Loading...
Loading...
以小博大，一家AI4S水下公司的野心「AI4S也有Coding的万亿未来。」
文｜胡香赟
编辑｜海若镜
今年5月，28岁的张载熙结束普林斯顿的博后研究，回到国内。在他面前，有几扇门同时打开：美国高校教职、AI大厂首席科学家和千万年薪。最终，他选择进入香港科技大学担任助理教授，并挺进了创业窄门，创立AI for Science公司科理新序（Scinetics）。
暗涌Waves独家获悉，科理新序近日完成近5000万元人民币融资。本轮融资由英诺科创基金领投，沂景资本、小苗朗程、麟阁创投跟投。
这或许是他既往人生中，为数不多的岔路口。从中科大少年班、直博，到哈佛医学院联合培养，随后进入普林斯顿王梦迪团队做博后。研究AI4S的青年PI，是当下创投市场最喜欢的创业者画像之一。
但创业的决策过程，他也曾纠结。
进入大厂，意味着更充足的算力、数据和人才配置；成为高校PI并创业，要比较独立地找人、找钱、找资源，技术和商业都有不确定性。
最终让张载熙下定决心做出选择的是“工作自主性”，他想主导自己的研究方向，而不是被更大的公司组织约束。他更享受从零搭建一套体系的过程。
创业前，张载熙和团队曾经做出过科学智能体Stella。去年，Stella上线后，服务了上千名科研用户，其中七成以上来自斯坦福、普林斯顿等高校和顶级实验室。相比自训基座模型，智能体落地更快、更容易接入现有研发流程，实现商业化。
不过，这条轻巧的路线，目前仍有局限。以大语言模型作为推理引擎，科学智能体在遇到蛋白质结构、核酸序列等数据时，会先将问题翻译为“自然语言”，再把文字指令交给模型执行。精细的三维结构和模态关系，在几次翻译转换中会出现“损耗”，智能体几十次交互也无法绕开误差。
博士期间，张载熙曾开发分子筛选模型MGSSL、药物分子生成模型FLAG等，在多个细分领域达到SOTA。但他判断，单点能力仍是不够，未来AI4S行业会集体走向多模态。所以，科理新序的核心是做多模态长程推理基座模型。
他提出了“Science Token”概念，希望把小分子、核酸、蛋白质结构等科学数据，转化成模型统一的表征单元，不再经过人类语言的转译，让模型在原生科学模态中推理，完成科学任务。
短期，他们将聚焦商业化路径最清晰的生命科学，未来逐步拓展至材料、工程等科学领域。
谈起未来，张载熙认为AI4S一定会出现GPT时刻、Coding时刻，且这是一个可能超越Coding的市场；他也相信自己所带领的小小团队，有实力开发出“大一统”的科学底座模型，成为AI4S领域里对标DeepSeek、Anthropic的基座模型公司。
技术革命初期，路线没有收敛，创业者才有“以小博大”的机会。近日，我们和张载熙聊了聊，此时投入AI4S创业，他究竟想赌一个怎样的未来？
对话（经编辑）：
Part01
AI4S，媲美Coding的万亿市场
暗涌Waves：2019年，你21岁，选择了AI for Science作为博士研究方向，现在回头看很有先见之明。这个赛道从冷变热，你的体感是怎样的？
张载熙：确实比较幸运，职业生涯转型刚好踩中了行业风口。
我读博阶段，这是一个非共识赛道，行业认知是“Science+AI”，AI是提升业务效率的附加算法工具，项目必须深度绑定具体药物管线，比如聚焦多肽药物，或只做蛋白质垂直模型。
现在AI4S朝着通用方向演进，市场普遍认为这个方向会迎来属于自己的“Coding时刻”。写代码赋予了人类在数字世界创造事物的能力；AI4S则是在变革人类底层科学探索、发现新知识的能力,市场价值可以比肩甚至超越Coding。
从Alpha Fold从1到4的迭代，可以清晰看到AI能力正迅速变强。需要被研究的科学问题没有巨变，但新算法让过去难以建模、难以预测的任务，具备了解决条件，更多科学模态的纳入，让模型能力更强。
暗涌Waves：Science其实是覆盖非常广的方向，现在创业投资的主流技术路线有哪些，技术路径上有收敛的趋势么？
张载熙：客观说，现阶段的AI4S赛道噪声不小，AI4S从业者主要基于自己既往背景做布局，还没有在技术路线上形成共识，难以判定孰优孰劣。
首先是科学智能体，主要靠调用外部工具完成科学任务。优势是落地快、能迅速嵌入现有研发流程，商业验证周期短，因此诞生了不少初创公司。
大厂也都在做，如Anthropic的Claude Science、OpenAI 的GPT-Rosalind。不过，他们的主战场还是Coding等更general的方向，科学方向属于占位式布局、浅浅试探。
第二是虚拟细胞。受Arc Institute相关工作和论文影响，虚拟细胞从去年起热度暴涨。理论上，它在电脑里模拟细胞受药物、基因编辑后的变化，能提前批量筛掉无效候选，压缩研发时间和成本。行业期待很高，发展速度也比较快。
第三就是我们选择的AI4S基座模型方向。这是一种“自下而上”的路线，聚焦底层分子相互作用，从分子机制推导疾病、基因调控网络等上层现象。
暗涌Waves：去年你们上线了科学智能体Stella，据说反馈也不错，为什么没有选择这条更轻巧的路线？
张载熙：Stella去年上线后，服务了上千名科研用户，七成以上来自斯坦福、普林斯顿等名校和顶级实验室，MIT的张峰教授也使用过。
但我们发现，科学智能体范式有个根本性问题：
它本质上是把科学问题翻译成自然语言让模型理解，再翻译回结构指令让工具执行。很多精细的三维结构信息、多模态之间的微妙关联，会在翻译过程中丢失。
这是范式本身的天花板。你当然可以在智能体框架上不断加工具、加流程，但只要底层推理还基于文本完成，这个瓶颈就一直在。
暗涌Waves：可以举一个智能体做不出来的例子么？
张载熙：比如蛋白质局部结构优化。要把某个侧链朝特定角度旋转5度，形成氢键或者其他分子相互作用，这高度依赖3D空间的精细推理设计。
如果用智能体做，就是让大语言模型输出文本指令，再调用RF diffusion这类结构扩散模型去执行。但结构模型本身没办法很好理解文本信息，工具输出结果又要转成字符串、截图，再反馈回大语言模型，智能体读得云里雾里，好像对，又好像不太对，只能继续迭代。
就这个步骤，我们尝试了很多智能体，反复交互过几十遍，浪费了大量Token，结果是跑了一堆用不了的东西。根源就是，没有原生的科学模态推理能力。
Part02
小天才的大梦想：多模态科学底座模型
暗涌Waves：所以你认为必须开发AI4S基座模型？有了基座模型，可以解决“跨模态翻译”问题？
张载熙：既然翻译会产生损耗，就不翻译了，让模型直接在原生科学模态空间内，做针对多模态科学数据的长程推理（Chain of Science Tokens）。这一基座模型，也是我们公司的核心产品。
我们针对组学、蛋白质结构、分子化学式、核酸序列等各类科学模态，开发了离散Token化方案，把各类科学信息转化为统一的Science Token输入模型，不再依赖人类自然语言做抽象中转，更贴近科学本质。
模型训练分预训练、mid-training、后训练三个阶段：其中，预训练建立多模态生命科学表征，mid-training学习从序列到结构、功能和细胞表型的跨层规律，后训练重点增强长程推理能力。
AI4S基模训练框架（图源：科理新序）
暗涌Waves：这种长程推理，跟既往垂直小模型解决单点任务，有什么不同？
张载熙：比如做酶设计，不再一步出结果，而是像人类科学家一样分步推理：先搭建酶的活性中心，它决定催化功能的核心区域；再搭建蛋白质支架，把活性中心撑起来；最后补充侧链、微调细节。
这套长链条推理能力，是传统垂直模型、工具调用智能体不具备的。
暗涌Waves：把各类科学信息转换成“大一统”的Science Token，听起来更性感，但小分子、核酸、蛋白质等数据结构差异很大，为什么你们团队可以做？
张载熙：Science Token首先要解决的，是让模型读懂不同科学模态。
过去，围绕小分子、核酸、蛋白质、复合物和跨模态文本，我们分别做过相应的基座模型。从数据收集、模型搭建到训练，完整地走过。因此，团队知道每类科学数据应该怎样编码，不同模态之间又该如何对齐。
同时，做Stella、BioClaw等智能体时，我们积累了大量长链条推理数据，也摸索了通过后训练增强推理能力的方法。
另外，干湿闭环也很重要。Stella除了计算和算法模块，也接入了自动化湿实验。我们在靶点发现、抗体优化、小核酸设计等任务中，跑通过干湿闭环案例。因此，也清楚AI 应如何对接真实科研任务、连接自动化实验设备。
模型进化，需要主动获得大量高质量数据。干湿实验闭环，可以支撑我们持续获取训练数据、持续迭代。
暗涌Waves：从目前的探索结果来看，这个基座模型的能力如何？
张载熙：在蛋白质结构预测、蛋白功能注释、RNA二级结构预测、DNA突变预测等单项任务上，已取得不错效果。
我们对这个结果不是很惊讶，毕竟科学系统本身就是复杂多模态体系，如果能把多模态信息全部纳入模型，从全局视角做设计搜索，自然更容易得到更优解。
目前，我们在探索下一代模型训练方式，比如尝试AI for AI，Recursive的训练范式，挖掘科学内在规律、拓展更多模态，或提升模型参数量，以此强化长程科学推理能力。我们期待沿着这个方向，能实现AI4S基座模型的ChatGPT时刻。
Part03
以Science Token为商业模式
暗涌Waves：从定价和商业化上看，Science Token会带来新的商业模式吗？
张载熙：是的。不过，Science Token和文本Token的定价逻辑不一样，后者定价主要参考算力和电费成本，但Science Token除了考虑这些基础成本之外，还要衡量它背后的科学价值。有些领域，比如小核酸，数据非常稀缺，对应的Token价值自然更高，定价要体现实际的业务价值。
我们希望成为AI4S领域对标DeepSeek、Anthropic的基座模型公司，探索以Science Token作为计费单元的商业模式。
暗涌Waves：用Science Token计费，理想的买方是谁、具体用在什么场景？
张载熙：比如药企。当模型能力足够强之后，我们不需要花大力气做BD，绑定单条管线做交付。抗体管线、多肽管线、小核酸管线，各类任务都可以承接。
这时候计价单元就可以基于“消耗了多少Science Token解决这个药物设计问题”。就像Coding，不会按代码行数或模块来定价，客户信任模型能力，直接调用服务，消耗多少Token就付多少费用。这能省去大量BD个案的谈判工作。
暗涌Waves：如果这个模式能实现，它也会成为AI4S基座模型企业通行的商业化路径吗？
张载熙：Science Token还是我们提出的独有概念；至于衡量长链条科学推理数据质量的标准，及其计费标准，在全行业都没有成熟方案。我们和一些AI大厂交流时，他们也没太想清楚这件事。所以它还是一个非常早期的商业想法，需要行业共同推动形成共识。
暗涌Waves：从一级市场视角，我们能看到不少投资机构和资金在涌入，但这个方向目前的融资声量跟大模型、具身相比，还差得很远。你觉得大家的分歧在哪里？
张载熙：市场上存在两种极端心态，都可能造成投资决策犹豫。
一部分投资人认可AI4S万亿市场，相信AI科学平权，希望每个人都能释放想象力参与科学探索，他们的怀疑点在于：现阶段的技术能力，能不能把这件事做成。另一部分人则把AI4S市场看得比较小，觉得客户只有高校师生和PI，付费能力弱。
既往，市场对垂直模型具备清晰认知，但投资人对“大一统”的科学基座模型评判标准更严苛。因为他们觉得Harness加垂直领域小模型，足够解决科研需求。从用户端，很多科研人员虽向往更智能化的基座模型，但受惯性影响，习惯了调用工具化专项模型，这也是个矛盾点。
暗涌Waves：怎样的投资机构更愿意押注于AI4S基座模型？
张载熙：一些投科技的市场化基金，及部分曾深耕过制药领域的投资人。他们理解现有研发体系里的“历史技术债”，就像“屎山代码”一样：药企内部集成上百个小模型，每个环节信息传递都有损耗，维护成本极高。
因此，他们从系统工程的逻辑判断，AI会是变革这些的最强力量。这类投资人更愿意押注基座模型路线。
投资人的共识性要求是：必须快速迭代模型，抢占领头羊位置。团队配置上，我们已经把过去学术界和部分工业界大厂做AI4S基模研发的核心人才聚过来了，技术积累比较扎实。我们本来希望在今、明两年能达成一些商业化订单，但投资人觉得，短期内不需要过度在意这点，优先把模型能力做出来更重要。
放弃百万美金年薪，牛津兄弟想训出「华尔街AI分析师」「自研模型，冲向交易金字塔尖。」
文｜孙小雯 海若镜
编辑｜海若镜
做AI金融模型创业前，子辰已是年薪百万美元的“金领”，凭借在顶级投行练就的交易嗅觉，赚钱对他来说不算难事。
创业的起心动念，源于一场AI交易大赛Alpha Arena。2025年底，DeepSeek、GPT、千问等大模型都下场参赛，也让子辰发现：通用大模型已经进化出一定的独立判断能力。也许未来，他引以为傲的投资决策能力，也能被大模型复现。
与其恐慌，不如下海去搏一搏风浪。他找到正在Meta从事模型研究的方正，两人一拍即合，开启了名为FreeRide的AI创业航程。「暗涌Waves」独家获悉，FreeRide AI近日完成数百万美元种子轮融资，投资方为L2F光源创业者基金。
在还没有Demo时，就拿到融资，关键有两点：一是选择的方向，二是创始团队的履历和潜能。从牛津大学数学系毕业后，子辰先后在伦敦和香港的摩根士丹利、摩根大通、华泰国际等机构工作，从事复杂衍生品交易，曾担任高级交易主管。
方正的履历则更为复合。牛津大学物理系毕业后，他先后在瑞银、Evercore、麦格理资本等机构，处理欧美区域的投行投资业务。因为感知到AI在金融行业的巨大潜力，他又回到剑桥大学攻读计算机科学博士，并参与到Meta、Oracle等大厂的AI模型训练和AI系统的研究。
两人开始探索：大模型已初具决策智能，但要让AI拥有“华尔街交易员”级别的能力，还有多少座山要翻越？
第一座绕不开的是“数据”。文本、代码可以被海量采集，但真正影响金融交易的高质量经验，往往只存在于一线从业者的大脑里。即便能采购诸多类型的数据库，但怎么判断数据价值、权重，进而转化为真实世界里的决策智能，仍有鸿沟。
而且，金融交易数据天然高噪声，现有大模型围绕coding智能体，适配出的长流程模式很难直接迁移。
架构层面，金融交易任务往往依赖极高维度的逻辑分析，很多任务不是定点、单向的求解路径，仅靠常规模型训练方法难以突破，还需要引入专门的系统学习架构。
即便金融专业模型掌握了应有的专业知识与能力，金融市场瞬息万变，只有让AI能够自主学习、自我进化，才可能捕捉到真实市场信号。
这些路障，也让他们理清了技术路线：做AI金融交易大脑，必须自训专业的垂直模型底座，同时做自进化Agent。基于在金融行业沉淀的经验，调整接入通用大模型的参数权重，进化出更有实操经验的LLM底座，先让AI成为有2-4年工龄的初级员工；再通过自进化Agent，让模型能够适应实时多变的金融交易。
自研模型，无疑是昂贵且艰难的。但子辰、方正认为，这是冲上金融“金字塔尖”的必经之路。一旦跑通，垂直模型进入塔尖的华尔街投行和一线基金，参与衍生品定价、复杂投资研究及决策，未来将能辐射更广的金融市场，甚至成为普通人的交易“副驾”。
在他们看来，模型大厂和互联网平台的确拥有更多算力与资源，但却很难偏离当前AI发展主线，聚焦于金融这一细分场景。未来AI系统，或许更像一个交响乐团：通用大模型，与一群专业模型合作，完成复杂任务。
除训练金融专业模型以外，两人在2026年发表论文，初步验证Agent在高噪声、高变化金融领域自进化的可行性。这一“会寻找Alpha的研究员”机制，在沪深300市场中测验，经过1600步进化后，将生成因子的IR中位数从1.6提高到3.9。这个表现不俗，在传统量化领域，IR大于1.0就可称为优秀因子。
技术初验后，接下来FreeRide将从衍生品定价等专业任务切入，做出金融专业人士可用的模型，再拓展到更广泛的金融任务。
以下是「暗涌Waves」与FreeRide联合创始人张子辰、沈方正的对话（经编辑）：
Part01
AI交响乐团：
通用模型带一群垂类
暗涌：通用模型能搭Agent和Harness，为什么还要自己训练底层模型？
子辰：我们还是要用第一性原理去解决智能问题。现在Agent和Harness的架构越来越复杂，但如果你不掌握底层模型权重，上层设计地再精妙，也会面临一些风险，比如通用模型无法满足特定场景的任务质量。
另一方面是，以后机构会有自己的Agent，但这个Agent用哪个模型去驱动？现在的通用大模型不一定适合，我们希望做出一个更适合金融场景的模型，让这些Agent有机会用到FreeRideAI模型。
我们对比过GPT、Claude、DeepSeek、千问、MiniMax和智谱。在衍生品定价这类问题上，它们的确懂很多基础知识，但更像一个很好的实习生。你来投行实习，给出这样的回答，我觉得是OK的；但作为正式员工就不达标，因为你的答案过于肤浅，理论没有结合实际市场经验。
暗涌：投资人怎么看金融垂类模型，担心被通用模型吞掉吗？
子辰：感觉几个月以前，大家还在担心通用模型可以吞噬一切，但最近这一个月开始有变化。
通用大模型有几个限制，包括在专业领域的性能、成本和速度。对于特定专业，模型规模不一定是越大越好，最终形式可能是通用大模型与一系列专业模型合作完成任务。
现在的通用模型，在编程垂类已经做得非常好，但在金融、医疗等专业领域仍需要垂类模型。因为金融领域的一些实操经验，网上搜不到，书里也不会有。一个科技工作者很难复刻垂直领域里的顶尖能力。
方正：与其叫垂类模型，叫专业化模型可能更准确。与通识教育类似，现代AI在早期训练中打下的广泛知识基础，但若想像专业人士一样在特定领域独当一面，必须有高度专精的知识与职场技能培养。
暗涌：怎么确定金融模型该学什么？
方正：如果把模型训练比作“炼丹”的话，首先要知道这个“丹”是给谁吃的、解决什么问题。正因为我们团队在伦敦、纽约、香港等国际金融中心拥有丰富的专业经验，我们知道金融机构和专业人士需要AI模型做什么，就能反过来判断它应该具备什么能力、需要什么样的数据。
暗涌：买大量的商业金融数据库，来训练金融专业模型，是必须的？
子辰：确实需要采购数据库。但真正的经验是两点：第一，找到这些数据；第二，判断它们的价值和权重。同时面对100个数据，哪一个更重要？怎么把这些数据变成对决策有帮助的东西？决策思维链是怎样的？这些经验既往只存在于很小的金融圈，大家不会把它记录并公开出来。
比如期权定价的某一个参数，特定情况下怎么选，互联网语料和文献材料很少。但有一线交易实操经验的团队知道什么对、什么错，现有的数据里哪个权重应该更高、哪个应该更低。
如果只是把数据丢给模型专家，说“我有这些数据，你帮我去训吧”，最后的智能程度会非常低。就像经理让一个初级分析师分析问题，他直接把数据怼过去，那经理肯定会问：“我要你干什么？”
暗涌：只靠小圈子的经验，数据量够么？
子辰：首先，我们团队有能力从真实场景出发，针对需要解决的问题将相应的训练数据量放大。
另外，除了金融圈内的经验，我们还在做一件更有意思的事情，就是创建“模拟经验”的生成机制。它有些像AI斯坦福小镇，可以模拟人类的行为，各个角色在AI世界里交互。我们希望利用已有经验，用AI把数据量做大，去模拟更多有价值的经验。
暗涌：有具体的例子吗？
方正：关键技术细节，现阶段还不太方便透露太多。
但举一个例子，比如论文揭示的STAR机制，该机制处理的原始数据规模很小，而且全是有限、离散且信息与噪声高度浓缩的数值。
即便如此，我们仍然看到其中可以推导出有价值的观察结果，进而在后续阶段指导状态判断与决策行为。虽然应用于自进化和传统的后训练有所不同，但它印证了金融市场中很多信息可以被有效提取，并且作为信号推动AI系统与模型的整体迭代优化。
暗涌：金融领域现有的Benchmark怎么样，你们的垂类模型表现如何？
方正：现在金融领域的Benchmark并不是非常理想。比如去财报里找一些数字，本质上还是信息检索；或者是简单的计算，实质是把通用任务放到金融场景里。
我们也看到近期有一些Benchmark找专业人士标注，例如看一个问题需要从哪些角度思考的评测。但很多做得还比较粗糙，有些不是业内真正会考虑的问题。
子辰：我们不会盲目打榜。金融太大了，一个评测集可能只有小几百个问题。税务、会计、零售金融的问题跟机构金融的问题放在一起，各自覆盖面会比较狭窄。我们会针对性地判断，哪些Benchmark更适合我们。
Part02
自进化Agent：
即时感受市场变化
暗涌：为什么既要训练模型，又要让Agent自进化？
方正：它们是相辅相成的。由于通用模型在金融任务上的能力限制，只做Agent进化仍有效率和效果的瓶颈。与此同时，如果只做模型，那金融市场变化非常快，模型无法实时根据市场动态调整。
如果直接让通用大模型在金融任务上试错和进化，就像把基础能力不错的“高中生”送到华尔街，他成长为国际顶尖机构专业人士的进度，远不及直接引进具备扎实专业知识、高适应力的名校毕业生。训练金融专用模型，就是输出“AI金融名校生”。
我们希望Agent能够持续感知市场的变化，像人一样，慢慢沿着职业阶梯往上走。
暗涌：STAR自进化机制挖掘Alpha，和常见的Alpha挖掘有什么不同？这套机制会怎么用到产品里？
子辰：很不一样。一般大家会规定方向直接找Alpha。但我们的设计是让Agent进化成为一个很会找Alpha的研究员。
STAR加入了一个元认知模块，可以修改研究员的提示词、记忆、工具和研究流程。搜索时，也不只挑当前得分最高的个体，它会优先扩展能产生更强后代的谱系。论文里较少的进化步骤和成本，就将生成的因子使用的算子数量翻了将近7倍。
这些我们没有告诉它，都是它自主进化出来的。
反映到产品里，我们可以让用户定义自己想进化的方向。比如我现在有一个什么样的想法或者策略，你能不能通过STAR这套机制帮我进化，看看多少代之后会变得更好？这个是我们有机会做成“AI研究员”的能力之一。
暗涌：但论文的实验环境很简单，距离真正帮助机构做投资决策还有多远呢？
子辰：STAR这篇论文的核心目标并非优化单个Alpha因子，而是演化一个具备自主提炼能力系统的“Alpha研究员”。作为研究员，它能够综合市场现状、凝练思维框架、历史经验记忆及高阶数学算子工具，协同输出适配策略的量化因子。
这个世界上没有恒定的财富密码。
培养能够整合策略框架、经验与数学工具的研究型Agent，比单纯优化因子更具现实意义，也更契合人类研究员的工作逻辑。模型提出的因子，虽可通过不同样本及回测中的IC、IR和夏普比率等指标进行评估，但要将因子转化为最终的投资决策与收益，仍需历经投资组合构建、风险控制及交易执行等环节——这正是专业金融机构的标准运作流程。
现在机构大部分已经有自己比较成熟的机制，我们刚开始想做的是先融入进去。比如我给你一个好的Factor，你自己还有很多Factor，可以把它加进去做组合构建。
暗涌：怎么判断Agent给出的分析判断够不够专业？
方正：这里可以有很多方法，其中一种是将“高难度验证”转化为“低难度验证”。根据场景不同可以有很多具体实施细节，但其核心目标一致，即通过转换成正确性判定标准，简化整体验证流程。
不过，各种验证方法都无法完全取代行业最顶尖专家的重要性。我们有一个非常大的专家团来支持，他们是华尔街最顶尖的金融机构里的资深从业者，普遍有十几年、二十几年工作经验。
子辰：我举个例子。比如你问它怎么定价一个期权，普通的答案可能是看股票价格、波动率、股票的借款利率和股息率，这些都是教科书上能看到的东西。
但我们希望它能考虑到更多。比如这样的定价方式是否有对行业和同板块的分析，是否考虑到对未来事件的预测、对股票和行业未来资金流的分析等等。如果一个AI模型告诉我期权应该怎么定价，把这几点都说到了，我才觉得它在金融场景中是专业的。
Part03
未来之路
暗涌：FreerideAI首先想服务谁？他们最大的痛点是什么？
子辰：首先当然是希望金融机构和金融专业人士能满意。如果能做到，说明它达到了很高的智能水准。之后可以推广给更多普通人，这也是未来我们也想做的。
目前的问题是，大家根本不放心真的让AI协助投资决策。比如你问DeepSeek，明天该不该抄底？它会跟你说很多，看起来很专业，但有些回答存在AI幻觉，有些回答像教科书只给出概念。在专业的人看来，其实并不可用。
暗涌：现阶段，你们希望模型达到什么水平？什么时候能看到初步产品？
方正：近期要达到外资投行或者顶级对冲基金初级员工的能力，也就是有2到4年工作经验的员工水平。
随着模型训练越来越厉害，进化机制匹配得越来越好，再慢慢提高经验年限。当然，一开始是我们重点训练的场景和专业领域内，之后再逐步扩大事情的边界。
子辰：我们计划Q4推出初步Demo，到时候就可以看到一些特定场景的预演。衍生品定价是其中一个，未来还会逐渐泛化，扩展到二级市场交易、一级市场的投研等等。
暗涌：现在有密集接触投资人吗？什么时候准备启动下一轮融资？
子辰：最近主要在密集做产品研发和模型训练，等下个月Demo出来之后，再开始见一些投资人，准备融下一轮。
排版｜郭栩君
图片来源｜Unsplash
国产大模型苦达利奥久矣文章转载于八尺AI
昨天Anthropic的创始人达利奥·阿莫迪在个人博客上抛出一篇长文，标题叫《我们必须掌控AI前沿发展的节奏》。
文章写得声情并茂，从他父亲死于一种本可被AI攻克的疾病讲起，一路讲到递归自我改进可能在六到十二个月内，让失控的AI Agent接管互联网。
这看上去是一篇充满人文关怀的AI安全宣言。萨姆·奥尔特曼在下面回了一句"我同意达利奥"，马斯克也凑过来喊"Dario is right"。三个平时连合影都不肯站一起的人，这次竟尿到一个壶里了。
但如果你把文章翻到后半段，就会发现味道不对了。达利奥在"如何给前沿踩刹车"的章节里，专门列了三条针对中国的遏制措施，禁售芯片，打击蒸馏（原文写的是“人工智能技术提炼”），防盗权重。
一条技术限速的倡议，说着说着就变成了一份对华科技冷战的操作手册。
而就在这篇长文发布的两天前，Anthropic刚刚发布了一份长篇威胁报告，点名七家中国AI实验室，阿里、月之暗面、DeepSeek、智谱、小米、商汤、MiniMax。指控它们对Claude发起了"工业规模的蒸馏攻击"，累计交互接近两亿次。
两件事挨得这么近，是巧合吗？恐怕不是。
当一家估值逼近万亿美元，正在冲刺史上最大IPO的公司，开始把一项全行业都在用的常规技术包装成"国家安全威胁"，那就得问问，达里奥的动机到底是什么。
1
蒸馏的身世
要说清楚蒸馏是不是偷，得先搞清楚它到底是什么。
2015年3月，杰弗里·辛顿、奥里奥尔·维尼亚尔斯、杰夫·迪恩一起在arXiv上发表了一篇论文，标题叫《神经网络中的知识蒸馏》。
这篇论文讲了一个很朴素的道理，一个大模型（教师）学到的知识，不只是它的参数，更是它对输入做出的概率分布，也就是"软目标"。把这些软目标拿来训练一个小模型（学生），小模型就能用远低于大模型的算力，逼近大模型的表现。
辛顿在论文里甚至明确说，用来训练学生模型的迁移集，可以完全由未标注数据组成。
换句话说，蒸馏从诞生的第一天起就是一种合法的，公开的，被学界广泛认可的模型压缩与能力迁移方法。它的初衷是让AI能跑在手机，嵌入式设备这些算力有限的场景里。
辛顿本人拿这个方法改进了谷歌的语音识别系统，效果显著。
十一年过去了，蒸馏早已不是什么小众技巧，是大模型行业的基础设施。
2024年10月，OpenAI直接在API里上线了官方蒸馏功能，鼓励开发者用o1-preview和GPT-4o的输出来微调更便宜的模型。
Google把Gemini Ultra蒸馏成Gemini Flash，主打低延迟场景。Meta开源Llama，整个社区都在拿它做蒸馏。DeepSeek用R1蒸馏出32B、14B、8B、1.5B一整套小模型，让推理能力能跑在消费级显卡上。
就连Anthropic自己，也在内部用蒸馏生产轻量版的Claude。这不是什么秘密，行业分析公司Ertas AI在一篇题为《模型蒸馏不是盗窃》的文章里写得很清楚，每一个拥有前沿模型的实验室，都有从它衍生出来的更小模型。
蒸馏在AI领域扮演的，正是这样一个"善假于物"的角色，它让知识从昂贵的大模型流向更普惠的小模型，从少数公司的算力壁垒流向更广泛的应用场景。
那么问题来了，为什么同样一项技术，OpenAI做叫能力迁移，Google做叫模型压缩，Meta做叫开源生态，中国公司做就变成了工业规模的蒸馏攻击，和重大国家安全风险？
这个双标，比蒸馏本身更值得玩味。
1
达利奥的叙事术
达利奥为何要把蒸馏上升到国家安全的高度，得先看看他是怎么叙事的。
在《我们必须掌控AI前沿发展的节奏》这篇文章里，达利奥用了一个非常经典的话术结构，先建立一个所有人都无法反对的大前提，AI发展太快，需要安全。
这套逻辑就是，我可以限速，但你不能趁我限速的时候超车。
而蒸馏，就是他用来证明"中国在偷跑"的核心证据之一。其次就是芯片，不过老黄暂时还没搭理他，可能也不打算跟他尿一个壶里。
Anthropic的报告写得煞有介事。七家中国实验室使用"欺诈账号池、住宅代理、一次性邮箱、虚拟支付"绕过风控，大量提取Claude Opus的思维链（CoT），而不只是最终答案。
阿里一家在五到七月就搞了1.51亿次交互，动用了3500多个欺诈账号，日峰值接近300万次。
这些数字看起来很吓人。但你只要稍微多想一层，就会发现不对劲。
第一，如果这些交互真的是"欺诈"，为什么Anthropic的风控系统没能在第一时间拦截。1.51亿次交互，3500个账号，持续三个月，这不是什么隐秘的黑客攻击，是在你家门口摆了个摊位，你收了三个月的钱，然后说对方是小偷。
Anthropic在这些交互中收了多少API费用，报告里没提。
第二，思维链（CoT）到底是不是"偷"？CoT是模型在推理过程中产生的中间步骤，用户通过正常的API调用就可以获取。如果Anthropic不想让用户看到CoT，它完全可以在API层面屏蔽。它没有这么做。
第三也是最关键的一点，违反服务条款和违反法律是两回事。Anthropic的API服务条款里可能写了禁止批量生成训练数据，但这是一个民事合同问题，不是刑事犯罪，更不是国家安全威胁。
如果中国公司真的违反了条款，Anthropic可以封号、可以起诉、可以索赔。但它选择了最有戏剧张力的一条路，发布威胁报告，把商业纠纷包装成国家安全事件。
这种叙事术并不新鲜。历史上，每一次技术霸主面对后来者的追赶，都会祭出"国家安全"这面大旗。
十九世纪的英国面对美国的工业崛起，曾试图禁止纺织机械和技术工人出境。二十世纪的美国面对日本的半导体追赶，曾用"国家安全"为由强迫日本签署《广场协议》并限制半导体出口。
桑弘羊在《盐铁论》里说过："欲粟者务时，欲治者因势。"霸权国家的国家安全叙事，从来都是因时而动，因世而变的。当它领先时，它讲自由贸易，当它被追赶时，它讲国家安全。
达利奥的高明之处在于，他把这套旧叙事装进了AI这个新瓶子里。他构建了一个完整的逻辑链条，从蒸馏让中国公司用极小的成本缩小差距，到差距缩小威胁美国的AI领先地位，到AI领先地位关乎国家安全，最后到蒸馏是国家安全威胁。
细细想，这个链条的每一环都似是而非。蒸馏缩小的是工程实现上的差距，不是基础研究上的差距。中国大模型的进步主要来自自身的研发投入和算法创新，蒸馏只是其中一个环节，AI领先地位是否直接等同于国家安全，本身就是一个值得讨论的命题。
但达利奥不需要这个链条在逻辑上无懈可击，他只需要它在情绪上足够有说服力，"国家安全"这四个字，本身就是情绪的核武器。
有意思的是，达利奥在文章里大谈"民主国家"应该联合起来，但他自己的公司最大的投资方之一是谷歌，而谷歌在中国市场有大量的业务和利益。
他谈打击专制国家的蒸馏，但对美国国内公司之间互相蒸馏的行为，比如OpenAI曾用Anthropic的输出训练自己的模型这类传闻，却只字不提。
1
两万亿IPO前夜的表演
达利奥在这个时间点发难，可谓司马昭之心。
2021年，达利奥带着一群前OpenAI研究员出走创立Anthropic时，公司估值只有55亿美元。五年时间，这个数字像坐了火箭一样往上蹿，2026年5月H轮650亿美元融资后，公司估值达到9650亿。历史性地反超了OpenAI的8520亿美元。
这还不是终点。2026年6月1日，Anthropic向SEC秘密递交了S-1招股书，正式启动IPO流程。摩根士丹利、高盛、摩根大通联合承销，最快10月挂牌。
投资方给出的目标估值是2万亿美元起步，部分乐观者甚至看到3万亿。如果按2万亿发行，它将超越SpaceX在6月创下的1.77万亿纪录，成为全球商业史上最大的IPO。
要支撑这个估值，Anthropic需要讲一个什么样的故事？
它需要讲一个，AI是这个时代最重要的技术革命的故事，可OpenAI也在讲同样的故事，而且OpenAI的品牌知名度和用户规模都更大。
Anthropic需要一个只有它能讲的故事，而中国威胁，就是这个故事的最佳素材。
当一家AI公司告诉投资者，它不仅在做最前沿的技术，还在保卫西方世界的技术霸权，它的估值逻辑就变了。它的竞争对手不再只是OpenAI和Google，是整个中国的AI产业。
这个故事对华尔街有致命的吸引力。
因为它把一个高度不确定的技术赌注，包装成了一个地缘政治的必然选择。不管AI技术怎么发展，不管哪家公司的模型更强，民主国家需要一个可信的AI供应商，这个需求是确定的。
而Anthropic正在把自己打造成这个需求的唯一答案。
达利奥可以给他的前沿踩刹车，但他踩不住整个行业的车轮。两万亿的估值故事讲得再动听，最终也要回到一个最朴素的问题，你的模型到底好不好用。
如果中国的开源模型以十分之一的成本提供接近的能力，全球开发者都会用脚投票选择更开放、更便宜的方案，所有的叙事和指控，最终都会被市场的现实消解。
毕竟，资本市场可以为叙事付溢价，但用户只为产品买单。
Kimi实习生开公司，估值快200亿了年轻人的第一桶金。
作者 韦香惠
编辑 刘燕秋
本文字数5212
手搓量丨100% AI含量丨0%
大模型数据公司，很长一段时间并不在VC的视野中，不过这种境况有所变化。我最近听说，几个有阿里通义、月之暗面等模型大厂实习经历的年轻人创立了一家数据公司，颇受资本青睐。
这家公司以AI训练数据为切入口，在不到一年时间里便拿下千万美元级订单，完成约三轮融资，估值也是水涨船高。外媒最新消息显示，这家公司即将完成一轮3亿美元融资，投资方阵容豪华，囊括了红杉、阿里和腾讯这些明星机构，估值达到25亿美元。
当然，国内此前并非没有数据服务公司，但在今年之前，这样的公司很少会被风险投资关注到。原因在于，这个模式主要做的是现金流生意，创业门槛在AI领域内也不高。更早些时候，三四线小城市有一批数据公司利用廉价劳动力为模型训练提供语料。随着大模型智力水平的提升，数据质量要求同步提高，越来越多名校背景的高学历从业者加入。各行各业的资深人士，比如法律、医生、记者、编剧等开始入驻一些数据服务公司的平台。作为一份兼职，数据标注的收入在每小时500-1000元。
但如果只是做专家网络，在国内很难顶到百亿估值。卖数据这个模式，在不少投资人眼里，仍然是一个阶段性的可持续性存疑的生意。
一位接触过前述项目的投资人告诉我，在2亿美金轮次以前，投资人还是从对创始人的判断层面去下注的。到如今，要以25亿美元估值对外融资，这家公司必须讲出新的故事。据我了解，今年上半年，它已经开始涉足金融领域，在预测市场做了一套可对比、可验证的系统，据说要以卖API来盈利。
国内数据训练公司大概有二十多家，上述跨界金融的故事还只是他们试图描述的未来方向之一。在和投资人交流后，我发现人工标注、专家外包、数据交付，这些很难讲出足够性感的增长故事的传统数据服务模式，在越来越多95后、00后年轻创业者那里有了新的说法。他们凭借模型训练的经验和对模型能力的足够了解，让一个原本相对枯燥的现金流生意，开始有了新的想象空间，由此搅动起一波融资热度。
数据有了新需求
理解这些实习生做的生意，可能要从去年媒体上热议的“985、211硕博生去当AI训练师”说起。比如，DeepSeek北大中文系毕业生和Kimi的医学博士等。他们有人在网上自嘲为“数据包工头”，带领一些以BPO（外包）形式存在的标注员，配合研发团队，为模型生产训练数据。
卖数据的商业逻辑并不复杂，只要能够拿到订单，自身就可以跑成一家现金流不错的公司，也不一定需要融资。Surge AI就是一个典型案例，这家公司成立于2020年，创始人Edwin Chen此前曾在Google和Meta从事机器学习工作，后来出来创业。这家公司很长一段时间没有拿外部融资，主要靠自身滚动发展。直到2025年，市场开始传出它寻求最多10亿美元融资的消息。当时，公司过去一年收入已经超过10亿美元，市场讨论的估值也超过150亿美元。
随着模型能力的提升，医疗、法律、金融等专业领域，以及需要主观判断的复杂任务中，对资深人才标注的需求正快速增长。市场上高质量人类标注者稀缺，特别是专业领域人才，大型AI公司为此愿意支付高额溢价。Mercor便捕捉到了这一机会，这家公司早期只是为大型数据标注公司提供“合同制人才”的AI招聘平台，后来直接把专业人士组织成训练数据供应网络。2025年，Mercor以100亿美元估值融资，2026年又传出按200亿美元估值筹集约5亿美元的计划。
总之，海外诞生了许多独角兽，但是国内的AI训练数据服务商却很少有机会获得VC支持。
一位调研过这些模型厂的投资人告诉我，当时，模型厂内部对于数据采购的标准，包括新增供应商的标准，都还不是特别清晰。尽管已经和几家互联网厂商，甚至一些海外供应商有所合作，但整体供应量还没有那么大。另一方面，国内有段时间以蒸馏为主，很大程度上削弱了大家去找专家数据的必要性。
今年Agent全面爆发，需要的数据类型也早已不是简单的专家数据，而是一种更接近环境的数据。
一位模型厂的研究员告诉我，现在需要的数据，已经不只是“问题和答案”，而是能够让模型反复行动、获得反馈的可闭环、可验证的训练环境。模型在里面执行任务，环境记录它的每一步行动，再通过验证器判断结果，最后把反馈交还给模型。比如，想训练一个模型写出更好的前端代码，光靠人工告诉它“这段代码好不好”是不够的。你需要一个能够执行代码的环境，还需要一个能够理解页面效果的模型去做裁判，再通过几百轮甚至更长时间的运行，不断给模型反馈。
一些美国创业公司开始专门做强化学习环境。AfterQuery希望让模型和智能体学会像专业人士一样完成任务，公司将其描述为“将世界顶尖从业者的模式、决策和推理进行编码”，为前沿大模型输出专家推理数据集、强化学习仿真环境、模型评测服务。
需求方这边，Anthropic管理层也讨论过在未来一年内拿出10亿美元投入强化学习环境。OpenAI方面，2025年全年数据开销约10亿美元，内部预测到2030年将涨到80亿美元。现在，美国差不多已经有十几家这样的种子轮团队，人数不超过20人，服务1到3家大客户。
国内也开始出现许多这样的创业机会。一位投资人告诉我，越来越多研究员正在从模型厂外溢出来。到了今年5、6月份，这个趋势就比较清晰了：市场上开始出现一批提供高质量数据的新团队，同时，模型厂对于一些新领域数据的需求也在上涨。
00后造富扎堆
和AI其他领域的创业者一样，训练数据公司的创始人通常也很年轻。Scale AI创始人Alexandr Wang在24岁时成为亿万富翁，Mercor的三位创始人也在22岁时凭借百亿美元估值跻身亿万富翁行列。
最近的是AfterQuery的两位联合创始人。斯宾塞・马蒂加（Spencer Mateega）23岁、卡洛斯・乔治斯库（Carlos Georgescu）22岁，创立公司的时候两人还都处于大学在读状态。他们公司刚刚宣布正在筹集新一轮融资，估值达到32亿美元。这家公司成立仅仅18个月，主要业务是AI训练数据服务。
如今，国内的数据初创公司创始人同样如此，而且他们不一定是具身赛道里那种“小天才”，就比如开头我提到的，来自头部模型大厂的实习生。
一位接触过国内一家独角兽数据训练公司的投资人告诉我，早期大家的判断仍然更多集中在“人”身上。兼具business sense和researcher属性的人，到今天在市场上都比较少见。而这家公司的创始人曾在月之暗面等一线模型大厂有过实习经历，参与过模型训练工作并且发表论文。
现状是，模型训练的一线工作主要由名校PhD承担，他们从实习开始就会承担具体的执行工作。当他们跟着外包团队完成这些工作后，很容易就会想到，既然这件事可以在大厂的外包部门完成，为什么不能自己出来做？于是，一部分人开始从模型厂或外包团队中走出来，成立数据创业公司。
这也是当下这批数据创业者的共同特征：他们离模型厂的实际需求更近，对外部市场的变化也更敏感。一位已经投资过类似项目的投资人告诉我，他对创业者画像的判断多数是在团队至少要达到T0或T1级别，且最好是95后、98后到00后这一代真正参与过一线模型训练的人。
工程能力同样关键。如何搭建团队，如何把研究员认可的数据质量要求落到实际生产中，都需要很强的工程能力。从整个数据pipeline的搭建，到Query设计、数据初步构成，再到后续清洗和质量控制，背后都有复杂的工程链路，并不是简单的人工标注。
数据表面上是一门生意，但做得足够好时，它也可能成为模型厂之外的一个候选人团队，甚至是一个小型的预训练、后训练组织。投资人可以在早期以较小代价获得一个研究员密度较高的团队，数据业务是他们阶段性养活自己的方式，也可以帮助他们证明自己在行业中的位置，跟上模型智能发展的变化。
数据生意的天花板
但单纯的数据生意，很难支撑这些创业公司持续走下去。
2025年市场曾披露，和垂直领域专家数据起家的Mercor年化收入达到1亿美元，但其中60%到70%的总收入需要支付给承包商，留给公司的空间非常有限。Scale AI也有超过一半的营收用于直接业务成本，其中包括承包商薪资。国内一些数据标注平台公布的价格中，标注员的时薪通常在200至500元，资历更高、专业性更强的人甚至可以达到上千元。
随着模型能力继续提升，后训练公司对顶尖专家的需求还会越来越复杂。如果仍然依赖大量人工去寻找专家、生产数据，就意味着成本不断上涨；如果提高专家的收费，毛利会被压缩；如果不提高收费，又很难获得足够高质量的数据。
而且数据业务订单并非完全确定。投资人朋友告诉我，第一批数据供应商进入市场时，很多公司先在每个垂直领域做出一批高质量样本，不管是人工手工打磨出来，还是通过其他方式生产，都会在样本上投入大量精力，再拿去给阿里、腾讯等客户展示。客户认可之后，才会进一步下订单。但是数据行业里，一个订单并不等于一笔可以立即确认的收入。每一批数据都需要研究员验收和质量控制，如果连续几次交付的数据数量或质量不达标，客户完全可能缩减甚至取消订单。比如客户签下1亿美元订单，并不意味着公司半年、一年或者两年后就一定能够实现对应规模的收入。
从VC的角度看，投资最终还是要回到两个问题：这家公司能不能形成足够高的价值倍数，以及未来有没有清晰的退出路径。
海外大厂的分工相对成熟，每家大厂给外部数据公司的年度预算，到2027年、2028年仍在增长，而且体量很大。因此，海外数据公司确实有不错的市场空间，也已经出现了被并购的退出机会。但中国市场的逻辑不太一样，如果最终只是一家数据外包公司，无论是被并购还是上市，空间都相对有限。
在前述投资人看来，未来的数据生意可能不再是今天这种“一条数据卖多少钱”的模式，一些数据创业公司开始试图站到SaaS的位置上。比如，一些传统企业本身没有训练AI模型的能力，但内部拥有大量独特的业务流程和高价值数据。数据公司可以进入这些企业的工作流，帮助其完成AI化改造。
在这个过程中，企业会开放一些独特的业务场景，公司不仅获得数据，也能积累真实的任务轨迹和交互反馈，再把这些东西沉淀到自己的模型和训练体系中。这样一来，数据就不再只是一次性交付的商品，而变成了连接客户工作流、模型训练和长期服务的一层基础设施。数据公司的定价方式也会发生变化。大厂不会再简单按照数据条数付费，而是为一套能够持续产生高质量数据、完成任务执行和模型反馈的系统付费。
海外一些数据公司已经往这种更深的服务能力走。Turing、Scale、Invisible等公司都在发展咨询或更深度的企业服务业务，希望从单纯提供数据和人力，进一步介入客户的AI工作流。
当然，数据越深入客户核心业务，风险也越高。Mercor今年遭遇数据泄露事件后，Meta暂停了与其合作，OpenAI也对此展开调查。相关数据可能涉及模型公司的训练方法、承包人员信息和专有数据。
新故事在哪
除了追求更高的智能，模型发版速度的加快，也是今年数据订单增长的另一个原因。2026年以来，头部模型厂商的发版节奏，已经压缩到了月度级。技术方面来看，这背后可能有一个关键变量正在发挥作用：RSI。
RSI（Recursive Self-Improvement，递归式自我改进），指的是AI参与甚至改进自身研发流程，从而持续缩短模型迭代周期。它被视为本轮模型发版加速的重要推手，也成为中美AI创投圈的热词。
这并不是一个全新的概念。学术界很早就开始讨论，工业界也一直在尝试推进。5月，由Meta前FAIR研究总监田渊栋等8位顶级AI研究员联合创办的新AI实验室Recursive Superintelligence（RSI）完成6.5亿美元融资，投后估值约46.5亿美元。这一技术概念正式被推到资本市场面前。
一些数据初创公司，也开始把RSI作为自身融资叙事的一部分。
我的投资人朋友关注到，最近看的一些数据团队已经开始在新的领域里搭建“半RSI”的系统。它们当然还没有实现完全自动化的迭代，但在某些环节上，可能已经做到接近一半，甚至70%到80%。比如，团队可以在一个新的垂直领域里，快速生产高质量的分析、标注和合成数据，同时把专家经验和人的判断高效地嵌入系统。未来，如果能够进一步减少人工介入，让系统自己完成任务生成、执行、评估和迭代，就有机会从数据生产走向更完整的模型改进闭环。
然而，RSI创业是一场门槛极高的游戏。它同时需要前沿模型、巨额算力、顶尖研究人才、训练基础设施、大规模实验能力，以及足够强的模型评估系统。当前真正有能力尝试闭合完整循环的，仍然主要是OpenAI、Anthropic、Google DeepMind，以及极少数资本和人才配置超常规的新Lab。
今天市场上很多公司都在讲RSI，但它们做的其实并不是同一件事情。有的团队对标大模型公司，目标是做下一代模型研发，试图把完整的模型训练流程跑通；有的RSI只发生在某个产品的自动化层面；还有的团队所说的RSI，是自己的数据管线可以实现自净化、自迭代。这些工作的层次、方向和scope都不一样，短中期内，它们之间可能存在非常明显的差距。
所以，从投资角度看，首先要拆解RSI的具体含义：它究竟在解决哪个层面的问题？这个层面未来在整个行业中能够占据什么样的生态位？它的能力边界在哪里，又有没有继续向上延展的可能？
当然，数据创业者也不必都以RSI做下一代模型为目标。一切都取决于你如何看待自己做的这件事。有些人可能想得非常清楚：出来创业不是为了融资，而是找三五个人、十个人，做一门能够赚钱的生意。只要第一笔订单跑通，客户能够正常回款，现金流就不会有太大压力。
总之，作为年轻人的第一桶金，数据似乎是个不错的生意。
在前述投资人朋友看来，一个团队也不会因为选择“做数据”而减分。相反，过程中积累的能力可能会成为未来做出更大事情的重要前提。“如果一个团队能够一边做数据、一边赚钱养活自己，同时持续积累researcher和工程能力，再沿着模型智能不断往前走，这件事情其实是非常有意思的。”
投中网原创
DeepSeek V4.1 Flash来了：比自家Pro更强，还更便宜今天DeepSeek干了件在AI圈相当离谱的事：
正式发布V4.1 Flash，然后宣布——V4 Pro四天后（9月14日12点）下线，所有请求自动路由到新Flash，按Flash的价格计费。
注意这个辈分关系：Flash是轻量款，Pro是旗舰款。小弟上市，大哥退役。
先复盘一下这一个月有多魔幻
8月13日，DeepSeek发布V4 Pro正式版，同时甩出一张涨价单：API价格最高涨了11倍，首次搞峰谷定价，高峰时段翻倍。开发者社区当场炸锅，原话是"没有性价比了"。
8月17日，新价格生效，骂声一片。
9月9日，DeepSeek悄悄宣布Flash系列降价：缓存命中价砍60%，不少价格回到了涨价前。
9月10日，谜底揭晓：哪里是良心发现降价，是新模型把成本真的打下来了。V4.1 Flash发布，性能、速度、费用、总用时四项全面超越V4 Pro——官方原话。
也就是说，V4 Pro正式版在市面上只活了28天，就被自家一个"小尺寸"模型送进了博物馆。
它是怎么做到又便宜又强的？
说两个技术细节，不用懂技术也能听明白。
第一，新模型换了个脑子结构。以前的模型读东西和写东西用同一套参数，V4.1 Flash改成了"不对称"：读输入的时候只激活80亿参数，写输出的时候激活160亿。
为什么这么改？因为现在AI干活的模式变了。一个Agent跑任务，要读大量的代码、文档、工具返回结果，真正自己写出来的内容反而不多——典型的"读多写少"。既然读的部分不需要那么聪明，那就用小脑子读、大脑子写，账单自然就下来了。
第二，它把"短期记忆"占的显存压缩到了极致。KV Cache（可以理解成模型读长文时的草稿纸）缩小到每token 890字节，对显存的需求降到上一代的四分之一，比DeepSeek初代模型缩小了437倍。Agent任务反复读上下文，这张草稿纸以前是成本大头，现在基本等于白送。
如图展示了 DeepSeek 在减少上下文存储方面的持续进展。相对于初代模型，KV Cache 已经缩小了 437 倍。
总参数5520亿，MIT协议开源，100万token上下文，还原生带视觉理解——看图、读截图、分析图表不用再单独调模型了。
价格账算一下
闲时每百万token：缓存命中输入2分钱、未命中1块钱、输出4块钱。高峰时段翻倍。
对比8月涨价前的老Flash：输入价回到了从前，输出还是以前的两倍。但对比V4 Pro的价格，Hacker News上有人算了笔美元账——输出token，新Flash闲时0.6美元，Pro是1.98美元，差了三倍多。
所以9月14日之后会出现一个很魔幻的场景：你指着deepseek-v4-pro的接口发请求，后台给你跑的是更强的模型，收的是更便宜的钱。
降级？不，这叫"向下升级"。
更值得琢磨的是后半句话
官方说，V4.1 Flash是"全新模型结构系列中尺寸最小的型号"。
最小的，已经把上一代旗舰打死了。
那大的呢？报告里写得很明白：新结构就是为了"可扩展到更大参数模型"。V4.1 Pro正在暗处憋着。DeepSeek这波相当于先放个小号出来清场，把"旗舰能力"的价格锚直接砸穿，等大号出来，定价和想象空间全是它说了算。
时间点也很微妙。昨天路透社刚曝出DeepSeek请中信证券辅导科创板IPO，估值5000亿；今天就用一场"加量还降价"把全球开发者的好感度拉满——Hacker News上相关帖子冲到近400分，评论区一片"便宜得离谱"。
资本市场讲故事需要想象力，开发者生态需要真金白银的便宜。DeepSeek两天之内，两头都喂了。
再看大洋对面：同一天，OpenAI那边GPT-6 Astra因为需求太猛，放话可能暂停新的Pro订阅注册——一个忙到要关门谢客，一个敞开大门还降价。
AI竞赛打到2026年秋天，画风已经很清楚了：有人在卖奢侈品，有人在卖自来水。
而对国内开发者来说，建议很实在：这几天可以把Agent任务往闲时（晚上和周末）挪挪，能再省一半；9月14日之后如果还在调v4-pro的接口，不用改代码，但记得去后台看看账单——会有惊喜。
那个最"不缺钱"的AI公司，也要上市了今天路透社丢出一条消息：DeepSeek已经请了中信证券当辅导机构，筹备在科创板IPO，计划年内正式启动上市流程。
DeepSeek和中信证券都没回应。但这事儿的可信度不低——中信证券是券商一哥，上市辅导又是A股的规定动作，请了谁，基本就是板上钉钉在推进了。
有意思的是，这家公司曾经是全行业最"佛系"的一个。
两年前：不融资，不上市
2024年底DeepSeek刚火的时候，梁文锋的做派是这样的：不接受采访，不开发布会，不融资。公司靠幻方量化的自有资金养着，闷头做模型。当时外界想给它送钱，门都摸不到。
结果今年画风突变。
4月启动首轮外部融资，6月交割，510亿元，投后估值3500亿——梁文锋自己掏了200亿，腾讯100亿，宁德时代50亿，网易、京东、IDG各30亿。两个月不到，第二轮又安排上了，投前估值直接喊到5000亿，又是500亿的盘子。两轮加起来，募资超过1000亿。
融资还没完全落袋，IPO辅导已经开始了。
从"不融资不上市"到"两个月融两轮、年内冲刺IPO"，DeepSeek用了不到半年。
钱都花哪儿了？烧得比赚得快多了
先看账。据The Information拿到的数据，DeepSeek今年前7个月营收4.75亿元——听着还行，是去年全年的十倍。但同期净亏损7.15亿。而花在AI基础设施上的钱是多少？110亿。
收入不到5亿，基础设施投入110亿。这个缺口，靠卖API是填不上的。
巧的是，今天DeepSeek还官宣了另一件事：flash系列明天起实行峰谷分时定价，高峰时段价格翻倍，空闲时段降价。一边用价格杠杆引导开发者错峰、把算力成本压下去，一边马不停蹄地筹备上市补血——两件事放在同一天，你细品。
还有一个更现实的压力：人被挖走了
路透社在报道里点得很直白：字节和小米最近在高薪挖DeepSeek的人，核心研究员已经走了一批。微博上有消息说，离职的骨干至少5个，覆盖大模型、推理、多模态几条主线。
DeepSeek满打满算300来人。前两天刚放出150个招聘名额，相当于再招"半个DeepSeek"。
光靠理想和情怀留不住人了。上市公司的股票和期权，才是打工人听得懂的语言。梁文锋想拿IPO募来的钱做股权激励，这是阳谋。
为什么是科创板，不是港股？
这波AI上市潮里，同行基本都去了香港：智谱、MiniMax今年已经挂牌，月之暗面也秘密递了表。
DeepSeek偏要走科创板。
这里有个背景：上交所专门为大模型公司开了绿灯——第五套上市标准，允许还没形成收入规模的优质AI企业上市。这套标准原本是给创新药企业用的，现在平移到了大模型身上。科创板要的就是这种硬科技标杆，DeepSeek也需要一个给足政策红利的主场。
再想想它融资时那个著名的架构：外部投资人的钱打进梁文锋管理的有限合伙，五年锁定期，只有国家AI产业投资基金能直接持股。控制权攥得死死的。这种风格，跟科创板的政策导向天然合拍。去港股跟那帮对冲基金掰扯估值？没必要。
说白了，这已经不是一家"实验室"了
2025年的DeepSeek，像个躲在杭州的武林高手，靠一套开源模型震动天下。2026年的DeepSeek，是一家两轮融了上千亿、要扩招到450人、买芯片建数据中心、跟人抢人才的重装备公司。
AGI这张牌桌，门票已经涨到了千亿美元级别。OpenAI、Anthropic在美股门口排队，估值一个喊1万亿、一个喊2万亿美元。这个量级的军备竞赛，靠自有资金和私募融资，迟早不够烧。
上市不是理想主义的退潮，是这场仗打到新阶段的必然。
对普通人来说，这倒也是个机会：智谱MiniMax在港股，多数人买着费劲；等DeepSeek真在科创板敲了钟，一个A股账户就能下注国产大模型了。
当然，辅导备案离正式挂牌还有不短的流程，募资规模、时间表、估值都没敲定。路透社也说了，今年内是"启动流程"，真挂牌市场普遍预期要到2027年。
但方向已经定了。那个说"不缺钱"的DeepSeek，终于要走进股市的喧闹里了。
DeepSeek Harness 是自进化 Agent 的基石作者：Cage、Daniel
/
01.
Key Takeaways
1.DeepSeek Harness（DSH）发布的是一套可以热重载的 harness ，并且设计成适合 coding agent 自己去修改、进化的形态。这个发布思路很有野心，没有在白领工作/coding agent 这些方向去和 Claude Code/Codex/Workbuddy 竞争产品，而是延续了他们一以贯之的思路：开源、infra 化。
•开源是把 harness 每一层都拆开开放出来，允许社区开发者一起接受优化
•Infra 化的发布形式提高了使用门槛，避免出现像 Openclaw 那种项目复杂度膨胀太快，最终无法维护的情况。
2.我们可以从三个层面理解 DSH 这次发布：
•第一层是可直接使用的 coding agent，以本地 Web UI 为主要快速入口。这个交互形态的选择能看出开发者 preview 的目的，没有去做完整的桌面端/ TUI。使用起来和 ds 模型适配度很高，能感觉到同一个任务 ds 模型在 dsh 中和比直接用裸模型/其他 harness 更强。
•第二层是 everything-is-a-plugin 的 harness 构造框架。这里面的核心能力都可以自定义，包括其他 agent 中最核心的 agent loop。
•第三层是 Cordis 是一套底层的 meta-framework，能够让插件真正做到热重载、自由组合，以及彻底的遗忘和删除。
3.DSH 的 Cordis plugin 不好直接去类比 MCP/Skills。它更像是 Claude Code 的 hooks、MCP、subagents 和内部核心 loop 全部统一了成一种插件机制。Cordis 解决的是动态组合问题，让组件能在依赖出现/消失时重组，并在卸载时撤回由 context 管理的副作用。注重可组合性和生态扩展性，这让 DSH 有点像早期的 Unix，拥有了类似 OS 的高潜力上限。
4.这次发布的 coding agent 有四个模式，其中 Creator 模式值得关注。它的形式比较像一个交互式 Agent Foundry：允许开发者指导 agent 检查当前 runtime 试验插件，并创作新的 Agent preset 形式。虽然还不是自进化系统，但可以收集 agent 用来学习自进化的数据。 官方同时明确鼓励社区创建与分发第三方插件，因此 Creator mode 也可能成为其插件生态的创作入口。
5.DSH 更长期的目标用户，很可能会为 To Developer 走向 To Agent。它把 harness 做成了对 agent 可以修改、热重载的对象，并不是为了服务现在的 coding agent 需求，而是服务未来下一代的自进化和持续学习框架。有了 DSH 之后，我们愈发能想象下一代 agent 会在 long horizon task 中，一边执行任务，一边更换支撑自身运行的部件，就像一艘持续航行的忒修斯之船。
6.Anthropic Claude Code 与 Deepseek DSH 代表了两种不同的 Harness 研究重点：
•Anthropic 是为了在当前范式下做出一个最好的 agent 产品，目标是最有效、简单，同时最大化模型能力边界的 harness。Deepseek 是在押注下一个范式，因此直接把替换、组合和撤销 harness component 作为首要的假设来进行设计。
•Claude Code 希望做成做端到端的垂直整合产品，来给自己 API 依赖的商业模式增加用户粘性；而 DSH 则是目标完全开放给开发者的。
•因此可以认为 Anthropic/OpenAI 和 deepseek 在研究两个不同的问题：
1）A/O 研究的是 Harness 本身的能力：已有 SOTA 模型应该如何设计 harness 架构，比如 agent loop、subagent 架构来让 harness 表现得最好？
2）Deepseek 在研究的是 Harness 的可塑性：harness 是流动的，一直会被模型内化和重写，那么最重要的就是如何最有效的修改、替换、撤销 harness 中的组件变化？这个问题更接近于 meta harness。
7.DSH 已经提供了 agent runtime self-modification 的底座，但距离真正的 self-evolve 缺少一个完整的学习闭环，需要 有 Learning Loop 来学习并提出修改、Eval 评估修改的有效性。因此当前其实是 Harness-level RSI 的第一步，自身拆成可定位、可替换的组件。
02.
DSH 这次发布了什么？
从产品表面看，DeepSeek Harness（DSH）是一个带本地 Web UI 的 Coding Agent。
官方设置了四个模式，也允许开发者去贡献配置更多模式：
•80% 的任务用标准模式：能力完整、行为可预测，也最容易排错。
•PTC / Code 模式适合工具调用密集的任务：模型不再逐个调用工具，而是先生成一段 TypeScript，再通过run_code调用多个工具。批量分析、跨文件检索、重复操作时收益最大；任务简单时反而可能增加调试成本。
•极简模式是实验室环境：它只保留 Bash 和编辑器，许多便利能力都没有。它的价值在于控制变量：帮助研究者区分能力来自模型本身，还是来自 Harness 的帮助。
•创造模式的核心用途是“造 Agent”：这个模式值得关注，它保留了标准模式的能力，同时允许 Agent 检查 Cordis Runtime、实验新的 Plugin，并编写新的 Preset。创造模式具有更高权限，更适合 Harness 开发和隔离实验。
我们可以把这次发布分为三层去拆解：
1.Coding agent
DSH 没有把 Terminal-first TUI 或桌面端作为主要产品形态，而是选择了更像开发者 Demo 的本地 Web UI。标准模式已经包含真实编程工作需要的主要能力，包括执行命令、修改和搜索文件、调用 Skills、维护计划与目标、启动子代理，以及运行工作流。系统还提供 Context Compaction、会话持久化、Sandbox 和权限审批。
2.Harness construction framework
DSH 不只允许开发者“增加一个 Tool”。Model Adapter、Tool Registry、Sandbox Policy、Subagent Backend，甚至默认 Agent Loop，都可以由 Cordis Plugin 提供。这些组件通过 ctx.llm、ctx.tools、ctx.sandbox、ctx.agentLoop 等稳定的 Service Key 协作，而不是直接 Import 某个具体实现。开发者因此可以替换一个能力的 Provider，同时尽量保持其他组件不变。
3.Cordis meta-framework
Cordis 进一步解决的是：这些组件怎样加入、删除和重新组合，能够不把正在运行的系统破坏掉。
多数 Agent 插件系统主要关心怎样增加功能：安装更多 Tool、Skill 和 MCP。但组件不断增加后，系统也会积累更多 Tool Schema 和依赖关系。模型需要在更多能力之间进行选择，很多人在 Claude Code 中遇到过 Skills 过多后反而效果变差的情况。
这里可以把这种现象理解为一种工程上的“熵增”：系统不断增加能力，却缺少对应的删除和重组机制。这个问题与 Continual Learning 中“记忆与遗忘”的关系有一定相似性。这也是 Cordis 论文 A Programming Paradigm for Spatiotemporal Composability 讨论的核心问题。论文把插件的动态组合拆成两个相互独立的维度来解决。
•时间可组合性 Temporal Composability，是解决处理组件的退出。
一个 Plugin 加载时，可能注册 Tool、Prompt Section、Event Listener、Timer 和 Service。如果只删除插件代码，这些已经进入 Runtime 的状态可能继续存在，形成无法正常清理的“幽灵组件”。Cordis 要求组件在注册 Effect 时，同时提供对应的撤销方式。注册 Tool 时记录怎样注销 Tool，增加 Prompt 时记录怎样移除 Prompt，启动 Timer 时记录怎样停止 Timer。组件卸载后，Runtime 会撤销它在 Context 中留下的 Effect。
•空间可组合性 Spatial Composability 处理组件之间的依赖。
组件不直接绑定某个实现，而是声明自己需要什么 Service。当依赖尚未出现时，组件保持 Waiting；依赖满足后，组件进入 Active；正在使用的 Service 消失或被替换后，组件先撤销自己的 Effect，再根据新的依赖关系重新激活。
因此从产品气质看，当前的 DSH 更接近早期 Unix：默认体验比较粗糙，但底层结构更开放，也允许开发者深入修改。Claude Code 和 Codex 就更像整合度很高的 Windows。
当然这种开放也需要有更长期主义的耐心。“一切可替换”只有在存在足够多、足够稳定的替代组件时才有价值。DSH 当前的 Plugin 生态和状态管理仍处于早期阶段，理解和修改整个项目的门槛也很高，短期内很难直接和 Claude Code、Codex 产生替代关系。
03.
DSH 与 Anthropic harness 是两种不同的 Harness 哲学
如果我们用一个简单的框架理解 Agent：
•Agent = Model + Harness
•Harness = orchestration + context/memory/state + permissions + tools/sandbox/recovery
我们可以发现，Anthropic 与 DeepSeek 的差异并不只是组件设计不同，而是二者在优化不同的目标：
Anthropic Claude Code： 不断试验，优化 Agent 行为
我们阅读 Anthropic 关于 Agent Harness 的技术文章，会发现他们的 Long-horizon Agent 研究通常从 SOTA 模型的能力边界和失败模式出发，再去设计和验证相应的 Harness 机制。例如：
•通过 initializer agent、coding agent 和跨 Session 的 Artifact Handoff，解决长任务中的状态丢失；
•通过 planner、generator 和 evaluator 分工，解决任务规划不足和模型自我评价偏高的问题；
•通过 Context Reset 与 Compaction，缓解 Context 污染和长任务中的连贯性下降；
•通过任务分解、测试反馈和 Scalable Evaluator，控制执行范围，并让每一步都可以被自动验收；
•随着模型能力提升，通过 Ablation 删除不再必要的 Scaffolding。
Boris Cherny 的 YC 访谈中提到，Opus 5 发布后，Claude Code 删除了超过 80% 的 System Prompt。每当新模型发布，团队都会以清空 System Prompt 的 Ablation 作为实验基线，重新运行真实任务；只有当模型反复出现同一种失败时，才逐行加回必要指令。他们也会持续调整 Tool Set，并删除不再提供能力增益的 Harness Code。
Anthropic 的方法很像实证科学。团队先观察当前模型在真实任务中的能力边界，再针对反复出现的失败设计 Harness。每个 Harness Component 都对应一个关于“模型当前无法独立完成什么”的假设；模型进步后，这些假设可能过期，因此需要通过 Eval 和 Ablation 重新验证优化。
DSH：从可变性出发，打造万物可插拔的 Harness
对比以上 Anthropic 的实证研究思路，DSH更像从理论研究的视角想去第一性的解决一个目标问题，也就是Harness 能否被低成本地修改的问题，最终是在设计一个能够持续修改迭代 Harness 的Meta Harness，应该：
•替换一个 harness component
•撤销旧 component 的副作用
•出现修改时重新解析依赖
•让不同 session 使用不同 composition
•让 agent 检查和编写新的 preset/plugin
因此 Anthropic 优化的是当下时间点的最佳结果，DSH 优化的是未来持续探索不同结果的能力。这让我们觉得 Deepseek 更像是想制造一套 Harness Evolution 的操作系统，而不是直接给出一套固定的最佳 Harness。
04.
DSH 的短期用户是开发者，长期用户是 Agent 自己
DSH 当前的产品形态更像开发者预览版，而不是面向普通用户的成熟 Coding Agent。它没有优先打磨 Terminal UI、桌面端和开箱即用的工作流，而是把主要精力放在一个可以被深度修改的 Runtime 上。
对普通用户来说，产品体验是比较粗糙的，不如 Claude Code 或 Codex 好用；但对 Agent Developer 来说，这意味着系统的大部分结构都可以重新组合。开发者可以在 DSH 上替换 Memory、Tool、Sandbox、权限策略和 UI，甚至更换 Agent Loop。最终做出来的产品可能完全看不出原始 DSH 的形态。因此，DSH 短期内更像一个 Agent 开发底座：它不直接交付唯一的最佳产品，而是让开发者基于同一个内核创造不同的 Agent。
它更长期的想象空间，是让 Agent 逐渐成为 Harness 的使用者和修改者。Agent 要改进自己的 Harness，首先必须看懂自己运行在什么系统里。把 Harness 拆成命名清晰、依赖明确的 Component，相当于为 Agent 提供了一张系统地图：它可以定位问题，找到相关组件，再提出局部修改。
这也是插件化的真正意义。它不仅方便开发者扩展功能，也把原本开放式的软件修改，变成了一组边界更明确的操作。Agent 不需要重写整个系统，而是可以尝试替换任何一个组件。如果实验失败，系统还可以卸载插件并恢复原来的组合。自我修改因此从一次高风险的整体重写，变成一系列可以测试和回滚的局部实验。
其中的 Creator Mode 像是连接开发者与 Agent 的过渡形态。今天是开发者指导 Agent 创建新的 Plugin；这些过程未来可能变成训练数据，让模型学习如何设计和改进自己的 Harness。让 Agent 真正成为 Harness 的用户：它不仅调用 Harness 提供的工具，也开始操作 Harness 本身。
未来，人类与 Agent 的分工可能发生变化。开发者不再直接决定每个 Session 使用哪些 Tool，而是负责定义允许修改的范围、可靠的 Eval，以及安全边界。Agent 则在这些边界内不断尝试更适合当前任务的 Harness。
05.
插件机制，DSH 的核心
在 DSH 中，插件是一个可以独立安装、替换和撤销的 Harness 组件。它可以小到一个主题或工具，也可以深入到 Memory、Model Adapter、Sandbox，甚至 Agent Loop。只要遵循 DSH 的统一接口，一个 Harness 组件就可以被封装成插件。
MCP、Skills、Hooks 和 Subagent 定义了某些具体能力或使用方式，DSH 插件则定义了这些能力如何接入整个 Harness。一个插件既可以封装 MCP 或 Skill，也可以包含一套完整的软件模块，改变 Agent 的运行方式。
DSH 通过完全开源的方式拥抱社区。DSH 内核负责维持接口、依赖关系和插件生命周期，社区则在外围快速创新。这样既能避免大量 Pull Request 直接进入核心仓库，也能降低维护不同社区方案的成本。
这种架构很快带来了生态增长。截至 8 月 19 日，GitHub 的 dsh-plugin Topic 聚合了约 7,700 个仓库。经过社区筛选的 awesome-dsh-plugin 已经收录约 1,500 个可通过 dsh plugin add 安装的插件，并获得约 9,200 Stars、1,350 Forks，仓库累计超过 1,800 次提交。
从分类看，目前最集中的方向主要有两类。一类是在补充产品体验，例如 Web UI、桌面端、状态监控和交互组件；另一类是在接入外部 Agent 能力，例如长期记忆、Browser、Vision、Sandbox 和 Workflow。这意味着 DSH 正在成为外部 Agent Infra 接入用户 Runtime 的适配层。对于 Agent Infra 创业者，短期可以借助 DSH 获得分发和用户反馈；长期则要面对接口变化、平台依赖，以及同类插件快速竞争的风险。
围绕插件的分发基础设施也开始形成，比如 dsh-market 提供插件搜索、安装和升级，dsh-find-plugin 则允许 Agent 在对话中主动寻找插件。社区不只在开发插件，也开始建设插件发现、安装和管理的完整链路。
从这个角度看，DSH 的插件生态不只是一个应用商店，而是一个开放的 Harness 搜索空间。不同开发者可以并行尝试不同的 Memory、Tool、Workflow 和 Agent Loop。更长期的目标，则是让 Agent 自己读取、编写、测试和选择插件，通过改变 Harness 来改善自身行为。
06.
离真正的 self-evolve harness 还有多远
难点 1: 保持系统自身的稳定性
在 Agent 修改自身配置时，一个经典的痛点是如何保持自身稳定，避免 Agent 在修改配置、工具或核心代码时破坏自己的运行环境。这类风险已经出现在 Hermes、OpenClaw 等允许 Agent 修改自身配置的系统中。
更复杂的 Self-Evolution 不能依赖“修改完成后重启”。它需要支持系统一边运行，一边替换支撑自身运行的组件。这就是Cordis 想核心实现的热重载：不关闭整个进程，也不重启完整的 Agent，而是在 Runtime 中卸载旧组件、清理它留下的状态，再加载新的实现。
DSH 这套插件机制的价值，不只是“方便替换组件”，而是把一次危险的全局修改缩小成有边界的 Component Mutation。Agent 可以复制当前状态，在隔离的 Context 或 Sandbox 中修改一个 Plugin，通过热重载加载候选版本，再决定采用还是撤销。
Cordis 将不同的 Harness 能力组织成具有统一生命周期的 Plugin。每个 Plugin 注册的 Service、Tool 和 Event Listener，都会被记录为该 Plugin 拥有的 Effect。当 Plugin 被卸载时，这些受 Cordis 管理的 Effect 会随之撤销。它还会持续跟踪组件之间的依赖关系。如果一个 Service 被卸载，依赖它的 Plugin 会暂时退出运行，避免继续使用失效的引用。新的 Service 加载完成后，这些依赖组件再基于新实现重新启动。
这可以被理解为类比为数据库中的 Transactional Harness Mutation。一次 Harness 修改像数据库事务，更好的状态管理，使 Agent 能够在不摧毁自身的情况下进行更多 Harness-level RSI 实验。目前 Cordis 距离稳定的自我修改系统，还需要一套更完整的状态管理。
难点 2: 持续可靠的 eval
Harness 能生成修改不等于自我改进。只有系统能够判断哪些修改真的更好，并把它们保留下来，Self-Mutation 才会变成 Self-Improvement。
从工程实现上来说，如果一个问题能够被低成本、稳定地评价，解决问题就可以被转化为搜索和优化。系统不断生成候选方案，运行 Eval，保留更好的版本，再进入下一轮迭代。测试充分的代码任务、Kernel 优化和棋类游戏之所以容易形成自动改进闭环，就是因为结果相对容易验证。
DSH 的 Creator Mode 可能是一个重要的数据入口。Create Agent 可以检查当前 Runtime，复制已有 Preset，修改 Cordis Composition，并生成一个可以被其他 Session 加载的新 Agent。这个过程可以产生 Harness Patch、修改理由和人工反馈，为未来构建 Eval Suite 提供原始材料。
但创作轨迹本身还不是可靠的 Eval。开发者接受一个 Preset，不代表它在其他任务上也更好。系统还需要记录新旧版本的对照结果，并通过 Held-out Tasks、Regression Test 和 Canary Deployment 检查改进能否迁移、是否带来能力退化。Create Mode 解决了一部分候选生成和数据积累问题，但距离持续可靠的 Eval System 仍然很远。
真正的 Self-Evolving Harness 需要一套完整的 Learning Loop
目前 Cordis 解决的主要仍是 “Harness 能否被更可控地调整”。它不知道为什么应该替换 Agent Loop，也不能判断新 Loop 是否真正提高了整体能力。它提供了运行和管理候选方案的底座，却没有完成问题诊断和效果的自动化评估。
但这是一个很好的开始。Cordis 先解决了“系统能不能在不破坏自身的情况下修改 Harness”，让更多 Harness-level RSI 实验成为可能。下一步，才是让系统从这些实验中持续学习，并把有效的修改保留下来。
07.
从 DSH 展望未来的 RSI
RSI 是AI 能否越来越擅长改进自己。核心是递归反馈：上一轮改进不仅提高了任务表现，也提高了系统下一轮发现问题、设计实验和产生改进的能力。其中又可以定义为两类：
•一类是模型开发过程中的迭代 Model-level RSI。随着 Compute 和模型能力提高，交付下一单位智能所需要的 Researcher 数量是否持续下降。
•另一类是 Agent 在工作中是否能够持续变好 Harness-level RSI。随着一个 long horizon task 任务执行深度增加，是否能够更好地改进自身来完成任务。DSH 在解决的就是这类问题。
可以作为一个现实的观察指标。今天的 Coding Agent 已经能够承担代码实现、实验执行和结果分析等工作，Researcher 则逐渐转向选择方向、定义 Objective 和判断结果。我们正在看到 Research Automation 向初级 RSI 过渡：模型开始进入生产下一代模型和系统的流程，但整个改进方向仍然主要由人决定。
RSI 也不一定从模型直接修改自己的 Weights 开始。Lilian Weng 认为，一条更现实的近期路径，是先把模型外部的 Harness 变成优化对象。优化范围会从 Prompt 和 Structured Context，逐渐扩展到 Workflow、Harness Code，最终可能进入负责优化 Harness 的 Optimizer Code。此时，系统改进的不再只是一次任务的答案，而是“如何获得更好答案的方法”。
放到 Harness 层面，RSI 也不只是让 Agent 为自己写一个新 Tool。它需要形成一个完整过程：Agent 从任务轨迹中发现稳定的失败模式，判断问题来自 Memory、Tool、Context Management 还是 Agent Loop，提出新的 Harness 方案，再通过独立 Eval 判断新方案是否真的更好。验证有效的方案被保留，并成为下一轮任务和改进实验的起点。
这有点像一艘持续航行的忒修斯之船。Agent 一边执行任务，一边更换支撑自身运行的部件。但真正重要的是每次更换之后，它是否能航行更快，也更好判断下一次应该更换什么。
这里首先需要解决的是 Harness 的可理解性。Harness 的组件彼此依赖，修改一个部分会牵一发动全身。Agent 如果不知道系统由哪些部分组成，也不知道一次失败对应哪个组件，就很难安全地改进自己。Harness 内部还存在复杂依赖，一次 Agent Loop 的变化可能同时影响 Tool、Prompt 和 Context State。
DSH 解决这个问题的方式是插件化和热重载。它通过 Cordis 把 Harness 组织成边界相对明确的 Component，使 Agent 能够查看系统结构，定位相关能力，并尝试调整 Memory、Tool、Workflow 或 Agent Loop。Plugin 不只是扩展功能的接口，也让原本隐藏在 Runtime 内部的 Harness 变成一个显式的优化空间。
如果未来 Agent 能继续优化这套选择机制，让 Agent 修改进一步提高了 Agent 诊断失败、提出方案和设计 Eval 的能力，使后一轮改进比前一轮更有效，就能走向真正的Harness-level RSI。关于更广范围的 RSI 与持续学习，我们后续还会发布研究，继续分享对新范式的理解。
AI天才的价格表，中国模型大厂的山头战｜深氪文｜王毓婵 温丽虹
编辑｜张雨忻 杨轩
热钱
得知那位98年的同事，一位一线算法研究员跳槽去腾讯后的年薪时，朱可欣觉得眩晕。
涨幅高达3倍——朱可欣和这家大厂的同事们在聚餐上猜测对方拿了多少时，“大胆猜测涨50%”。但答案揭晓，是从100万涨到300万，这远超他们预料。一顿饭的时间，饭桌上所有人对自我定价都重估了一遍。
旧有的薪资坐标被迅速改写，“眩晕”不断发生。距离那次跳槽仅一年过去，朱可欣说，现在已经没人会对一线研究员拿300万年薪感到惊讶了。
高昂年薪的年龄层还在下探。
在腾讯混元，一名00后研究生还没走出校园，就以实习生的身份领着5000元的日薪，月收入比这座大城市的大部分白领都高出许多。他的上级跟他交过底，“毕业转正可以给到年薪300万。”这位年轻人很直白地告诉36氪，他今年就想马上毕业。
从硅谷到中国，当顶尖AI人才在以亿级年薪和“一号位送温暖”被争抢时——字节AI一号位吴永辉是张一鸣花了8个月才促成的；腾讯AI一号位姚顺雨是总裁刘炽平亲自去硅谷谈下来的；而Meta不仅能开天价，扎克伯格会给他想挖的OpenAI研究员“送亲手做的汤”——整个AI人才金字塔中，从塔尖到塔基，每一层人才的价格都在被不断推高。
塔尖上的人，能拿到上亿年包——姚顺雨入职腾讯，DeepSeek郭达雅转投字节，都被传年薪上亿。但这个人群非常小，每家的模型团队只有几个人。
往下一层，是在大厂里拿超千万年包的人。一位猎头告诉36氪，每家大体量的公司里有差不多有10-20个这样的人，每位都是职位变动会牵动行业关注的业界明星。
再下一层，是“500万及以上”年包量级的TopSeed、阿里星、腾讯“大咖”等顶尖应届生，每家几十人。一位今年入职字节的博士候选人对36氪解释了600万年薪的构成：“不全是现金，还包含字节期权，豆包股、还有奖金。”他还提到，有的应届生能拿到比600万更多的数字，“但那是极个别”。
再往下，是200万-300万的一线AI算法，被称为“打工仔”，人数最多，定价依据是学术代表作和核心项目经验。“今年，年薪200万+是一个普通算法研究员能接受的基准线，去年还是100万+。”一位大厂算法说，“我有个朋友之前拿到了Seed 200万+的年包，最后没选，因为另一家AI公司给了他300万+，以及更高的职级。”
金字塔的最底层，是AI算法实习生。字节、腾讯、阿里核心方向的博士实习生日薪可达5000-6000元，而两年前，博士实习生的平均薪资还是1万元/月，相当于现在两天的薪水。
当实习生的月薪都来到了十万元以上，对AI人才的争夺，尤其是对大模型研究员的争夺，可以说是从塔尖到塔底全方位地进入了白热化。
这背后，是中国模型厂之间的竞争演化：字节原本是市场上最慷慨的AI人才买家，但最近一年，腾讯也突击抢人，成为顶级人才大金主。同时，DeepSeek、月之暗面在一级市场大额融资，智谱、MiniMax上市，大模型创业公司也筹集了加码的钱。
一直以来，“人才”在各个行业的竞争中都是一个重要的变量。但当下AI行业人才争夺的烈度，明显高于上一个热钱涌入的行业——互联网。可以与之匹敌的，恐怕只有1950-1970年之间的半导体行业刚兴起时对核心人才的抢夺。
这两个行业的共同特点都是：公司看起来拥有技术，但真正拥有技术的，是那几十个核心的技术人员。所以，人才成了公司竞争中“卡脖子”的关键变量。
就这样，AI公司之间的竞争，演变成了人才间的竞争。而人才的流动，剧烈地改变着每一家置身其中的公司，也深切地影响着整个AI行业的格局变化。
买配方
大厂和大模型公司所争夺的，其实是核心人才手中的技术“配方”。
在训模型时，研究员用“配方”这个词来描述模型训练中的方方面面：模型多大尺寸、数据怎么配比、训练路线怎么选，有哪些关键tricks......
模型的成功，是趟过大量的试错经验而实现的。而经历这一切的人，掌握着这些认知。就好像半导体行业早期也是如此：工艺参数、良率、材料、制造诀窍很难完全写进专利。所以，挖到一个对的人，可以拿到这些“隐形认知”，迅速缩抹平模型代差，缩小跟竞争对手的差距。
配方贵有贵的道理。模型训练的重置成本极高：训练一个基座模型，或微调千亿参数模型，一次完整的实验所花费的算力成本可能高达几千万甚至上亿。若训练方向、方法错误，其损失远远超过几个研究员的年薪。
更关键的是，能拿到核心配方的人实际非常少。
与互联网时代大部分所谓的创业经验不同，模型圈讲求的“万卡训练经验”，只有少数头部大厂和顶级实验室才有足够的算力和数据支持；而在这少量公司里能获得“训练指挥官”资格的人，也是凤毛麟角。
“全中国能牵头搞大规模预训练的，就那200个人。”猎头York说。一位字节HR也告诉36氪，当他们在2024年开始集中挖猎核心研究员时拉了一张名单，名单上也就小几百人。
当掌握核心配方的人流动起来，这些原本掌握在少数公司手里的模训练识就会随之被“开源”，完成跨公司的迁移，最后抬高整个行业的天花板。这就好比：一道菜的配方一开始只由几个厨师掌握，那这几个厨师供职的饭店暂时就会看起来很强；可一旦一个王牌厨师跳槽，配方立刻就会流传开来，没有哪家饭店能持续领先，但越来越多好吃的饭店会抬高整个行业的天花板。
2024年下半年原本在阿里负责过多模态预训练的周畅加盟字节，虽然字节为此付出了千万级年薪，但周畅的到来迅速帮字节在多模态能力上取得突破，这是如今大爆的Seedance模型的基础。
另有业内人士告诉36氪，原智谱研究员、GLM-4.5及GLM-4.5V核心贡献者程晔安在今年加入了月之暗面，并位列K3技术报告作者名单。他的主要贡献就在Agentic Coding后训练上，而这正是智谱的强项。
对一家公司来说，当核心人才离开，损失的不只是一份劳动力，而是团队共同积累的知识——实验路径、失败记录、调试经验——被完整地交付给了竞争对手。而这种交付甚至不需要等到入职。有人从面试起就开始把团队内部是怎么做的，悄悄讲给了对家听。面试本身，成了技术细节最高频的外泄渠道。
如果掌握配方的人选择创业，也一定会成为资本的宠儿。
前商汤研究总监刘宇在多模态刚刚起步的2024年，就经历过从数据处理、训练基础设施、模型研发到产品落地的完整闭环，并且调度了超过4000张GPU来训模型。而当时，拥有千卡训练的人才都已经很稀缺。所以，当他离职创业后，投资人立刻蜂拥而上。由于找来的投资人太多，刘宇甚至大部分都只能闭门不见，以至于行业内称他为“投资圈轻易见不到的人”。
人才的流动，本身就是这一轮国内大模型公司能力竞赛中重要的一部分。“模型竞争的核心，主要是算力、数据和人。”猎头Sam告诉36氪，“能找到合适的人，算力和数据才不会白费。否则花了再多的钱也无济于事。”
这就是为什么“人”会成为AI行业竞争中的重要争夺资产。
当然，除了要找到那一小撮掌握配方的人，大模型公司还需要找大量聪明靠谱的年轻人来“剥葱扒蒜”。人才争夺战就这样全面打响了。
怪招
早两年，AI人才的高地和流失源头，原本是技术上先行一步的百度和阿里，但最近，AI人才极其充沛的字节也成为了新的“山头”和被挖对象。一位模型大厂内部人士对36氪透露，他们正在对标字节的数据体系，岗对岗地挖人，“只要挖过去，薪酬就能double”。
字节很快做出反应。2025年底，字节跳动发出全员邮件，宣布奖金和调薪投入分别提升35%和1.5倍，并启用新的职级体系，抬高了每一个职级的薪资上限。这其中职级相关的调整被认为是重点针对AI人才的举措：高薪的研究员没法塞进原有的职级框架内。
留人举措今年还在继续加码：字节只对AI相关业务员工发放的“豆包股”有了明确的标价和回购机会，并且，有豆包股的人还可以选择把自己年终奖或者总包里更多的现金换成豆包股。这就好比字节创立之初时的期权一样值钱。而这些举措或许都有一个共同的触发原因——去年一整年，Seed走掉了近70名技术骨干。
腾讯则不止舍得给钱，还舍得给职位。如姚顺雨、田永龙等硅谷的明星研究员，来到腾讯就可以直接带一个团队，甚至成为整个模型团队的负责人。有了这样的例子后，猎头在挖人的时候也有了话术：“你留在OpenAI可能就是几百个顶级研究员中的一个，你来中国大厂的话，就能做业务一号位。”
不过，钱和职位也不是一切。不少创业公司有自己的招聘“怪招”。
上海两家AI创业公司常常同时盯上同一个人。今年，这两家都看上了一位博士生，他原本已经准备接受其中一家的offer，最后却被背靠高校的另一家挖走。原因不是钱，而是对方称能给他提供“上海某大学的教职”。
智谱可能是这个“高校赛道”上的鼻祖。公司创始人兼首席科学家唐杰，以及公司的核心管理层几乎都来自清华，在这种浓厚的“学院氛围”下，不少清华学生为了读唐杰的硕士或博士，都会选择以加入智谱为敲门砖。
如果拿不出太强势的资源，HR或猎头则会采取“攻心术”。
李清供职的公司位列“大模型六小虎”之一。近段时间，他每周都会接到数通猎头电话，电话往往挑上班时间打来，对方会采用“攻心”打法——他们不着急谈岗位和薪资，而是绕着李清任职公司的股价、工作强度、他本人的健康状况这些负面话题做文章，从侧面动摇李清对当下公司的信心。
李清记得有一位猎头，每次通话都热衷于聊李清所在公司的股票。“你们公司股价跌了，要不要考虑外面的机会？xx上市以后潜力肯定更大。”
大厂有一套更为体系化的打法，我们称其为“饱和式用人”。
一位字节员工告诉36氪，Seed在一些比较核心的研究领域，一定会超出资源配置地保留两个能力相近的团队。“所以就算一个团队被竞争对手整锅端走了，另一个团队也绝对可以填上。你就算在再核心的岗位离职了，在字节也不会溅起水花。”
在猎头侧，也能感受到这种“饱和式用人”。一名猎头告诉36氪，在他承接的各家公司中，腾讯会在组建团队期间集中挖掘人才，但字节的挖人节奏几乎没有什么波动，“不管当下缺不缺人，字节都会持续性地去挖人。”
还有“釜底抽薪式挖角”。
某大厂人士告诉36氪，他们正在“定向孵化其公司的模型人才”。“我们定位了竞争对手最重要的10个人，把他们全部撬一遍。如果他们愿意跳槽过来就最好；如果不愿意过来、就鼓动他们自己创业，我们可以帮他们找投资。”
在他的描述里，这套动作是有名单、有配额的：比如，字节定位Seed最重要的10个人，逐一mapping，然后想办法接触上。跳槽是A方案，投资创业是B方案，两个方案都能达到削弱对手的目的。
VC称这种做法为“投负一轮”：在创业者还没开始创业的时候就投。一些投资人会在字节员工还在职时，就撺掇他们出来，并且帮他们搭好班子、找好第一笔钱；或者扎堆在清华、北大校门口，抓教授、聊学生，甚至投学生创业。
相比被竞对挖走，HR对于人被投资人拐跑的情况态度相对中立，“期权能绑住那些‘可能会被竞对挖走的人’，但绑不住真想创业的人。想创业的人，早晚都会出来。至少不是去给竞对添砖加瓦了。”一位投资人说。
挖角与反挖角，如今是每家AI公司HR的必修课。
一位大厂研究员告诉36氪，某些公司的HR面对想要锁定的候选人，会逐字逐句地教对方一套话术，让他用来应付别家HR。但这很多时候只是一厢情愿——因为一些新人拿到offer后，会直接用offer作为“跟下一家HR谈薪资的资本”。在两家竞争严重的公司之间，新人甚至可以直接跳过面试环节，空手套到一个涨幅。
有的AI公司把招聘搞出了“拍卖会”的感觉：新人拿到offer后，一周内入职给3个月签约奖金，两周内入职则减少到2个月签约奖金，三周以上没有奖金，这就是为了缩短新人的犹豫时间。
猎头找人的办法也在不断变化。
AI人才最大的特点之一是“隐形”，真正符合企业需求的人，往往不会把自己挂在招聘软件上。“一个普通程序员在招聘平台能搜出成千上万，但大模型的人，你找不到10个，有时候5个都找不到”。猎头裴小科说。
但这些人才也不是无迹可寻。他们的名字往往在顶会论文的作者栏里，位列GitHub的贡献者名单中，在X上的技术帖子中，许多人在个人主页上直接留了邮箱。
这代表猎头的工作方式要改变：不再筛简历、打电话，而是要读论文、发邮件。
但是要读完、读懂这些论文实在太难了，有猎头开始用AI来干这个活——用AI读论文、发邮件，对方收到的邮件都是一对一定制的：“张教授，我读了你的论文，你对多模态的理解我觉得特别有道理。”随后，这一套办法快速普及开来，所有猎头都开始这么干，研究员们的邮箱里瞬间充满了大量AI味很重的猎头邮件，小聪明迅速被识破。
“他们根本就不读我写的论文！”小红书上有很多这样的吐槽帖。
渠道被公开后立即失效，研究员们不再搭理这些邮件，猎头们不得不返璞归真，回到原始时代，靠熟人关系和线下蹲人来建联。他们蹲在清华北大门口、混迹教授与学生的圈子、跑大会、定向邀请会、闭门会、after party……凡是有人才扎堆的地方，必有猎头的身影。
选择和山头
纵然HR和猎头使出千百种招数和诱惑，但AI人才们有自己的想法。
“我不会去的，”一位字节研究员经常接到竞争对手大厂打来的电话。他会直接告诉对方：“你们的组织架构设计不合理，等你们搞好了再跟我说吧。”
比如某次他拒绝，是因为对方开的是一个资深岗，但岗位描述像“算法零工”——同时做图像理解和视觉模型的某个部分。“视觉模型光应用在游戏上，就够一个人研究五年。你现在让一个人这样打零工，他在数据的理解上都不完整，那怎么能做起来呢？”他的结论很直接：“只有不懂的人，才会这么设计组织。”
大厂和钱，在很多AI人才那，并不是最重要的衡量指标。
移动互联网后期，大部分人选择在大厂里拼职级、拼薪水，“说白了，就是没有红利了，大家得想办法拿到一个好的位置，然后苟住。” 猎头Henry说，“但现在的AI行业还在绝对的红利期，有能力的人更愿意去能让自己快速出成绩的地方。”
“追求杠杆，而不是眼下的现金”，成了AI人才，尤其是年轻的“小天才们”一个比较主流的想法。“如果我今年能参与一个SOTA模型的核心训练环节，这就是我最大的杠杆，未来的机会只会更多。”而正是这样的想法，让不少年轻人的天平开始向创业型公司倾斜，如月之暗面、DeepSeek、智谱等。而这些公司里关键岗位上的人，也确实更趋于年轻、趋于“原生的AI人”。
在这些人眼里，大厂和创业公司最大区别在哪？答案可能是“组织”。
组织怎么设计，把哪些人放在核心位置，往往是一家公司想怎么做业务的直接体现。通常来说，创业公司的组织往往更精简、更扁平、更灵活、更“AI Native”。又或者说，如果一家大厂能让自己的大模型部门具备这些特点，它也会更容易受到人才的青睐。
“AI Native”这个热词放在大模型训练组织的语境下，说的其实就是：这个组织里有没有真正自己下场做过大模型的人，有没有在一个真正的大模型组织待过的人，知不知道一个能适应AI时代的组织应该是怎样的。
2024年急于在大模型上破局的字节，转年就找来了吴永辉担任Seed负责人。前负责人朱文佳虽然也是资深的算法和架构师，但他大量的技术经验都集中在“搜推广”业务形态中，接手Seed时并未真正做过大模型。后来的事情也证明，做大模型训练还是需要直接做过的人，前Google DeepMind研究副总裁、曾深度参与Gemini研发的吴永辉，被认为才是对的人。
腾讯则在2025年做出了更大胆的选择。这家以“成熟稳重”著称的公司，在大模型持续落后的2025年末，找来了年仅28岁的前OpenAI研究员姚顺雨担任混元大模型负责人。“总办就是希望他来打破秩序的。”一位腾讯人士说。
他的到来，就像在平静的池水中放入了一条鲶鱼。腾讯的大模型组织开始剧烈翻腾。
首先是大批原生AI人才的加入。据36氪梳理，姚顺雨加入后的近一年，混元体系引入了至少8名关键外部人才，直接向他汇报。梳理这份新人名单，无论是来自字节Seed的张弛、黄启，又或是此前已被业内普遍关注的海外明星研究员庞天宇、田永龙与蔺旭东，无一不是在大模型的一线真正训练过大模型的研究型人才。
“姚顺雨有一种明星效应，他吸引了更多掌握配方的人愿意来到腾讯。”一位混元研究员说。他仍然用厨房做比喻：“如果掌握配方的人觉得，你厨房里的锅铲不是我要的锅铲，锅具也不是我要的锅具，我怎么炒出一盘好菜来？现在，他们相信姚顺雨至少是个合格的厨师长。”
旧人也在陆续离开。大模型原先各岗位的关键负责人，包括原腾讯AI Lab副主任俞栋、上一任混元掌舵者蒋杰、原多模态理解负责人胡瀚、原后训练主力徐灿等，都在姚顺雨履职后相继发生变动，或离职、或转岗。
混元的组织在快速地年轻化。“那些所谓的老资历，其实并不比我们懂得多，甚至我们在模型训练各方面的认知上甚至都碾压他们。”一位混元研究员对36氪说，“不是所有资历都能带来增益，很多人没有真正在大模型上打过胜仗。”
一位头部大模型公司员工也感慨，团队里几乎都是95后，05年的都有。对创业公司而言，最不需要的就是一个专门发号施令的人，他不向往大厂，因为“组织庞杂，架构层级多，管理者只是在‘管理团队’”，“在创业公司，因为目标与做事风格高度一致，反而更容易出成绩”。
可见，大模型行业也正在构建一种扁平、一线、按训练战绩而非资历来评判人的工作方式。在上一个时代做过虚拟人，做过推荐系统、广告系统、搜索，做过云的人，不再能直接用资历和年龄来兑换一个领导大模型团队的资格。
组织变化带来的效果很快在业务端显现出来。
2026年之前，谈到混元大模型，行业内的评价几乎是清一色的“拉完了”。而姚顺雨和他的新核心班底陆续到位后交出的Hy3则被认为“上牌桌了”，一个相对公允的评价是：从“模型榜单产品”变成了一个能真正塞进WorkBuddy等生产力产品里的底座。而2个月后发布的Hy4 preview，则被业内评价为：把腾讯推到了国内开源模型第一梯队。
这正是一个“关键人物的到来改变了组织，新的组织改变了业务状态，最后改变了公司在行业中的座次”的故事。“不是说姚顺雨一个人改变了混元，但如果在2025年那个时间点，没有这样一个被赋予重要职权、能越过内部山头的角色承担这些责任，混元绝对不是现在这样，只会更落后。”一位接近腾讯的人士评价。
阿里则陷入了与腾讯不同方向的叙事。
阿里过去因为大模型做得早、人才有积淀，并没太吃过挖人的苦：通义实验室的源头可以追溯到达摩院，周畅、林俊旸、罗福莉等最早一批国内大模型人才都出自于此，且都是阿里一手培养的原生人才。而且，开源文化也吸引了大量有技术情怀的人，这让阿里在2024年一度成为其它大厂挖角的人才高地。
可是近两年来，阿里对人才的吸引力正在松动。
随着字节、腾讯纷纷改革职级体系，打破论资排辈的桎梏，以及创业公司在2026年轮番推出SOTA模型、上市，阿里长期以来严格的职级体系和薪资体系，都成为了招揽人才的障碍。
据了解，原Qwen负责人林俊旸的职级为P10，除去他的直接汇报对象，大部分一线研究员只能给到P7左右。而这些人如果去往字节和腾讯，职级至少高出一到两级。“阿里很难让外部年轻人直接担任核心职位。”一位阿里人说。
自2026年3月林俊旸离职以来，阿里一直在重新搭建大模型相关的组织：3月成立Alibaba Token Hub（ATH）事业群；4月成立集团技术委员会，升级通义大模型事业部；6月又将通义大模型事业部和未来生活实验室两个最重要的模型团队合并，成立Token Foundry事业部。以上皆由集团CEO吴泳铭直接负责。
“管理层确实焦虑了。”一位阿里高管对36氪说，这些调整都是在将阿里的AI主导权不断集中到CEO手上，但这是最好的解法吗？“吴妈（吴泳铭）作为集团CEO要管的事情太多了，精力很容易被分散，很难高度沉浸地盯AI这一件事。”不少行业人士都认为，阿里依然需要寻找一位更原生、能更专注的大模型一号位。
潮涨潮落
AI圈人才的流动如同潮汐，时刻伴随着潮涨潮落。
根据猎头的回忆，国内模型圈的人才迁移经历了四个阶段，这背后也是公司间的起落：
2023年，GPT-3.5成为标杆，OpenAI、Google、Meta等海外大厂的员工成为了国内公司都想挖的热门标的。而国内的大模型人才和公司一样，都刚刚起步，其中阿里和智谱由于入局AI较早，人才更为成熟。
2024年，阿里之外，“AI六小虎”（智谱、月之暗面、MiniMax、百川智能、阶跃星辰、零一万物）从“百模大战”中脱颖而出，也成了第二阶段的黄埔军校。
2025年，DeepSeek、字节、阿里的人几乎和硅谷研究员一样受欢迎。想找能做预训练的人，基本就看这几家。猎头York用一句话来总结：“现在国内人才池里，模型层就看Seed，应用层就看剪映。”
2026年，DeepSeek、字节、阿里的人依然抢手，不过从“六小虎”中成功跑到头部的智谱、月之暗面也再次成为了人才市场的焦点。比如，月之暗面是率先拿出超大参数原生多模态模型的公司，而就在这个模型发布后，猎头们立刻前往月之暗面的办公室楼下蹲守准备挖角多模态研究员。
同时，AI市场对人才的需求结构也在发生一些微妙的变化——有的工种逐渐稳定、落潮，有的则在起势。
Cursor首席人才官Adam Ward在近期的一次访谈中提到，在AI研究员之外，硅谷现在需求更大的一类人是“前沿部署工程师（FDE）”，也就是模型公司或云厂商里派驻到客户一线去，把自家模型或应用部署到客户实际工作环境里的一群人。
“AI研究员是一个非常明确的群体，他们的定义、数量和分布都很清晰。现在比他们更难招的是那些模糊不清或全新的工种。”Adam在访谈里说。
这背后也是硅谷AI圈在发生的变化：在不断投入人、卡、钱做出最好模型的同时，模型的应用和商业化——也就是让模型赚钱——正变得比以往更重要。
在国内，类似的变化也在发生。
清华经管学院与猎聘在6月联合发布的《AI时代技能趋势报告》显示：2022年，AI基础算法与模型岗位占据了AI劳动力需求约一半；到2026年第一季度，这一比例降至20%；第二季度，AI Agent产品开发工程师的需求量首次超过算法工程师，成为AI领域最大的单一岗位类别。在这4年间，Agent产品相关人才需求环比增速达到40%。
行业的重心正在从“训模型的人”分化到“能把模型用起来的人”。
这从近期几家大厂频繁的组织架构和业务调整也能看出端倪：阿里将QoderWork、悟空、MuleRun整合为千问办公，并将“AI办公”提升为公司在AI领域的战略方向；字节则将飞书产品团队与豆包产品团队将整合，并把TRAE和扣子整合进豆包，完成五年来对To B业务最大的一次调整。
两家大厂的调整都被外部解读为对腾讯AI办公助手WorkBuddy的阻击。当三家大厂都势必要拿下这座城池，那么相应人才的需求也会被快速放大——不是产品经理，而是做Harness（驾驭模型，把任务执行落地）的产品工程师。
但大厂对于AI算法的需求跟前两年比确实在退潮。不是不招了，仅仅是因为经历了过去两三年的急招，大厂和头部公司的人才已经趋于饱和——字节Seed的算法人数甚至已经上千。
“各家公司都已经形成了比较有梯队的训练队伍，坑自然就少了。”一位业内人士说，“大厂现在主要的任务是只盯最头部的算法人才，并且留住自己已有的人，而不是继续大规模招聘。”
今年第二季度，腾讯与阿里的单季资本开支合计超过1000亿元，且两巨头自由现金流罕见同步转负。据行业估算，字节单季投入规模至少和腾讯处于同一量级。据此推算，三家巨头单季的资本开支合计超过1500亿元，其中大部分将流向AI业务所需的算力。
1500亿，能造1.25座港珠澳大桥，或60%个三峡大坝，或3艘福建舰。这也是为什么，针对大模型研究员不计成本地疯狂挖猎不会持续太多个年头的原因——地主家也没有余粮了。
猎头裴小科对此有直接的感受：大厂招人的眼光更挑剔了。他打了个比方：2023年那会国内团队招人，只要“见过猪跑”就行；认知成型后，用人标准变成了“吃过猪肉”；随着吃过猪肉的人越来越多，如今只有“吃过好的”那一档，才能接到橄榄枝。
于是，“缩圈”的现象出现了。比如针对一线研究员这个人群，“C9院校（9所顶尖大学）的计算机专业是现在的第一梯队”，裴小科介绍，“C9之后是985院校，而211及其他院校基本不再纳入人才池。”原因很简单：C9院校的学生往往在更前沿、资源更充足的课题组里实践，他们的经验也更被看重。
一位大厂实习算法还观察到一个现象：AI部门转正的HC在减少，但是拿到offer的人薪资包涨了一倍。这不是矛盾，而是同一件事的两面：一些基础的工作会逐渐被模型吃掉，于是预算集中到了少数头部的人。
“今年以来一些场景，比如后训练，正在逐渐自动化，HC的需求也在下降。”上述大厂实习研究员说，他已经见怪不怪，“现在部分组的HC已经锁死了，即使是一些同龄人中的‘大佬’，去投这些组也会被挂简历。”
大厂招聘步伐放缓，创业公司仍在热火朝天。正是观察到字节的人才溢出，他们牟足了劲准备挖人。
一位猎头认同“字节大范围扩招时代基本结束”的判断，他所在的猎头公司正在认真考虑明年是否要解约字节。“签约了字节，就不能挖字节的人，因为被逮到要罚钱、取消合作。比起服务字节，把字节的人才挖到创业公司，收益看起来更大。”
AI人才抢夺远没有结束，但最高潮的阶段已经告一段落。
1983年，物理学家伊曼纽尔·德曼接到华尔街的猎头公司打来的电话，问他想不想要一份15万美元薪资的工作，而当时他在贝尔实验室的工资是5万美元。后来，他在高盛一直待到2002年才离开。他和那一代的物理学家、数学家们在华尔街获得的，不只是三倍、五倍的薪水，还有一个可以待上二三十年的职业身份——他们中的许多人后来成了亿万富翁、终身教授，或对冲基金创始人。
但如今的AI天才们，还会有这么长的时间窗口吗？
*应受访人要求，朱可欣、李清为化名
（36氪作者邓咏仪、李炤锋对本文亦有贡献）
图片来源｜AI制图
EP07丨漫谈 Agentic Payment：谁为 AI 的决定买单？大家好，欢迎来到 Money in Motion。这是一档关注"钱如何流动"的播客。我们讨论的不是哪个概念最热，而是钱在真实世界里如何被重新移动、结算和信任。
这期我们从一个词的辨析开始，最后落在一个没人能回答的问题上：当 AI 替你做完了决定，出了事，谁买单。中间隔着卡组织、司法管辖、一份写不细的授权书，以及 crypto 到底有没有资格接住这件事。
Yuki（Money in Motion 联合创始人）× Kevin（Chain Tech 联合创始人）× Will（Money in Motion 联合创始人） 本文为播客第一期对谈精编，内容有删节与书面化处理，观点为嘉宾个人观点。
一、决策权第一次转移
Yuki： 开始之前先处理一个问题：为什么是 agentic payment，不是 agent payment？
Kevin： 消费其实走了三个阶段。最早去实体店，用现金或信用卡，一家一家逛；然后是电商，比价成本被压到几乎为零；再然后是直播带货——看完直播你会买很多自己根本不需要的东西，消费模式本身在变。
现在我们走在第四个阶段的路上：AI 替你去不同的地方找商品、比价格、下单。它和前三个阶段有一个根本区别——前三个阶段，做决定的始终是你本人。 买哪一款、什么价格、什么时候买、用什么方式付，全是消费者自己拍板。到第四阶段，AI 在你购买之前就把决定做完了。作为消费者，你第一次被一种智能化的东西替代。
至于用词，中文其实更直白，就是"智能体"。英文之所以要造 agentic，是因为 agent 早被占用了——你在海外说自己是 agent，别人第一反应是保险 agent，或者 travel agent。那是"人"的代理，跟 AI 替你做决定完全是两回事。
Will： 补一句词性。agent 是名词，是身份；agentic 强调的是这个智能体拥有自主决策权，是"决策"这件事动起来了。
但市面上很多号称 agentic payment 的项目，其实并没有动起来。它们做的还是自动支付——跟以前的订阅到期自动扣款没有本质区别。它没有让 agent 参与决策，更没有为自己的决策买单。 这是两者最大的分野。
Yuki： 所以判断标准很清楚：决策权有没有真的交出去。但现在很多东西是奔着这个标签去的，不是奔着这件事去的。
Will： 对。国内基本没人分清楚 agent 去自主调用 API、数据、算力，和 agent 替人做大额购物，是两个完全不同的场景。什么都要往上蹭，蹭得更夸张的直接叫"AI 支付"。
之前某宝号称有十万笔 AI 支付、做到多少交易额，可大家都没发现它有这个功能。我猜是把购物助手算了进去——你突然多了个 AI 购物助手，然后这个助手帮你完成了"AI 支付"。不管是支付机构、银行还是卡组织，对这件事的理解现在都还有偏差。
二、决策权走了，责任没跟上
Yuki： 概念含糊在营销层面没什么代价，但一旦真的把决策权交出去，代价就出现了。你觉得最大的障碍是什么？
Will： 先说没有障碍的那一半。agent 去买 DeepSeek、OpenAI 的数据 token、算力 token，之前有几个项目交易量涨得特别快，就是这个场景。因为买完就消耗掉了，不会有争议。
有争议的是另一半。让 agent 帮我订机票订酒店，大家的信任程度没那么高。我可以让它帮我搜索，最终下单还是我自己——我还是不放心把钱交给它。
Yuki： 我做过一场线上 panel，问大家：你愿不愿意给你的 agent 一千美金？
不如把场景说具体。我对 agent 说：帮我订周一去纽约、周三晚上回来的机票，预算八千以内。它满足了预算，但订成周二出发、周四回来；或者选了一张特别便宜、完全不能退改的票。钱扣了，票出了。你找平台，平台说你已经授权给 agent 了；你找航空公司，航空公司说票已出不能退。每一方都拿得出理由。但这笔钱到底谁担责？
Kevin： 这个问题我们公众号 6 月投过票，问的就是"AI 刷卡出了问题谁负责"：
读者投得很踊跃，但四个选项分散成这样，本身就说明没有共识。这个该听听 Will 的，他是法律背景。
Will： 卡组织那套体系的责任分配相对完整，毕竟磨了几十年。但换成 AI 刷卡买错票，你会发现每一扇门都是关着的。
找发卡行——不认，因为你已经授权给 AI，而它最终认的是持卡人本人的授权。找航空公司——它不管你是人还是 agent，它收到的是一张有日期有金额的订单，按订单办事。找 AI 开发者——你去找 OpenAI 或者 Anthropic，很难说这是他们的问题。
本质上这是一个委托关系：你委托 agent 买机票，出了事谁承担。但法律上第一步就卡住了——服务器在美国，用户在香港，商户在新加坡，你去哪个司法辖区寻求救济？AI 是一个 Global by Default 的经济体，单一辖区非常难限定它的责任。
所以还得回到私人构建的争议解决框架里去，比如卡组织的框架。我还看到有保险公司推出了 AI 责任险，好像是慕尼黑再保险。
Kevin： 我听得头有点大，因为我已经习惯生活在卡组织的规则里。所以从法律角度看，卡组织规则和真正的法律体系其实是两套？卡相关的纠纷，很多时候在卡组织体系里就解决掉了，走不到司法这条路上？
Will： 对。这也是为什么这件事的出路更可能在私人框架里，而不是在法院。
三、那份写不细的授权书
Kevin： 但私人框架也得有个依据。如果我的指令本身写错了，委托人当然负责。可如果我写得清清楚楚，记录也没问题，它就是买错了，钱还付掉了，我该找谁？AI 不是主体，跟它 argue 没用，但它背后毕竟有公司。
Will： 实操上确实有这么一份依据。你跟 agent 对话之后付款，agent payment 公司会给你出一份 mandate，记录时间、金额、你的交易意图。
问题在于它的 scope 不会细。它不会写"因为我明天上午九点要开会，所以今天必须订这张票"，它只会写"我今天周三，去订一张机票"。而 scope 的精确程度，直接决定后面责任的归属。
说大一点，这就是一份授权书，后面会成为争议解决的依据。可这份授权书到底该写多少？我跟 AI 讲了一大堆话，它到底理解到什么程度？
它知道"今天九点去订机票"，但它不知道我为什么要订这张票，也不知道订回来的是不是委托人真正想要的。其实日常也一样：你让助理去订机票，你都不一定满意，更何况 agent。
Kevin： 也就是说，意图这个东西本身就没法完整写下来。那责任最后只能往回落。
Will： 对。我们之前给 agent payment 客户起草用户协议，基本上都把 agent 的责任义务重新归回到实际使用的用户身上。因为 agent 追不到，它无法背锅。归根结底还是用它的那个人承担——因为这个人好找，也好落地。
四、责任落回人身上之后
Yuki： 我同意这个方向，而且我觉得它不只是权宜之计。
终局一定是 agent 会参与经济行为。现在 agent 已经进了组织和团队的日常工作，很多公司是"人 + agent"的状态，下一步就是进入经济活动。而在这里有几件事必须被记录：agent 如何识别你的意图，授权边界在哪里，哪些要记录、哪些要验证，以及对卡组织来说最关键的——谁给这个 agent 授权，它的 owner 是谁。
如果大家确认这个 agent 的身份属于我，那它出问题就该我背锅。有点像公司请了个财务，财务把钱汇错了，最后锅还是老板背。你顶多把他骂一顿，或者开了——骂的程度取决于汇错了多少钱。最终还是老板为员工的错误买单。
只是光有"谁背锅"还不够，还得有一整套事故认定的规则。这很像智能驾驶。 十五年前大家觉得它离我们很远，现在很近了，但要大规模落地仍有很多问题，而且已经不是技术问题。agentic payment 大概会重走一遍：先是技术问题，再是出事故谁担责，到了试点推广阶段，又变成事故如何鉴定、责任如何约定。
Kevin： 这个类比很贴切。驾驶者一选择自动驾驶，是不是就把驾驶责任移交出去了？出了问题怎么办？完全同构。而且智能驾驶技术上已经能实现了，之所以没大规模应用，我觉得也是责任问题。
Will： 而且智能驾驶的责任，看起来还比 agentic payment 容易界定——至少事故是在一个国家、一条马路上发生的。
五、那 crypto 能接住吗
Yuki： 所以问题就变成：有没有一套基础设施，能把授权、归属、担责这些东西记下来、并且改不掉。这也正好回到 crypto 和 AI 到底什么关系。
回到 BTC 白皮书，它最初要解决的就是结算——陌生人之间如何不依赖可信第三方完成电子支付。所以我觉得这两者一定会相遇，而且不是互相蹭热点。AI 改变的是生产力，crypto 要回答的是生产关系。
AI agent 带来的是生产力的变化：它开始理解目标、调用资源、组织任务，甚至代表人完成一部分工作。但生产关系一直没被解决——agent 到底代表谁？身份能不能被篡改？数据、模型、算力归谁？创造的价值怎么分？出错谁担责？crypto 接下来要想的，就是当这种新的生产力进来之后，如何把所有权、授权、收益分配和责任关系嵌进去，并且让它可追踪、不可篡改。
Kevin： 道理是这个道理。但要接住"争议"，它自己先得能处理争议——而这恰恰是它最弱的地方。
打个比方。很多人说我只收美元，别的不要。然后有一天有人说，我拿钻石付你，要不要？一开始看钻石当然好——值钱、体积小，现金要拎一箱，钻石一小袋随身就走。然后你发现钻石变现特别难，我收了没法直接花，只能跑珠宝店，还得看有没有人收。
稳定币的场景跟这个有太多相似。USDC 也好 USDT 也好，跟美元一比一挂钩，很多人既想拿它交易，又想拿它日常支付。你想想，它其实就是一箱一箱的美元现金，只是不占体积，只是一串代码。
但它跟信用卡最大的不同是：基本上你没有机会拒付。 信用卡有 chargeback，有一整套争议处理机制；加密货币是一锤定音——按下确认键，事情就结束了，所有可能的错误和损失当场盖棺定论。
Yuki： 也就是说，我们指望它去解决"AI 买错了怎么办"，可它自己连"人买错了怎么办"都还没解决。
而且它的出身也不站在这一边。去中心化、匿名化这些特性，自然而然会吸引那批人——它诞生的初衷本来就是满足不需要监管合规的诉求，而这个诉求会一直存在。
Kevin： 所以合规化是不是就等于放弃去中心化？这两个东西天然冲突。
Will： 某种意义上是，但现在的方向不是"选一个"，是被行情和监管一起推着走。这波人的行为跟 BTC 价格是同一条走势——币价上去，链上的钱就多，钱多了就要消费、要做项目，而这些项目又赶上这波合规浪潮，不管是特朗普在推，还是 CLARITY 法案通过，都会把原来链上原生的那批人往合规场景里赶。一旦进了合规场景，监管和持牌就是天大的问题。
Yuki： 换句话说，crypto 现在正在补的，恰恰是 agentic payment 需要它具备的那部分能力——规则、身份、争议处理。只是还没补完。
六、iPad 时刻还没到
Kevin： 补没补完，其实有一个很朴素的检验标准。
现在铺天盖地都在教大家怎么用 AI，好像不搞点 AI 就跟不上时代。但我觉得这本身就是个悖论。当初中国推二维码支付，如果你要先学二维码怎么来的、跟什么账户勾连、什么一级账户二级账户，那它根本推广不起来。
我印象最深的是第一代 iPad。当时我儿子两三岁，说实话那东西到我手上，我也得适应一下，要知道点哪儿。可你给一个两三岁的孩子，他拿过来就会用，不用教。电子产品做到不需要学习就能上手，才算成了。 所以 AI 最终一定是躲在后面，而不是站在前面。
Yuki： 我认同。它真正普及，是当大家觉得无感、觉得本来就该这样，而不是天天教大家用 AI。至于自媒体上为什么全是 AI 教程——我的体感是，因为 AI 创业不赚钱，只有卖课的赚钱。
Kevin： 你讲到最根本的事情了。当初 DeepSeek 刚火，不也满世界都是教程吗。
Will： 所以还是时间点没到，虽然我们都已经看到了那个时间点在哪。
稳定币提供的是全球、全天候、无休的结算能力。token 本身能无障碍地结算，但装在里面的东西可以是各种各样的。所以 agent 这条线过来，问题就变成：它到底把什么价值装进去——是算力 token，还是 API 服务？
这才是后面全球化 AI 经济一个比较大的爆发点。但显然还没到。等它真到来的时候，也就是 Yuki 一直在问的那个问题的答案——AI 和 crypto 什么时候交汇，我觉得就是那个时候。
只是我们显然还没走到 Kevin 老师说的"拿到 iPad"的那一刻。所以还有非常多的工作要做。
2026 AI Builders Day 上海站：从实践落地到终局推演链接算力、应用与 AI 未来
2026 年 9 月 21 日 · 上海国投大厦
6Block × Techub News
当 AI 从技术热潮走向真实应用，算力能否高效供给、工具是否足够易用、创意如何真正变成作品，正在成为每一位 AI Builder 面前的实际问题。
9 月 21 日，由 6Block 发起、Techub News 联合主办的「AI Builders Day」将在上海举行。活动将把算力基础设施、AI 创意应用、现场实操与行业思辨集中在同一个下午，邀请开发者、创业者、投资人及产业伙伴一起聊趋势，也一起解决实践中的具体问题。
这里不只谈 AI 的未来，也关注今天可以如何参与、如何构建，以及如何把一次灵感继续推进。
五个值得到场的理由
看懂 AI 背后的算力底座
从算力供给、模型托管到推理调用，理解 AI 应用如何获得更开放的基础设施支持，并观察算力网络与实际需求之间的连接方式。
让创意应用真正动起来
通过案例与现场实操，观察 AI 如何参与视频等内容生产流程，也为音乐及更多创意工具与平台的交流合作打开空间。
专业嘉宾汇聚，分享真知灼见
活动将邀请 AI 基础设施、算力、创意应用及 Web3 等相关领域的专业嘉宾，结合一线经验分享判断、方法与实践洞察；嘉宾阵容将陆续公布。
把 AGI、算力与去中心化放在同一张桌上
主题圆桌「AI 的尽头——AGI、算力与去中心化的终局之战」将汇集不同视角，讨论 AI 能力持续扩展之后，算力供给、开放协作与去中心化网络可能扮演的角色。
不只听分享，更能现场上手与连接
实操教学、案例分享与现场 Q&A 将带来可尝试的方法；活动尾声的茶歇与自由交流，也让参与者有机会认识正在建设产品、提供算力和推动应用落地的同路人。
AI 推理大礼包与现场抽奖
活动尾声：16:50-17:00
抽奖、茶歇与自由交流环节将送出 AI 推理大礼包等福利。无论你准备体验新的模型能力，还是推进下一次 AI 创作与开发，都可以把这份算力支持带回去继续实践。
活动议程
时间
议程
13:30-14:00
签到入场
14:00-14:10
主持人开场介绍
14:10-14:40
主旨演讲
14:40-15:20
AI 视频创作新范式：从灵光一现到完整短片
15:20-16:20
圆桌讨论：AI 的尽头——AGI、算力与去中心化的终局之战
16:20-16:50
手把手实操教学、案例分享与 Q&A
16:50-17:00
抽奖、茶歇与自由交流
适合参与的人群
本次活动预计汇聚约 100 位来自技术、产业及资本领域的参与者，适合：
AI、Web3 与算力基础设施开发者
AI 产品及应用创业者
模型、推理与算力服务团队
投资机构及产业合作伙伴
关注 AI 视频创作与实际应用的从业者
高校开发者与区块链社群成员
主办及合作机构
主办方：6Block
联合主办：Techub News
战略合作伙伴：OpenBuild
媒体支持：PANews、Odaily
社区支持：复旦大学区块链协会、Gonka、华东政法大学区块链协会、TinTinLand、Gonkarouter、NODE-X、Craftale
关于Gonka
Gonka 是面向高效 AI 计算的去中心化网络，连接开发者与 GPU 算力提供者。开发者可通过 gonkarouter.io 调用兼容 OpenAI 和 Anthropic 的 API 进行推理工作，硬件提供者则可通过贡献算力获得奖励。当前支持 DeepSeek V4、MiniMax M2.7和 Kimi K2.6 等大语言模型。
了解 Gonka：官网 · 官方 X · TG 社区
关于Craftale
Craftale 聚焦 AI 视频创作实践，探索如何借助 AI 将创意灵感推进至完整短片。本次活动中，Craftale 将围绕「AI 视频创作新范式：从灵光一现到完整短片」，结合案例与现场实操，拆解从构思、生成到成片的实践路径。
了解 Craftale：官网
活动信息
日期：2026 年 9 月 21 日
时间：13:30-17:00
地点：上海市虹口区东大名路 638 号国投大厦 15 楼多功能厅
规模：约100 位线下参与者
席位有限，欢迎提前报名，与 AI、算力及 Web3 领域的建设者一起交流、学习和连接。
报名链接：前往 Luma 活动报名页「AI4S也有Coding的万亿未来。」 文｜胡香赟 编辑｜海若镜 今年5月，28岁的张载熙结束普林斯顿的博后研究，回到国内。在他面前，有几扇门同时打开：美国高校教职、AI大厂首席科学家和千万年薪。最终，他选择进入香港科技大学担任助理教授，并挺进了创业窄门，创立AI for Science公司科理新序（Scinetics）。 暗涌Waves独家获悉，科理新序近日完成近5000万元人民币融资。本轮融资由英诺科创基金领投，沂景资本、小苗朗程、麟阁创投跟投。 这或许是他既往人生中，为数不多的岔路口。从中科大少年班、直博，到哈佛医学院联合培养，随后进入普林斯顿王梦迪团队做博后。研究AI4S的青年PI，是当下创投市场最喜欢的创业者画像之一。 但创业的决策过程，他也曾纠结。 进入大厂，意味着更充足的算力、数据和人才配置；成为高校PI并创业，要比较独立地找人、找钱、找资源，技术和商业都有不确定性。 最终让张载熙下定决心做出选择的是“工作自主性”，他想主导自己的研究方向，而不是被更大的公司组织约束。他更享受从零搭建一套体系的过程。 创业前，张载熙和团队曾经做出过科学智能体Stella。去年，Stella上线后，服务了上千名科研用户，其中七成以上来自斯坦福、普林斯顿等高校和顶级实验室。相比自训基座模型，智能体落地更快、更容易接入现有研发流程，实现商业化。 不过，这条轻巧的路线，目前仍有局限。以大语言模型作为推理引擎，科学智能体在遇到蛋白质结构、核酸序列等数据时，会先将问题翻译为“自然语言”，再把文字指令交给模型执行。精细的三维结构和模态关系，在几次翻译转换中会出现“损耗”，智能体几十次交互也无法绕开误差。 博士期间，张载熙曾开发分子筛选模型MGSSL、药物分子生成模型FLAG等，在多个细分领域达到SOTA。但他判断，单点能力仍是不够，未来AI4S行业会集体走向多模态。所以，科理新序的核心是做多模态长程推理基座模型。 他提出了“Science Token”概念，希望把小分子、核酸、蛋白质结构等科学数据，转化成模型统一的表征单元，不再经过人类语言的转译，让模型在原生科学模态中推理，完成科学任务。 短期，他们将聚焦商业化路径最清晰的生命科学，未来逐步拓展至材料、工程等科学领域。 谈起未来，张载熙认为AI4S一定会出现GPT时刻、Coding时刻，且这是一个可能超越Coding的市场；他也相信自己所带领的小小团队，有实力开发出“大一统”的科学底座模型，成为AI4S领域里对标DeepSeek、Anthropic的基座模型公司。 技术革命初期，路线没有收敛，创业者才有“以小博大”的机会。近日，我们和张载熙聊了聊，此时投入AI4S创业，他究竟想赌一个怎样的未来？ 对话（经编辑）： Part01 AI4S，媲美Coding的万亿市场 暗涌Waves：2019年，你21岁，选择了AI for Science作为博士研究方向，现在回头看很有先见之明。这个赛道从冷变热，你的体感是怎样的？ 张载熙：确实比较幸运，职业生涯转型刚好踩中了行业风口。 我读博阶段，这是一个非共识赛道，行业认知是“Science+AI”，AI是提升业务效率的附加算法工具，项目必须深度绑定具体药物管线，比如聚焦多肽药物，或只做蛋白质垂直模型。 现在AI4S朝着通用方向演进，市场普遍认为这个方向会迎来属于自己的“Coding时刻”。写代码赋予了人类在数字世界创造事物的能力；AI4S则是在变革人类底层科学探索、发现新知识的能力,市场价值可以比肩甚至超越Coding。 从Alpha Fold从1到4的迭代，可以清晰看到AI能力正迅速变强。需要被研究的科学问题没有巨变，但新算法让过去难以建模、难以预测的任务，具备了解决条件，更多科学模态的纳入，让模型能力更强。 暗涌Waves：Science其实是覆盖非常广的方向，现在创业投资的主流技术路线有哪些，技术路径上有收敛的趋势么？ 张载熙：客观说，现阶段的AI4S赛道噪声不小，AI4S从业者主要基于自己既往背景做布局，还没有在技术路线上形成共识，难以判定孰优孰劣。 首先是科学智能体，主要靠调用外部工具完成科学任务。优势是落地快、能迅速嵌入现有研发流程，商业验证周期短，因此诞生了不少初创公司。 大厂也都在做，如Anthropic的Claude Science、OpenAI 的GPT-Rosalind。不过，他们的主战场还是Coding等更general的方向，科学方向属于占位式布局、浅浅试探。 第二是虚拟细胞。受Arc Institute相关工作和论文影响，虚拟细胞从去年起热度暴涨。理论上，它在电脑里模拟细胞受药物、基因编辑后的变化，能提前批量筛掉无效候选，压缩研发时间和成本。行业期待很高，发展速度也比较快。 第三就是我们选择的AI4S基座模型方向。这是一种“自下而上”的路线，聚焦底层分子相互作用，从分子机制推导疾病、基因调控网络等上层现象。 暗涌Waves：去年你们上线了科学智能体Stella，据说反馈也不错，为什么没有选择这条更轻巧的路线？ 张载熙：Stella去年上线后，服务了上千名科研用户，七成以上来自斯坦福、普林斯顿等名校和顶级实验室，MIT的张峰教授也使用过。 但我们发现，科学智能体范式有个根本性问题： 它本质上是把科学问题翻译成自然语言让模型理解，再翻译回结构指令让工具执行。很多精细的三维结构信息、多模态之间的微妙关联，会在翻译过程中丢失。 这是范式本身的天花板。你当然可以在智能体框架上不断加工具、加流程，但只要底层推理还基于文本完成，这个瓶颈就一直在。 暗涌Waves：可以举一个智能体做不出来的例子么？ 张载熙：比如蛋白质局部结构优化。要把某个侧链朝特定角度旋转5度，形成氢键或者其他分子相互作用，这高度依赖3D空间的精细推理设计。 如果用智能体做，就是让大语言模型输出文本指令，再调用RF diffusion这类结构扩散模型去执行。但结构模型本身没办法很好理解文本信息，工具输出结果又要转成字符串、截图，再反馈回大语言模型，智能体读得云里雾里，好像对，又好像不太对，只能继续迭代。 就这个步骤，我们尝试了很多智能体，反复交互过几十遍，浪费了大量Token，结果是跑了一堆用不了的东西。根源就是，没有原生的科学模态推理能力。 Part02 小天才的大梦想：多模态科学底座模型 暗涌Waves：所以你认为必须开发AI4S基座模型？有了基座模型，可以解决“跨模态翻译”问题？ 张载熙：既然翻译会产生损耗，就不翻译了，让模型直接在原生科学模态空间内，做针对多模态科学数据的长程推理（Chain of Science Tokens）。这一基座模型，也是我们公司的核心产品。 我们针对组学、蛋白质结构、分子化学式、核酸序列等各类科学模态，开发了离散Token化方案，把各类科学信息转化为统一的Science Token输入模型，不再依赖人类自然语言做抽象中转，更贴近科学本质。 模型训练分预训练、mid-training、后训练三个阶段：其中，预训练建立多模态生命科学表征，mid-training学习从序列到结构、功能和细胞表型的跨层规律，后训练重点增强长程推理能力。 AI4S基模训练框架（图源：科理新序） 暗涌Waves：这种长程推理，跟既往垂直小模型解决单点任务，有什么不同？ 张载熙：比如做酶设计，不再一步出结果，而是像人类科学家一样分步推理：先搭建酶的活性中心，它决定催化功能的核心区域；再搭建蛋白质支架，把活性中心撑起来；最后补充侧链、微调细节。 这套长链条推理能力，是传统垂直模型、工具调用智能体不具备的。 暗涌Waves：把各类科学信息转换成“大一统”的Science Token，听起来更性感，但小分子、核酸、蛋白质等数据结构差异很大，为什么你们团队可以做？ 张载熙：Science Token首先要解决的，是让模型读懂不同科学模态。 过去，围绕小分子、核酸、蛋白质、复合物和跨模态文本，我们分别做过相应的基座模型。从数据收集、模型搭建到训练，完整地走过。因此，团队知道每类科学数据应该怎样编码，不同模态之间又该如何对齐。 同时，做Stella、BioClaw等智能体时，我们积累了大量长链条推理数据，也摸索了通过后训练增强推理能力的方法。 另外，干湿闭环也很重要。Stella除了计算和算法模块，也接入了自动化湿实验。我们在靶点发现、抗体优化、小核酸设计等任务中，跑通过干湿闭环案例。因此，也清楚AI 应如何对接真实科研任务、连接自动化实验设备。 模型进化，需要主动获得大量高质量数据。干湿实验闭环，可以支撑我们持续获取训练数据、持续迭代。 暗涌Waves：从目前的探索结果来看，这个基座模型的能力如何？ 张载熙：在蛋白质结构预测、蛋白功能注释、RNA二级结构预测、DNA突变预测等单项任务上，已取得不错效果。 我们对这个结果不是很惊讶，毕竟科学系统本身就是复杂多模态体系，如果能把多模态信息全部纳入模型，从全局视角做设计搜索，自然更容易得到更优解。 目前，我们在探索下一代模型训练方式，比如尝试AI for AI，Recursive的训练范式，挖掘科学内在规律、拓展更多模态，或提升模型参数量，以此强化长程科学推理能力。我们期待沿着这个方向，能实现AI4S基座模型的ChatGPT时刻。 Part03 以Science Token为商业模式 暗涌Waves：从定价和商业化上看，Science Token会带来新的商业模式吗？ 张载熙：是的。不过，Science Token和文本Token的定价逻辑不一样，后者定价主要参考算力和电费成本，但Science Token除了考虑这些基础成本之外，还要衡量它背后的科学价值。有些领域，比如小核酸，数据非常稀缺，对应的Token价值自然更高，定价要体现实际的业务价值。 我们希望成为AI4S领域对标DeepSeek、Anthropic的基座模型公司，探索以Science Token作为计费单元的商业模式。 暗涌Waves：用Science Token计费，理想的买方是谁、具体用在什么场景？ 张载熙：比如药企。当模型能力足够强之后，我们不需要花大力气做BD，绑定单条管线做交付。抗体管线、多肽管线、小核酸管线，各类任务都可以承接。 这时候计价单元就可以基于“消耗了多少Science Token解决这个药物设计问题”。就像Coding，不会按代码行数或模块来定价，客户信任模型能力，直接调用服务，消耗多少Token就付多少费用。这能省去大量BD个案的谈判工作。 暗涌Waves：如果这个模式能实现，它也会成为AI4S基座模型企业通行的商业化路径吗？ 张载熙：Science Token还是我们提出的独有概念；至于衡量长链条科学推理数据质量的标准，及其计费标准，在全行业都没有成熟方案。我们和一些AI大厂交流时，他们也没太想清楚这件事。所以它还是一个非常早期的商业想法，需要行业共同推动形成共识。 暗涌Waves：从一级市场视角，我们能看到不少投资机构和资金在涌入，但这个方向目前的融资声量跟大模型、具身相比，还差得很远。你觉得大家的分歧在哪里？ 张载熙：市场上存在两种极端心态，都可能造成投资决策犹豫。 一部分投资人认可AI4S万亿市场，相信AI科学平权，希望每个人都能释放想象力参与科学探索，他们的怀疑点在于：现阶段的技术能力，能不能把这件事做成。另一部分人则把AI4S市场看得比较小，觉得客户只有高校师生和PI，付费能力弱。 既往，市场对垂直模型具备清晰认知，但投资人对“大一统”的科学基座模型评判标准更严苛。因为他们觉得Harness加垂直领域小模型，足够解决科研需求。从用户端，很多科研人员虽向往更智能化的基座模型，但受惯性影响，习惯了调用工具化专项模型，这也是个矛盾点。 暗涌Waves：怎样的投资机构更愿意押注于AI4S基座模型？ 张载熙：一些投科技的市场化基金，及部分曾深耕过制药领域的投资人。他们理解现有研发体系里的“历史技术债”，就像“屎山代码”一样：药企内部集成上百个小模型，每个环节信息传递都有损耗，维护成本极高。 因此，他们从系统工程的逻辑判断，AI会是变革这些的最强力量。这类投资人更愿意押注基座模型路线。 投资人的共识性要求是：必须快速迭代模型，抢占领头羊位置。团队配置上，我们已经把过去学术界和部分工业界大厂做AI4S基模研发的核心人才聚过来了，技术积累比较扎实。我们本来希望在今、明两年能达成一些商业化订单，但投资人觉得，短期内不需要过度在意这点，优先把模型能力做出来更重要。