前通义技术负责人林俊旸创业，Pragmatik Labs 天使轮估值 20 亿美元
原阿里通义实验室 Qwen 技术负责人林俊旸创办 Pragmatik Labs，高榕与红杉中国联合领投、腾讯等跟投，天使…
原阿里通义实验室 Qwen 技术负责人林俊旸于近期正式宣布其新公司 Pragmatik Labs 亮相，注册主体为语用（上海）科技。这家尚未发布任何产品的公司已完成天使轮融资，由高榕与红杉中国联合领投，腾讯与上海未来产业基金跟投，估值约 20 亿美元。工商信息显示，三家外部机构合计投入约 2.2 亿美元，仅获得 12% 股权，创始人林俊旸及关联主体持股 88%。另有消息称，新一轮融资估值已上探至 50 亿美元。
从北外到 Qwen：开源矩阵的搭建者
林俊旸 1993 年出生，本科就读于国际关系学院英语系，硕士阶段进入北大外国语学院学习外国语言学及应用语言学，期间转向计算语言学，精通六门语言。2019 年校招加入阿里达摩院，在杨红霞带领的 M6 团队做预训练模型研发；2022 年底通义实验室成立时，被任命为 Qwen 技术负责人，时年 29 岁。
2023 年 8 月 Qwen 首次开源，此后以密集节奏迭代：从 0.5B 到 72B 全尺寸覆盖，延伸至 Coder、Math、视觉多模态与推理模型 QwQ。阿里方面表示，截至 2026 年初，Qwen 衍生模型已突破 20 万个，全球下载量超 10 亿次，自 2023 年以来累计发布超过 400 个开源模型。Hugging Face 春季报告显示，中国开源模型下载量已占全球总量 41%，Qwen 与 DeepSeek 被视为中国开源大模型的两根支柱。
据接近 Qwen 团队的人士回忆，林俊旸的管理风格偏向「设定明确靶子、快速迭代、不追求每个细节完美」。在资源远少于对手的情况下，Qwen 选择了以全尺寸、全模态开源矩阵覆盖最广泛开发者群体的差异化路线。
离职阿里：开源理想主义与商业化诉求的冲突
2026 年 2 月底，阿里对大模型业务做架构调整，战略重心向商业化倾斜。据多家媒体报道，林俊旸主张的「极致开源、商用零成本」与集团诉求产生结构性冲突；3 月一场内部会议后，林俊旸离开会场并提交辞呈，后训练负责人郁博文、核心贡献者李凯鑫等人随后确认离职。
当时林俊旸在朋友圈写道：「不是这几天，我都不知道这世界这么多人爱我」，并表示自己「至少内心觉得做到了为兄弟们好、为阿里云好、为集团好」。业界普遍认为，这场离职风波的本质是技术理想主义与大公司商业逻辑之间的碰撞：阿里需要 AI 投入产生回报，林俊旸则坚信 Qwen 核心竞争力来自开源生态，过度商业化会伤害开发者信任。
资本的高溢价：人才稀缺性的「乘数效应」
林俊旸刚离职时，投资圈迅速行动，多家机构「求对接」。AI 领域资深猎头聂伟用「乘数效应」解释头部 AI 人才的高溢价：企业重金引入顶尖人才，看重的不只是其直接产出，更是人才作为「磁石」吸引同领域优秀人才继续聚集的能力。
根据 PitchBook 2026 年一季度 AI VC Trends 报告，期内全球 AI 初创企业共筹集 2555 亿美元，已超过 2025 年全年总和。月之暗面估值半年内从 43 亿美元升至 315 亿美元，DeepSeek 一级市场谈判价约 450 亿美元。Thinking Machines Lab 在产品尚处早期时即完成 20 亿美元融资、估值 120 亿美元，后与英伟达签署部署至少 1 吉瓦 Vera Rubin 系统的协议，总投资规模或达 600 亿美元。
在此背景下，传统 DCF 估值模型对这些案例几乎失效。一家尚无收入的 AI 公司值多少，取决于三个变量：
- 创始人履历的可信度
- 团队对技术范式的判断力
- 战略投资人对生态位的争夺
林俊旸的履历恰好同时满足这三点。四家外部股东此前均投资过月之暗面。腾讯近年密集投资智谱、MiniMax、月之暗面，此次下注 Pragmatik 延续了通过资本锁定外部前沿 AI 能力的策略。有分析师指出，若 Pragmatik 在数字 Agent 方向突破，微信、企业微信、腾讯文档、腾讯会议将提供天然试验场。
Pragmatik 的押注：从训练模型到训练 Agent
公司名 Pragmatik 来自语言学中的「语用学」（Pragmatics），同时承载实用主义（Pragmaticism）之意。林俊旸在 X 平台发文「适度利润」，被解读为其商业基调：不走「赔本赚吆喝」的原教旨开源，也不做「唯利是图」的纯商业公司。
Pragmatik 的技术押注集中在 Agent 方向，源自林俊旸在《From "Reasoning" Thinking to "Agentic" Thinking》中的核心观点：
- 推理模型在封闭上下文里寻找最优解，Agent 则必须为行动去思考
- 现实任务动态开放，信息缺失、工具报错、网页改版都会发生
- 早期小错可能在几十步后被无限放大
他强调的关键概念是 Harness Engineering（智能体脚手架工程）：模型周围的工具、记忆、环境、权限、验证机制以及多 Agent 协作范式，将和模型本身一起决定最终效果，下一代 AI 公司的壁垒正从模型参数转向模型与环境的整体系统。
OSWorld 2.0 基准测试结果佐证了这一判断的紧迫性——该测试将电脑操作任务扩展到 108 个真实长程工作流，表现最好的 Claude Opus 4.8 在最严格的全任务完成指标下仅做到 20.6%，GPT-5.5 约 13%。研究者总结了五类典型 Agent 失败：信息遗漏与追踪失败、感知与行动时序错位、领域知识与工作流缺失、验证与反思不足、长程状态漂移。
Pragmatik 同时布局 Digital Agents 与 Physical Agents。多数创业公司会选择单点突破，林俊旸则将两者视为 Agent 面对的两种环境形态：输入输出不同，核心瓶颈一致，即如何在长跨度时间内维持目标、处理不确定性、从环境反馈中持续学习。
考验与变量
野心与风险向来一体。20 亿美元估值对应的不只是一款 Agent 应用或一家机器人公司——它必须证明自己有机会成为下一代基础平台。数字 Agent 要面对 Manus、Devin、OpenAI Operator 的竞争，物理 Agent 要直面特斯拉 Optimus、Figure、Agility 等已抢跑的玩家。林俊旸的考验也从模型研发延伸到团队、产品与商业化。
Qwen 的成功曾依托阿里的算力、数据与品牌背书，Pragmatik 需要在独立环境下重建这一切。但创始团队已经在模型能力趋于商品化的节点做出了一个判断：当所有人还在堆参数时，下一阶段的胜负维度已经转向系统与环境，这与其当年推动 Qwen 开源的逻辑一脉相承。