DJ Patil：高中差点垫底，如今联合创办公司融了2.15亿美元

QUOTE

We're not developing drugs of our own. We're building the infrastructure for the people who do.

—— DJ Patil，Warp Sciences BusinessWire 通稿，2026-10-22

10 月 22 日，Warp Sciences 出隐身：据 BusinessWire 通稿，公司融得 2.15 亿美元，Lightspeed 领投，参投包括 IVP、Mayfield、Lux、Premji Invest、Menlo Ventures 等。TechCrunch、Bloomberg 等报道称，投后估值约 8.65 亿美元（公司口径）。官网写明四人联合创办：Kevin Weil 任 CEO（前 OpenAI 产品与科学负责人），DJ Patil 任 COO，Sol Reisberg 任 CSO，Manohar Paluri 任 CTO。

今天这篇不写「融资有多大」。融资只是由头。我们借这个热度，回看 DJ Patil 怎么一路走来——高中差点垫底毕业，到社区大学待了一年，再到数学博士、LinkedIn 数据产品、首位美国首席数据科学家、Devoted Health，再到今天站在 AI×机器人×化学实验室的 COO 位置上，并公开说：我们不做药，只做基础设施。

人无完人。履历光环大部分人抄不了；可迁移的是做法和边界意识。

本文看点

通稿把公司定位写得很直：在美国建化学合同研究组织（CRO）基础设施，把专家化学家、AI 和机器人放在同一套实验室里，帮生物科技与药企更快做出、测出研究需要的分子。野心是让发现「复利」——实验数据训练更好的 AI，更好的 AI 再喂更强的实验室。

DJ 在通稿里的那句，比估值更值得盯：「我们不开发自己的药。我们为做药的人建基础设施。」客户决定追哪条分子、保留对项目的控制权；Warp 卖的是产能、协作与可学习的实验闭环，不是自家管线故事。

— 墨线速写示意：学生 → 数据产品人 → 实验室运营者（几何色块自绘，非真人肖像）

按 Wikipedia「DJ Patil」公开叙述：他在加州库比蒂诺一带上学；高中常常惹麻烦，1992 年毕业时成绩接近班底；跟着女朋友去 De Anza 社区大学读了一年，再进加州大学圣地亚哥分校拿数学学士，随后在马里兰大学拿应用数学博士。早年还用公开气象数据做过数值预报相关工作——这条线的共同点是：数学与数据，不是一开始就有「明星履历」。

再往后，公开履历里出现 eBay、PayPal、Skype、Greylock，以及 LinkedIn：他做过数据产品、决策科学与安全相关负责人，推动「数据驱动」的产品组合。业界常把他和 Jeff Hammerbacher 等人并提，称他们把 「数据科学家」 从模糊口号写成可招聘、可组建团队的岗位——他本人也写过 O'Reilly 的小册子，讲怎么建数据科学团队、怎么用「数据柔术」把问题拆到值得做的粒度。

2015 到 2017 年，他出任首位美国首席数据科学家。本文只把它当作履历节点：说明当时「数据」已经从硅谷岗位，长成了可被公共机构命名的专业角色；不讨论政策内容与政治立场。离开公职后，他成为 Devoted Health 的创始高管之一并担任 CTO，把数据与产品能力压进医保服务公司；后来也做投资与顾问。

2026 年 10 月，这条线又接到 Warp：不是再写一篇「数据伦理宣言」，而是去运营一个要把分子做出来、测出来的物理实验室公司——AI 与机器人要服务真实实验，而不是只停在幻灯片。

— 成长节点：高中垫底 → 数学博士 → LinkedIn/岗位名 → 首席数据科学家 → Devoted → Warp COO

读到这里，如果你也想把人物稿里的「可学之处」抄成自己的行动清单，可以回复【成长四步】领取「成长四步笔记」——四格：经历节点、可迁移做法、客观边界、本周只选一步。

第一，把模糊能力写成可招聘、可交付的岗位。「会玩数据」在 2000 年代末还是一句空话。Patil 那一拨人做的事情，是给它名字、给它团队结构、给它产品接口（比如 LinkedIn 时期的数据产品组合）。普通人不必发明新职称，但可以问：你现在对外介绍自己时，用的是技能清单，还是一个客户听得懂的交付名？交付名越清楚，报价和协作越省事。

第二，先对准已经在付钱的真实账单，再讲宏大愿景。Warp 的第一刀落在药物发现里最耗人力的一段：做出并比较大量分子变体（通稿写的 lead optimization analog synthesis）。愿景可以是「让发现复利」，入口却是客户今天就要的化合物与实验节奏。做内容、做工具的人同样适用：先找客户已经在为人肉重复劳动付钱的环节，再谈「平台」「生态」。

— 四个做法：写成岗位名 → 对准真实账单 → 公开写死边界 → 用搭档补短板

第三，把边界写死，写进对外口径。「我们不做药」六个字，省掉无数预期差：投资人、客户、媒体不会默认你在赌管线。个人创作者也可以有自己的边界句：本周只交付什么、不承诺什么、数据从哪来、失败了怎么复盘。边界不是胆小，是减少返工。

第四，用跨学科搭档补自己缺的那一块。Warp 四人组明显不是「四个同款简历」：产品与科学产品经验（Weil）、药物化学（Reisberg）、大规模 AI/视觉与基础设施（Paluri）、数据与运营（Patil）。早年机器人方向的招聘也写明从多家机器人公司补人。个人工作室没有同等密度时，至少在关键项目里找一个能打脸你盲区的合作者——化学不懂就找化学，销售不懂就找卖过东西的人。

先说清楚几条边界。

高光履历不可复制。首位首席数据科学家、LinkedIn 数据产品负责人、今日 2.15 亿美元融资同桌——这些是极端路径与时代红利叠在一起的结果。把它写成「你也可以」，是骗人。可抄的是写法：给能力起交付名、给公司起边界句、给项目起可观察的成功标准。

融资与估值是公司/媒体自报，不是本号审计。2.15 亿以 BusinessWire 通稿为准；约 8.65 亿投后估值以 TechCrunch、Bloomberg 等对 Weil/公司口径的报道为准。后续若有更新，以监管文件与正式通稿为准，人物稿不当招股书。

团队与资本环境。通稿列出的天使与机构名单很长，早期员工也来自机器人与制药研究机构。个人工作室没有同等密度时，更该把他的路径缩成你能负担的版本：更小的交付名、更短的边界句、更老实的对外承诺。

你多半不会去融 2.15 亿，也不一定要建化学实验室，但可以把他的做法拆小：

从 1992 年差点垫底的高中毕业成绩，到把「数据科学家」写成可招聘岗位，再到今天在融资通稿里写死「我们不做药」——DJ Patil 这条线并不神秘：一直在把模糊的东西写成别人能买、能协作、能问责的形状。

他也会换棋盘，也会站在资本与明星联合创始人网络之上。成绩单不能复制，「写成岗位名 → 对准真实账单 → 公开写死边界 → 用搭档补短板」可以。

这几步里你最想先学哪一步？评论区直接回序号也行。

往期 · 继续读

Cognition CEO斯科特·吴：IOI三枚金牌，2014年还拿了总分第一

哈萨比斯刚把AGI收到两三年：17岁那款游戏卖了超一千万份

刚融15亿美元的芯片老将凯勒：同事平均读过0本管理书，他读了20本

会用 AI 工具，却不知道怎么把「方法」卖成别人愿意付钱的交付，是很多人的卡点。Patil 的启示是：先把能力写成交付名，再把边界写清楚。「AI商业实战」新人邀请礼遇 ¥25，进来先领可勾选的成长笔记和交付短卡，把你会的写成别人能直接买的东西，每天还有风向和可复现教程。回复【成长四步】领取「成长四步笔记」。

点文末「阅读原文」开启 AI 实战交流