價，但真正艱難的，或許才剛剛開始。（本文首發鈦媒體APP，作者 | AGI-Signal，編輯 | 焦燕）