自己当家：林俊旸的决裂与妥协

8 月 12 日凌晨，前阿里云 CTO 林俊旸在 X 平台正式宣布：Pragmatik Labs（语用科技，以下简称"Pragmatik"）在上海成立，致力于研发“横跨数字世界和物理世界的下一代智能体”。

据钛媒体援引知情人士消息，Pragmatik 已完成 2.2 亿美元天使轮融资，投后估值约 20 亿美元（约合人民币 135 亿元）。本轮由高榕创投与红杉中国各出资约 1 亿美元共同领投，腾讯控股通过旗下上海启善投资有限公司跟投约 2000 万美元，上海未来产业基金同步参投。唯独老东家阿里巴巴缺席。

此前，因阿里战略转向商业化优先，林俊旸坚持的全栈式技术路线被否决，导致其愤而离职。如今手握重金的他，选择同时闯入数字 Agent 与物理 Agent 两条赛道，直接对标阿里、字节跳动及特斯拉等行业巨头。

今年 3 月 3 日，阿里云 CT O 周靖人向林俊旸传达团队拆分方案：Qwen（通义千问）团队从“垂直整合”模式拆分为预训练、后训练等独立水平团队，林俊旸的管理权限大幅缩减。其坚持的“小团队、大闭环”全栈打法遭到否定。

当夜，林俊旸在钉钉群留言“无颜再带领大家”，次日凌晨即在 X 平台发文告别：“我要卸任了。再见，我亲爱的 qwen。”这一剧烈反应折射出此次调整对其造成的巨大落差。

3 月 5 日，阿里巴巴 CEO 吴泳铭在内部邮件中批准其辞职，并宣布成立由吴泳铭、周靖人、范禹共同协调的基础模型支持小组。此次调整的核心背景，是阿里 AI 战略从追求技术声望全面转向商业变现与应用落地。吴泳铭多次强调，AI 业务已跨越投入期，目标是在 2026 年底实现年化收入突破 300 亿元。

在商业目标驱动下，阿里内部甚至有高管将 Qwen-3.5 称为“半成品”，亟需能快速响应市场的组织架构。这种来自上层的负面评价加剧了双方矛盾。对林俊旸而言，这不仅意味着技术理想被否定，更是个人权威与多年努力方向的质疑。

Pragmatik 的天使轮股东名单中不见阿里身影，反而向腾讯敞开怀抱，足见林俊旸此次离职的介怀之深。尽管他在阿里和 Qwen 平台上成长为 AI 领军人物，但此刻他选择彻底割裂过往，独立启航。

尽管大模型及 AGI 前景广阔，但在 Anthropic、OpenAI 估值逼近万亿美元，国内豆包、DeepSeek 月活过亿的当下，梦想必须落地。林俊旸选择智能体而非纯 AGI 作为创业切口，正是为了向资本提供清晰的变现可能。

IDC 数据显示，2024 年中国企业级 AI 智能体市场规模为 86 亿元，预计 2026 年将增至 449 亿元，2029 年有望突破 3320 亿元。然而，规模增长并未解决变现难题。2026 年世界人工智能大会（WAIC）期间，腾讯云副总裁吴运声坦言，由于业务与任务边界难以精准界定，腾讯云不会采用按任务计费的商业模式。

AI 智能体生成的报告难度不一、处理数据量不同，无法像水电费那样精确计量。连腾讯这样的巨头都难以定价，初创公司的挑战可想而知。Gartner 预测，到 2027 年底，超 40% 的代理型 AI 项目将因成本失控、业务价值不清及风险管控不足而被取消。

纵观行业，OpenAI 将 Operator 纳入高价订阅，但转化率未公开；Manus 被 Meta 以 20 亿美元收购，而其独立融资时估值仅 5 亿美元，侧面印证了独立变现的艰难。

Pragmatik 起步即获百亿估值，显示市场愿意为林俊旸的愿景买单。但后续 A 轮、B 轮融资中，投资人必将 scrutinize 产品、用户、营收及清晰的商业化路径。光年之外、百川智能等案例警示，高光与低谷往往只在一瞬间。Pragmatik 刚刚起步，真正的创业考验才刚刚开始。

Pragmatik 官网明确将研究方向划分为 Digital Agents（数字 Agent）和 Physical Agents（物理 Agent）。前者面向知识工作与企业运营，后者则将智能带入真实环境执行长周期任务。然而，这两条赛道均已是强敌环伺。

图片来源：Pragmatik 官网

2026 年被视为 Agent 元年，互联网大厂在数字 Agent 领域已全面铺开。腾讯凭借微信生态领跑，WorkBuddy 月访问量超 2000 万次；字节跳动整合豆包与飞书，强化全链路智能联动；阿里将 QoderWork 等整合为千问办公，深度适配钉钉；百度、360 等也相继推出通用智能体产品。在企业级服务与代码智能体领域，阿里云、腾讯云、火山引擎以及智谱、月之暗面等纷纷布局。

物理 Agent 的竞争壁垒更高。特斯拉 Optimus 依托 FSD 积累的海量数据、视觉感知经验及自研芯片体系，构建了强大的底层基础设施。国内方面，京东开源 JoyAI 系列模型，腾讯展示 Robotics X 具身智能布局，明确“只造大脑不造本体”。

智元机器人姚卯青指出，物理智能规模化需突破数据、表征和闭环“三道墙”。大厂拥有工厂、物流网络等真实场景进行迭代，而 Pragmatik 作为初创公司，既无现成场景也无历史数据积累。

这意味着 Pragmatik 需双线作战，同时面对两类巨头，并投入两套资源体系。初期两者复用空间极小，2.2 亿美元融资分摊至两条赛道，资金效率备受考验。

此外，算力成本飙升进一步推高门槛。英伟达 H100 GPU 租赁价格在 2026 年上半年涨幅近 50%。据估算，训练类似 GPT-4 的模型成本高达 8000 万美元，Gemini Ultra 更逾 1.9 亿美元。算力支出已占国内 AI 初创公司总支出的 60%-80%。

Pragmatik 不仅面临高昂的研发成本，还需应对战略错位风险：数字 Agent 需快速产品化迭代，而物理 Agent 需长期投入等待突破。林俊旸的选择展现了差异化定位的勇气，但也让其陷入腹背受敌的境地。这场双线实验的结果，将是对其战略定力与执行能力的终极考验。