没有产品，没有演示，只有一页官网，和一个横跨“数字+物理”的宏大定位。
8 月 12 日凌晨，林俊旸在社交平台宣布创业：他在上海成立了一家名为 Pragmatik Labs（语用科技，简称 p7k）的公司，专注“数字世界与物理世界中下一代智能体”的研究。首轮融资由高榕创投与红杉中国共同领投，腾讯与上海未来产业基金参投，估值达到约 20 亿美元。
此时，距离他 3 月离开阿里千问，已有五个多月。一位 5 个月前还在向千问道别的创始人，凭什么让红杉、高榕各掏约 1 亿美元，让腾讯跟投 2000 万美元？
告别千问
要看清这笔 20 亿美元的押注，得先了解林俊旸此前的经历。
林俊旸是中国开源大模型最具代表性的建设者之一。他出生于 1993 年，本科就读于国际关系学院，硕士毕业于北京大学，是阿里最年轻的 P10 之一。在他主导下，Qwen 不仅成为阿里 AI 最成功的名片，也站上全球开源模型的顶端。
据第三方平台数据，今年2 月，Qwen 在 Hugging Face 平台单月下载量约 1.54 亿次，超过 Meta、DeepSeek、OpenAI 等八个主要模型发布方的总和；衍生模型数突破 20 万个，是全球首个达成这一目标的开源大模型家族；累计下载量超过 10 亿次。
数据来源：Hugging Face 公开统计、阿里云开发者社区
然后他离开了。3 月 4 日凌晨，他在 X 上写下告别文字——“me stepping down. bye my beloved qwen”。随后从千问卸任。
更值得注意的是，他离职后在长文里罕见地承认光把语言模型做好并不足够。这其实是一个刚把一件事做到全球第一的人，做出的一个判断。那么，如果语言模型做好本身并不足够，接下来什么才是真正重要的是什么？
Pragmatik 官网的定位给出了答案。
Pragmatik 官网用一句话概括了这家公司的方向。数字智能体要进入知识工作、企业运营与工业流程，自己推理、调用工具、根据反馈调整行动、协调一连串任务；物理智能体则要走出屏幕，进入真实环境，处理持续几十分钟、几小时甚至更久的现实任务。这几乎等于宣告：林俊旸要做的不是“会说话”的 AI，而是“会做事”的 AI。
Pragmatik 一词，既指向他大学时代结缘的语用学（pragmatics），又暗含实用主义（Pragmaticism）之意。用他自己的话来说，AGI 最终应当走向 pragmatic，真正解决问题、创造价值。
这一转向早有铺垫。3 月底，离职后不到一个月，林俊旸发表了后来被反复引用的长文《From Reasoning Thinking to Agentic Thinking》，画出了行业的分水岭：左边是 2024 至 2025 年的“推理思维时代”，行业在教 AI 如何想得更久、更深；右边是“智能体思维时代”，AI 要学会在行动与思考之间动态切换，从真实世界获取反馈、修正计划、继续执行。
他同时拆出五重阻碍，推理与行动的权衡、动态工具规划、对噪声输入的容忍、不可逆操作的容错、以及跨多轮与长时任务的一致性。这五重阻碍，后来几乎原样构成了 Pragmatik 的技术路线图。
他不想再造一个更好的千问，而是要造一个“能干活”的系统，一个从训练范式到推理范式都不同于传统大模型的系统。
20 亿美元：市场在为“范式切换”定价
理解了这家公司要做什么，20 亿美元估值的由来就不难理解了。
20 亿美元的估值，放在全球“后大模型”赛道的坐标系里，并不算贵。2025 年 12 月，杨立昆创立的 AMI Labs（谢赛宁出任首席科学官）完成 10.3 亿美元种子轮融资、估值超 35 亿美元；Skild AI 在 2026 年 1 月获软银领投，估值直奔 140 亿美元；Figure AI 估值已达 390 亿美元；李飞飞创立的 World Labs 估值 50 亿美元；Physical Intelligence 一年间估值从约 24 亿美元升至 56 亿美元。
数据来源：各公司公开融资披露及权威媒体报道
这些数字背后是一套逻辑：一级市场在为一个尚未兑现的“范式切换”提前下注。与其说是对现有业务的估值，不如说是押注物理世界 AGI 基础模型的“GPT-1 时刻”。正如 2018 年没人能从 GPT-1 身上算出回报率，事后看那却是过去十年最值得上车的一班车。
但“横向不贵”只是硬币的一面。把 20 亿美元拆开看，其定价逻辑至少包含三层。
第一层是创始人稀缺性溢价。林俊旸是全球第一开源模型的核心缔造者，同时具备“从零做大模型”和“主导全球开源生态”的双重验证——这样的人在当下 AI 产业屈指可数，他的判断本身就被视为一种资产。
第二层是赛道卡位溢价。数字与物理双线并进的定位目前没有直接对标，谁先立住“智能体通用层”，谁就占据难以复制的身位。
第三层是一级市场的期权定价。这笔钱买的不是当下的营收，而是未来范式成熟后的兑付可能——赌注越大，风险越高，潜在回报也越高。
说明：坐标为示意性定位，用于直观呈现各家公司在“虚拟/物理”与“任务时程”上的赛道卡位。
当然，这并不意味着所有投资人都愿意为这个故事买单。对估值敏感的一方会指出：20 亿美元对应“零产品、零 demo”，在同体量公司里已属团队估值透支；而“双线作战”的另一面，是两条线都极难做到世界级——这既是卡位，也是风险。高估值买来的是入场券，却也把容错空间压缩到了极限。
Pragmatik 的特殊之处在于“双线作战”：既做数字智能体，也做物理智能体。
在中国市场，银河通用、极佳视界等公司估值均在 200 亿元上下，宇树科技已以约 610 亿元市值登陆科创板、并被寄望冲击千亿，但这些公司几乎全部押注机器人本体或纯具身智能。
Pragmatik 既不和宇树抢机器人本体，也不和 Manus 抢浏览器自动化，而是在数字与物理两个世界之间架桥——试图建立一个共享的“智能体通用层”。若这一层能立住，市场洗牌的想象空间会被重新打开；若不能，则意味着它必须在两个技术栈上同时做到世界级，而目前尚无任何一家公司做到过。
大厂为何留不住最值钱的人
范式切换从来不只是技术命题，更是人才命题。林俊旸的离开，正是这场人才大迁徙中最醒目的一幕。
2025 年至 2026 年，中国 AI 经历了一场罕见的人才迁移。字节跳动 Seed 团队一年内流失近 70 名技术骨干，其中近 30 人加入腾讯，另有部分流向大模型公司与国际机构；DeepSeek 在 V4 技术报告中明确标注了 10 名已离职核心成员，包括初代模型作者王炳宣和 R1 核心研究员郭达雅。
这不是简单的“大厂留不住人”，而是结构性问题，可以拆成三层。
第一层是方向摩擦。大厂的大模型团队，天然服务于公司现有业务版图。Qwen 确是全球第一的开源模型，但它最核心的使命，仍是服务于淘宝、钉钉、阿里云。当一名顶级研究者意识到自己最好的想法需要投入的方向与主营业务并不完全重叠，裂痕便开始出现。
第二层是激励断档。字节可以在 AI 团队年终奖上做到业内顶级，阿里可以把 32 岁的林俊旸提到 P10，但这和成为一家 20 亿美元估值公司的创始人相比，是完全不同的激励结构。DeepSeek 已经因期权难变现、算力资源有限，在“千万年薪+可兑现股票”面前出现人才流失。
第三层，也是最关键的一层，是范式窗口。2025 年下半年到 2026 年上半年，被全球 AI 产业公认是 Agent 元年——Claude 4 把编程与长时智能体工作流放到最高优先级，OpenAI 相继推出 Operator 与 Deep Research，中国的 Manus 迅速出圈。范式切换期是创业的黄金窗口，一旦范式稳定、窗口关闭，机会就只剩存量博弈。
林俊旸的 Pragmatik，杨立昆创立的 AMI Labs，以及一批前大厂 AI 负责人的创业项目，本质上都是一代 AI 技术负责人用脚投票：大模型的内卷该到头了，Agent 才是下一个主战场。
方向选对了只是第一步。从纸面定位到真正落地，Pragmatik 面前还有很长的路。
高估值意味着高期望，Pragmatik 短期内至少面临三重压力。
人才是第一道坎。中国 AI 顶级人才池正在缩小，大厂、创业公司、海外对冲基金同时争抢。林俊旸本人是千问成功最重要的招牌，但他需要一个同样量级的团队，才能兑现“数字+物理”的双线路线。
算力是第二道坎。Qwen 能跑起来，背后是阿里云万卡乃至十万卡的集群。作为独立创业公司，Pragmatik 靠融资喂养训练集群，烧钱速度将远超同类。全球 Agent 方向的领先公司中，还没有一家能在团队规模超过 50 人的同时做到烧钱速度可控。
路径验证是最难的一道坎。数字智能体的商业化在 2026 年仍高度不确定——OpenAI 将 Operator 纳入 200 美元/月的 Pro 订阅计划，但付费转化率并不透明；Manus 一度引爆社交网络，留存数据却从未公开。
物理智能体的商业化则更遥远。人形机器人公司普遍年营收不足 1 亿美元，估值却已攀升到数百亿美元。2026 年上半年，中国具身智能赛道融资事件达 322 笔、融资总额约 935 亿元，资本的热情与产业的实际营收之间，仍存在明显落差。
数据来源：艺恩数据及公开融资披露
这构成典型的“两线作战”困局：数字智能体需要快速迭代、跑通商业闭环，来证明自己不是又一个炫技 demo；物理智能体需要长期重投入，在 Scaling Law 可能不成立的领域押注数据飞轮转起来。两条线所需的团队、资金节奏与技术路径完全不同，这对任何一家创业公司都是极端的资源考验。
三个观察窗口
回到开头那个问题：20 亿美元，到底买的是什么？
Pragmatik 的官宣，标志着中国 AI 产业的顶级创业者已经用行动下注“大模型之后的事”。但把这件事做成，难度也超过市面上任何一个 AI 创业方向——它需要同时打破两个天花板：数字智能体“能说不能做”（真实企业环境中的部署成功率远低于基准测试），以及物理智能体“能做但做不久”（真实家庭中的连续任务，平均无故障时间仍以分钟计）。
现在可以回答开头的问题：20 亿美元买的，不是一家公司，而是一个位置——介于数字与物理世界之间、尚未被任何人占据的“智能体通用层”。在范式切换的窗口期，卡位本身就有定价权；而卡位的价值能否兑现，取决于 Pragmatik 能否同时跑通两条战线。
接下来，有三个窗口值得观察：其一，Pragmatik 何时发布第一个公开演示，若三个月内没有动静，市场耐心会快速消减；其二，红杉与高榕是否在下一轮继续加注，领投与跟投传递的信号完全不同；其三，是否会有第二个从中国大厂出走的顶级 AI 负责人宣布进军 Agent——若接连发生，这个方向的确定性将大幅上升。
对更广的从业者而言，这件事还有一个更直接的启示：在范式切换期，真正稀缺的或许不再是模型参数，而是“能把一件事做进真实世界”的人与团队——大模型的护城河，正从算力与参数，转向场景与执行。
从语言学拐进 NLP，从千问拐进 Agent，33 岁的林俊旸走了十几年。第一轮融资就把市场推到了 20 亿美元的定价，但真正艰难的，或许才刚刚开始。（本文首发钛媒体APP，作者 | AGI-Signal，编辑 | 焦燕）
热门跟贴