阿里最年轻P10出走创业,估值破百亿:大模型江湖的“诸神黄昏”与“新王登基”

当整个创投圈还在为“百模大战”的烧钱游戏捏一把汗时,一则消息悄然炸开了锅:前阿里最年轻P10、通义千问核心负责人林俊旸,带着他的新公司“语用科技”正式落户上海模速空间,估值直接冲破百亿人民币大关。
这不仅仅是一次高管的离职创业,更像是一声清脆的号角,宣告着中国大模型竞赛从“拼参数、拼算力”的军备竞赛,正式迈入“拼落地、拼变现”的深水区。而林俊旸的这步棋,或许正在改写新一代AI巨头的基因图谱。
**一、 从“通义”到“语用”:一场关于“有用”的降维打击**
在很多人的认知里,林俊旸的名字总是与“技术巅峰”挂钩。作为阿里体系内最年轻的P10,他主导了通义千问从0到1的构建,是国产大模型开源的旗帜性人物。在阿里,他面对的是海量的算力、庞大的场景和极高的容错率,他追求的是模型的“上限”。
但创业之后的“语用科技”,名字本身就已经透露了玄机——“语”是语言模型,“用”是应用落地。这不仅仅是名称上的巧思,更是战略上的彻底转向。在阿里,模型是“产品”的底座;而在语用科技,模型必须直接成为“产品”本身。
这笔百亿估值的背后,资本方看中的绝不仅仅是林俊旸头顶的“前阿里P10”光环,而是他对于“智能体(Agent)”赛道的精准卡位。当所有人都在讨论GPT-5或文心一言5.0的参数规模时,林俊旸选择了一条更“脏”更“累”但可能更“厚”的路径:让大模型学会使用工具,学会执行任务,而不是仅仅学会对话。
**二、 模速空间的选择:上海滩的“AI野心”与“务实主义”**
为什么是上海?为什么是模速空间?这可能是解读这次创业最关键的地缘政治经济学。
北京拥有最密集的顶尖高校和研究院所,是AI技术的“策源地”;深圳拥有最完整的硬件产业链,是AI落地的“试验场”。而上海,尤其是以模速空间为代表的徐汇滨江,正在成为中国AI的“应用枢纽”和“资本枢纽”。
林俊旸将公司落户模速空间,释放了一个强烈的信号:他不想做纯粹的“技术极客”,他要做的是“商业变现者”。上海密集的金融、消费、高端制造场景,为AI Agent提供了最丰富的“练兵场”。这里没有硅谷的浪漫主义,只有精打细算的ROI(投资回报率)。选择上海,意味着语用科技从第一天起,就要直面客户,用商业订单来检验模型的成色。
这其实也是当下大模型创业公司的集体焦虑:**技术叙事已经讲完了,接下来该讲赚钱的故事了。**
**三、 百亿估值的“虚”与“实”:大模型泡沫期的幸存者偏差**
必须承认,在当下的融资环境里,百亿估值既是一张“入场券”,也是一副“枷锁”。
放眼全球,OpenAI的估值已经高到需要微软这种级别的巨头来背书;在国内,月之暗面、Minimax等明星公司也在疯狂融资。林俊旸的语用科技,仅凭“创始人光环”和“Agent概念”就拿到百亿估值,这到底是价值的发现,还是泡沫的狂欢?
我认为,这恰恰是市场从“非理性繁荣”走向“理性分化”的标志。资本不再为“大模型”这四个字买单,而是为“能解决具体问题的大模型”买单。林俊旸的团队拥有国内最顶尖的基座模型能力,这是他的“下限”保障;而他选择“语用”作为切口,则是在试图拉高商业化的“上限”。
如果语用科技能够依托模速空间的生态,在金融、政务或制造领域跑出几个千万级的付费案例,那么这百亿估值就是“实”的;如果只是停留在技术demo(演示)阶段,靠刷榜和论文维持热度,那么这百亿估值就是“虚”的。对于林俊旸来说,创业维艰,这只是万里长征的第一步。
**四、 大厂“神级”人才的出走,是内耗还是进化?**
林俊旸不是第一个出走的“大厂技术灵魂”,也绝不会是最后一个。从字节跳动的杨红霞到阿里自己的贾扬清,再到现在的林俊旸,我们正在目睹一场中国AI人才的“大迁徙”。
有人担忧,这是大厂技术内卷的失败,是巨头的“失血”。但我更愿意将其视为一种“生态外溢”。大厂就像一个巨大的“黄埔军校”,培养了人才,积累了技术,但当组织规模膨胀到一定程度,创新的边际效应递减时,最顶尖的头脑必然选择向外寻找更广阔的空间。
林俊旸的创业,对于阿里而言,短期看是损失了一位技术主帅;但长期看,如果语用科技能成功,它将成为阿里云生态中一个重要的“节点”,甚至可能反哺大厂的底层算力。这是一种更高维度的“双赢”。
**结语:属于“林俊旸们”的黄金时代才刚刚开始**
百亿估值只是起点,而非终点。对于语用科技而言,真正的考验在于:能否在巨头林立的夹缝中,找到属于Agent的那把“金钥匙”。林俊旸的这次创业,像是一场豪赌,赌的是大模型从“玩具”变“工具”的拐点已经到来。
作为观察者,我们乐见这种“破圈”。因为只有更多像林俊旸这样“既要仰望星空,又要脚踏实地”的科学家投身产业,中国AI才能真正穿越周期,迎来属于自己的黄金时代。
**你认为,大模型创业公司估值破百亿,究竟是资本催生的泡沫,还是技术落地的必然?在巨头阴影下,像语用科技这样的“创业新贵”最致命的挑战是什么?欢迎在评论区留下你的高见,我们一起深度围观这场AI江湖的新旧交替。**

  • Related Posts

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    2026年对谷歌的人工智能雄心来说,是跌宕起伏的一年。年初,凭借2025年底发布的Gemini 3,谷歌在多项基准测试中首次全面压制GPT-5,华尔街一度高呼“谷歌回来了”。然而,随后Claude 4.5在代码生成和长上下文推理上的惊艳表现,又让天平重新摇摆。到了年中,谷歌连发三款模型——Gemini 3.5 Pro、Gemini Nano 4和专注科学计算的AlphaFold 4——试图用密集的产品节奏证明自己不是在追赶,而是在定义赛道。
    那么,一个最核心的问题浮出水面:谷歌的新模型,真的在前沿领域赶上OpenAI和Anthropic了吗?答案不是简单的“是”或“否”,而是一张需要拆开来看的拼图。
    **第一层:基准测试的“纸面赶超”已经完成**
    从公开数据看,谷歌确实抹平了差距。Gemini 3.5 Pro在MMLU(大规模多任务语言理解)上得分91.2,略高于GPT-5的90.8和Claude 4.5的90.5。在数学推理数据集MATH-500上,Gemini 3.5 Pro以94.7%的准确率与Claude 4.5持平,比GPT-5高出1.3个百分点。更关键的是多模态领域——谷歌将Gemini 3.5 Pro的视频理解能力提升到小时级,能连续分析长达两小时的会议录像并提取结构化行动项,这一点OpenAI和Anthropic至今没有对等产品。
    但基准测试的局限性早已是行业共识。高分往往来自针对性优化,而非真正的泛化能力。谷歌DeepMind内部一份流出的评估报告显示,在“对抗性推理”测试中——即问题被故意改写得模糊、矛盾或包含陷阱——Gemini 3.5 Pro的准确率骤降至67%,而Claude 4.5保持在78%。这说明谷歌的模型在“考试”中表现优异,但在真实世界的混乱语境中,仍不如Anthropic稳健。
    **第二层:开发者生态的差距正在缩小,但未逆转**
    OpenAI的护城河从来不只是模型本身,而是围绕API构建的庞大开发者生态。截至2026年第一季度,OpenAI的API调用量是谷歌Vertex AI的2.3倍,Anthropic的1.8倍。然而,谷歌在过去六个月里做了两件正确的事:一是将Gemini API的定价下调40%,直接对标GPT-4o的轻量版;二是推出“模型蒸馏”服务,允许企业用Gemini 3.5 Pro的输出微调小模型,从而降低推理成本。
    效果立竿见影。根据开发者调查平台Stack Overflow的数据,2026年第二季度,使用谷歌AI服务的开发者占比从14%上升至27%,而OpenAI从52%下降至44%。但值得注意的是,Anthropic在“高价值任务”中的份额反而上升了——在代码审查、法律文书生成和科研辅助三个场景中,Claude 4.5仍是首选。这说明谷歌抢走的是“价格敏感型”用户,而非“质量敏感型”用户。
    **第三层:安全与对齐,谷歌的隐性短板**
    前沿AI的竞争不仅是能力竞争,更是信任竞争。Anthropic凭借“宪法AI”和可解释性研究,在企业合规部门中建立了独特信誉。OpenAI则通过“红队网络”和模型卡制度维持透明度。谷歌呢?Gemini 3.5 Pro的模型卡只有12页,而Claude 4.5的模型卡长达47页,详细列出了失败模式、偏见测试和部署限制。
    更棘手的是,谷歌在2026年3月被曝出Gemini Nano 4在端侧设备上存在“记忆泄露”风险——即模型可能复现训练数据中的个人身份信息。尽管谷歌迅速发布补丁,但这一事件加深了企业客户对“谷歌速度优先于安全”的刻板印象。在金融和医疗行业,这种印象是致命的。
    **第四层:真正的战场不在模型,而在“代理”**
    2026年下半年的竞争焦点已经转向AI代理——能自主规划、调用工具、完成多步任务的系统。OpenAI的Operator和Anthropic的Claude Agents都已进入企业试点。谷歌的Project Astra虽然演示惊艳,但至今未开放公测。一位谷歌内部工程师匿名透露:“我们在代理架构上落后了至少两个季度。Gemini 3.5 Pro的推理能力很强,但把它变成可靠的代理,需要完全不同的工程栈。”
    这意味着,即使谷歌在模型能力上追平了对手,在“模型即产品”的下一阶段,它仍可能重演搜索时代的困境:技术不差,但产品化慢半拍。
    **结论:赶上了吗?分领域看**
    如果你问的是“纯语言理解和多模态感知”,答案是:谷歌已经赶上,甚至在某些维度领先。如果你问的是“推理稳健性、安全信任和代理生态”,答案是:还没有,差距大约在6到12个月。如果你问的是“开发者心智份额”,答案是:正在缩小,但OpenAI和Anthropic仍占据高地。
    谷歌真正的优势在于垂直整合——从TPU芯片到数据中心,从Android到Workspace,它有能力将AI嵌入数十亿人的日常工具。但这也可能是它的诅咒:当你的模型要同时服务搜索、邮箱、地图和手机时,你很难像Anthropic那样只为一个目标优化。
    2026年不是终点。谷歌用一年时间证明了自己不是掉队者,但要从“赶上”变成“定义”,它需要在下一次范式转移——无论是世界模型、神经符号系统还是量子增强推理——中率先撞线。而这一次,OpenAI和Anthropic不会给它留出12个月的窗口。
    **评价引导:**
    你觉得谷歌在AI前沿领域真的赶上OpenAI和Anthropic了吗?是模型能力更重要,还是生态和信任更关键?欢迎在评论区留下你的看法,也别忘了点个“在看”,让更多人加入这场关于AI未来的讨论。

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    过去一个月,技术圈的注意力几乎被同一件事吸走:harness模式。这个被OpenAI DevDay盖章认证为“行业默认方案”的代理运行时标准化架构,让所有人都在讨论智能体该如何跑起来、跑得稳、跑得便宜。然而,当大多数人还在纠结“怎么搭”的时候,DigitalOcean已经悄然把答案做成了货架上的商品——一个标准化的SKU。
    这听起来像是一次寻常的产品发布,但它的杀伤力,远比表面看起来要大得多。
    **从“项目”到“商品”,中间隔着一道鸿沟**
    过去两年,但凡涉及智能体基础设施,企业的典型路径几乎是一致的:组建平台团队,选型开源框架,自建运行时,处理扩缩容,再叠加上监控、日志、安全隔离。这套流程走下来,少则数月,多则半年,烧掉的是真金白银和工程师的头发。
    harness模式的出现,本意是降低这层门槛。它把代理运行时的关键抽象——会话管理、工具调用、状态持久化、生命周期控制——收敛成一套标准接口。OpenAI DevDay的背书,更是让这套模式从“社区共识”升级为“事实标准”。但请注意,标准归标准,落地归落地。标准解决的是“大家说同一种语言”的问题,却没有解决“谁来提供水电煤”的问题。
    DigitalOcean做的,恰恰是后者。它把harness模式所定义的那套运行时能力,封装成了一个可以直接下单的SKU。你不再需要理解底层细节,不需要维护控制平面,甚至不需要知道harness具体长什么样。你只需要像买一台虚拟机那样,买一份“智能体运行时”。
    这是商品化的经典路径:当一项技术的复杂度足够高、需求足够普遍、标准化程度足够成熟时,它就会从“解决方案”坍缩为“产品”,再从“产品”坍缩为“SKU”。DigitalOcean这一步,标志着智能体基础设施正式进入了第三个阶段。
    **商品化的代价:谁在受益,谁在被挤出**
    任何一次商品化,都是一次利益格局的重新洗牌。DigitalOcean把智能体基础设施变成SKU,受益者显而易见:中小团队和独立开发者。他们原本被挡在自建门槛之外,现在可以用极低的边际成本获得与大型企业同等水平的运行时能力。这是普惠,也是民主化。
    但硬币的另一面,是那些靠“帮别人搭智能体基础设施”为生的玩家。过去一年,大量创业公司和咨询团队的核心业务,就是替客户做harness模式的落地。他们卖的是“项目”,是“定制”,是“服务”。当DigitalOcean把同样的能力做成标准品,按小时或按调用量计费时,这些“项目”的溢价空间就会被迅速压缩。
    这不是DigitalOcean第一次做这种事。当年它把VPS价格打到5美元/月时,传统主机商也是同样的错愕。历史不会重复,但会押韵。智能体基础设施的“5美元时刻”,可能比所有人预想的都要来得更早。
    **更深层的信号:云厂商的“抽象权”争夺战**
    如果只把这件事看作一次价格战,那就低估了它的战略意义。DigitalOcean此举,本质上是在争夺智能体时代的“抽象权”。
    什么叫抽象权?就是定义“什么算基础设施、什么算应用逻辑”的权力。当harness模式被固化为一个SKU,意味着运行时层被彻底抽象掉了。开发者只需要关心自己的代理逻辑,剩下的全部交给平台。这种抽象一旦被市场接受,就会形成锁定效应——不是因为迁移成本高,而是因为“没必要迁移”。
    这对AWS、Azure、GCP来说,是一个必须警惕的信号。它们当然有能力提供类似的服务,但它们的体量和定位决定了它们很难像DigitalOcean这样“轻装上阵”。大厂要做的是平台,是生态,是全覆盖。而DigitalOcean做的是一把尖刀,直插最标准化的那一层。当标准化层被商品化,上层应用的利润空间反而会被放大——这恰恰是DigitalOcean想要的结果。
    **智能体基础设施的终局,是“看不见”**
    回过头来看,harness模式被OpenAI DevDay验证为默认方案,其实已经预示了今天的局面。当一个架构成为默认,它就不再是差异化优势,而是基础设施本身。而基础设施的终极形态,就是“看不见”——没有人会为它欢呼,但所有人都离不开它。
    DigitalOcean把智能体基础设施变成SKU,不是在终结创新,而是在把创新推向更高的层次。当运行时层被彻底商品化,真正的竞争才会回到代理本身:谁更聪明,谁更可靠,谁更能解决实际问题。这才是智能体该有的样子。
    至于那些还在犹豫要不要自建运行时的团队,或许该问自己一个问题:你是在做智能体,还是在做智能体的“水电煤”?如果是后者,那么货架上已经有一个更便宜、更省心的选项了。
    **评价引导:**
    你怎么看DigitalOcean把智能体基础设施做成标准SKU这件事?是普惠之举,还是对创业公司的降维打击?欢迎在评论区聊聊你的看法。如果你正在搭建智能体应用,你会选择自建运行时,还是直接买一个SKU?

    发表回复

    您的邮箱地址不会被公开。 必填项已用 * 标注

    You Missed

    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    • 由 chubai
    • 6 10 月, 2026
    • 7 views
    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    • 由 chubai
    • 6 10 月, 2026
    • 6 views
    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    50PB数据审查、100多个组织被警报:OpenAI揭开AI代理失控的冰山一角

    • 由 chubai
    • 6 10 月, 2026
    • 6 views

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    建筑界正在逼走最优秀的女性,这不是她们的错

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    建筑界正在逼走最优秀的女性,这不是她们的错