2026 年 8 月 4 日，当 Liquid、英伟达和 Mistral 同日发布新模型之际，一家名为 Pokee AI 的初创公司却凭借 280 亿参数的 Isaac 模型登上 X 新闻榜首。该模型号称拥有“首个真正可用的 1000 万 token 长上下文”。
Pokee AI 创始人朱哲清是斯坦福强化学习博士，前 Meta 应用强化学习部门负责人。2024 年 10 月，他放弃数百万美元年薪投身创业。在巨头把持的大模型赛道，朱哲清反其道而行，凭借小团队、小模型策略，成功获得 Point72、英特尔 CEO 陈立武、高通战投及三星 NEXT 等顶级资本加持。
在行业被 CAPEX（资本支出）叙事主导的当下，朱哲清为何敢赌小模型？其护城河何在？又是如何将技术转化为商业价值？以下是他的创业故事。
30 分钟拿到陈立武投资
2025 年 3 月，朱哲清团队发布通用 Agent 演示 Demo，恰逢 Manus 引爆全球 AI Agent 概念。随即，包括英特尔 CEO 陈立武和 Adobe 前 CTO Abhay Parasnis 在内的百余名投资人纷至沓来。
朱哲清与陈立武仅进行半小时线上通话，探讨技术构想与公司方向后，便获大额天使投资。
图｜朱哲清和投资人陈立武的合影
年中产品公测期间，Pokee AI 正式启动融资。1200 万美元种子轮在 48 小时内完成认购，超额三倍。Point72 Ventures、高通创投、三星 NEXT、SCB 10X 及锦秋资本等头部基金悉数入局。
朱哲清认为，融资反转的核心在于“用强化学习做 Agent"的技术路线已被验证。此前，该方向曾长期不被资本市场看好。
朱哲清 1996 年生于上海，本科就读于杜克大学计算机科学与金融双专业。2017 年加入 Meta 后，在职攻读斯坦福强化学习博士。2024 年 10 月，已在 Meta 任职七年半、晋升至 E7 高级 Staff 研究经理的他，选择辞职创业。
离职之际，Meta 高管层纷纷挽留并送上祝福。同事们在其工位留言板上写下寄语，见证其职业生涯的重要转折。
图｜离开 Meta 时，写满祝福语的 board
尽管对 Meta 充满留恋，且当时 AI 商业化悲观情绪蔓延，朱哲清仍决定冒险。他评估自身具备无子女负担、家庭稳定及充足储蓄等创业条件，更关键的是希望验证技术判断：“若此生不尝试，必将后悔。”
在 Meta 期间，朱哲清曾独自扛起广告增长 AI 项目，从零搭建商业增长部署，三年间助力 Meta 活跃广告主从 200 万增至 1200 万。但他真正痴迷的是强化学习——一种让 AI 在试错中自我进化而非单纯模仿人类数据的技术。
师从斯坦福教授 Benjamin Van Roy，朱哲清深耕这一冷门领域。2020 年，他接手 Meta 内部濒临裁撤的应用强化学习组，通过精简项目、重组团队及颠倒产研合作模式，成功实现首批创收落地。
然而，大厂有限的创新空间使其难以施展抱负。面对预算受限与自由度不足，朱哲清判断强化学习即将爆发，遂决定提前押注。
创业初期，因理念超前，朱哲清屡遭投资人冷遇，仅获导师 Van Roy 的 Pre-seed 支持。为求生存，团队先开发垂直 Shopify 电商 Agent。2025 年 1 月测试中，他发现模型工具调用能力远超预期，随即扩展为通用工具调用模型。
随着 DeepSeek R1 发布，强化学习成为市场共识；Manus 面世后，Agent 风口彻底爆发，Pokee AI 瞬间成为资本宠儿。
押注冷门的人
“押注冷门”是朱哲清的人生常态。高中时期，家境普通的他自学申请美本，并在面试间隙主动争取到一家加速器的技术实习机会，日薪百元却收获宝贵经验与人脉。
在范德堡大学就读一年后，因不满 CS 课程深度，他毅然转学至杜克大学主攻 AI。彼时 AI 尚属冷门，转学录取率仅 2%。为赚取生活费，他兼职生物系 IT 维护与助教，甚至错失观看校队夺冠比赛的机会。
2017 年毕业后，朱哲清开启“双线作战”：全职任职 Meta 的同时攻读斯坦福博士。导师对学术要求极高，他每周投入超 110 小时平衡工作与科研。
2020 年，父亲重病迫使他暂停晋升节奏回国照料。这段经历重塑了他的人生观：人生并非按部就班的梯子，而是充满岔路的平原。决策规则简化为一条——“不做会后悔的事，就去做”。
回顾过往，朱哲清将自己的特质概括为执着、另辟蹊径与长期主义。作为风险偏好极低者，他在出国、接手边缘组及离开 Meta 等关键节点，却展现出惊人的决断力与行动速度。
把“小”做成生意
2025 年 7 月种子轮完成后，面对高昂的自研预训练成本，Pokee AI 选择基于开源小模型进行架构改进与后训练。同年 10 月，公司开源 PokeeResearch-7B 模型，在多项基准测试中表现优异。
面对大模型能力不断增强的趋势，朱哲清洞察到普通任务无需过大算力。2026 年 8 月，Isaac 模型正式发布，其在工具调用基准 BFCL v4 上超越众多前沿大模型，且 API 定价极具竞争力，更能直接运行于高通骁龙 X2 Elite、英特尔 Panther Lake 等终端芯片。
端侧适配能力源于早期战略布局。凭借股东中的芯片巨头资源，Pokee AI 从起步便为芯片适配铺路。相较于巨头数亿美元的烧钱速度，Pokee AI 具备成本低、独占真实工具调用数据及供应链协同三大优势。此外，端侧运行大幅降低了数据中心能耗焦虑。
目前，Pokee AI 客户主要集中于世界 500 强及大型金融机构，满足其数据私有化部署需求。相比同类模型，Isaac 在显存占用与并发能力上表现卓越，显著降低企业账单。
通过冷启动邮件与口碑传播，公司已打通多家顶级企业销路，正组建销售团队拓展美、新、日市场。为保障安全，公司正联合头部安全机构推进 Agent Identity 项目，并已获得 SOC2 Type2 认证。
朱哲清认为，巨头受限于 CAPEX 叙事与估值逻辑，难以真正聚焦“省钱”的小模型赛道。尽管行业存在争议，他坚持“模型越合适越好”的判断，按既定路线前行。
目前，Pokee AI 全员远程办公，核心团队多来自 Meta，信任基础深厚。公司提供远超市场的期权，并在招聘中高度重视性格磨合。创业近两年，朱哲清保持高强度工作状态，称之为“为生存狂奔”。
他指出，行业焦虑源于估值已透支未来基建扩张预期。若需求端出现“智能够用”的拐点，前沿训练动力将衰减，而这正是 Pokee AI 的机会所在。
朱哲清预判，未来将并存"Scaling Up"与"Scaling Down"两条叙事：一方面是用更大基建堆砌尖端智能，另一方面是将智能压缩进小模型赋能普通算力。十年后，他希望 Pokee 成为“高效智能”领头羊，服务于机器人、医疗等低延迟场景，并推动 AI 行业能源需求下降。
刚过三十岁生日的朱哲清未预设下一站位置。他的经验是：在不被看好的位置提前布局，按独立判断推进，静待风起。
撰文｜田 密
编辑｜张 霞