导语：在数字化转型浪潮席卷各行各业的今天，AI技术正从辅助工具演进为变革核心。前阿里最年轻P10技术专家林俊旸，在离职五个月后正式官宣创办AI公司语用科技（Pragmatik Labs），聚焦横跨数字世界与物理世界的下一代智能体。这不仅是一次个人创业，更预示着AI Agent技术即将进入全新阶段。
从阿里P10到创业者：林俊旸的AI之路
1993年出生的林俊旸，曾是阿里巴巴最年轻的P10级技术专家，在阿里期间主导了千问大模型的技术研发，与智谱AI创始人唐杰、月之暗面创始人杨植麟、腾讯首席AI科学家姚顺雨并称“基模四杰”。今年3月，他宣布从阿里离职，彼时业界已猜测其将投身创业。五个月后，谜底揭晓——语用科技（Pragmatik Labs）在上海正式成立。
林俊旸的创业并非一时冲动。他在阿里积累的千问大模型训练经验，以及对AI Agent领域的长期观察，让他看到了一个关键缺口：当前的大模型更多停留在“聊天”或“生成”层面，真正能自主感知环境、制定计划、执行任务并反馈结果的智能体尚未成熟。而语用科技的目标，正是打造“横跨数字世界和物理世界的下一代智能体”。
值得注意的是，林俊旸将公司命名为“Pragmatik”，取自“pragmatic”（实用主义）的变体，强调技术必须落地到真实场景。这与当前许多AI公司追求“通用智能”的方向形成微妙差异。AI Agent技术的核心在于“行动”，而非仅仅“思考”，语用科技试图从第一天起就解决这个根本问题。
在团队构成上，林俊旸透露已从阿里、字节跳动等公司招募了一批核心研发人员，其中不乏在大模型训练、机器人控制、多模态感知等领域有深厚积累的专家。这种“跨界”组合，恰好呼应了其“数字+物理”的技术愿景。
下一代智能体：跨越数字与物理的桥梁
什么是“下一代智能体”？林俊旸在公开信中提到，它并非简单的聊天机器人或自动化脚本，而是一个能够自主理解环境、分解任务、调用工具、执行动作并持续学习的智能系统。例如，在数字世界，它可以自动完成复杂的数据分析、代码编写、流程编排；在物理世界，它可以控制机械臂、无人机、自动驾驶车辆等设备完成实际作业。
这种愿景与当前大模型的应用模式有着本质区别。目前主流的大模型（如GPT-4、Claude等）本质上是“信息处理引擎”，用户输入提示词，模型输出文本或图像。而智能体需要具备“循环感知-决策-执行”的闭环能力，这要求模型具备更强的推理规划、工具调用和记忆能力。文生图工具虽然能生成精美的图像，但它无法理解“把画中的桌子往左移10厘米”这样的物理指令。智能体则需要理解这种空间关系并执行。
语用科技的技术路线图显示，他们将首先攻克“数字智能体”，即能在软件环境中自主完成复杂任务（如企业资源规划、客户服务、代码审查等），再逐步向“物理智能体”延伸。这与特斯拉、Figure AI等公司的机器人方向不同——后者更强调硬件本体，而语用科技更注重“大脑”（智能体系统）与“身体”（各类终端）的松耦合。
想象一下，未来的智能体可以像人类一样使用AI画图工具进行设计，然后通过抠图技术处理素材，再调用3D打印机输出实物——整个过程无需人工逐一下达指令。这正是林俊旸所描述的“数字与物理的桥梁”。
融资20亿美元：资本为何押注语用科技？
据The Information报道，语用科技本轮融资规模达数亿美元，由高榕创投和红杉中国共同领投，腾讯和上海未来产业基金提供支持。投后估值约20亿美元（约合135亿元人民币）。其中高榕和红杉各投资约1亿美元，腾讯投资约2000万美元。
这一估值在AI初创公司中相当可观。对比来看，月之暗面（Kimi）在2023年融资后的估值约10亿美元，而语用科技尚未发布任何产品便达到20亿美元，反映出资本对“智能体”赛道的高度期待。
为何资本如此看好？首先，林俊旸本人拥有“明星创业者”光环——阿里P10、千问技术负责人、“基模四杰”之一，这些标签本身就是信用背书。其次，{{LINK|AI工具导航}}行业数据显示，2024年全球智能体初创公司融资总额已超过50亿美元，且主要集中在“数字智能体”领域。资本认为，随着大模型能力趋于成熟，智能体将成为下一个爆发点。
红杉中国合伙人表示：“语用科技对智能体的理解非常务实，他们不追求大而全的通用智能，而是聚焦于可落地、可规模化的场景。这种‘实用主义’恰恰是AI产业从‘技术驱动’转向‘价值驱动’的关键。”腾讯方面则强调，智能体在未来物联网和工业互联网中将扮演核心角色，这与腾讯的产业互联网战略高度契合。
当然，高估值也带来了高期望。语用科技需要在18-24个月内证明其技术路线能产生实际收入或显著效率提升，否则资本市场的耐心可能迅速消退。企业数字化转型的紧迫性，或许能为其提供第一批客户。
数字化转型浪潮中的智能体机遇
当前，全球经济正加速进入数字化转型深水区。企业不再满足于简单的流程数字化，而是追求“智能化”——即通过AI自主决策、自动执行来降低人力成本、提升响应速度。这正是智能体大显身手的舞台。
以制造业为例，一条生产线可能涉及十几种不同的软件系统（ERP、MES、WMS等）和数十种物理设备。传统做法需要工程师写脚本或人工协调，而智能体可以理解生产计划、自动调度设备、监控质量并处理异常。AI技术的进步使得这种“类人”的协调能力成为可能。
在服务行业，智能体可以充当“超级客服”——不仅能回答用户问题，还能直接调用后台系统修改订单、退款、安排物流，甚至根据用户情绪调整沟通策略。这比目前基于大模型的“客服机器人”要强大得多，因为后者通常只能输出文本，无法执行操作。
最新科技如多模态感知、强化学习、因果推理等，正在为智能体注入新的能力。语用科技的研究方向之一，就是让智能体具备“模型世界”的能力——即通过构建环境模型来预测动作后果，从而做出更优决策。这种能力一旦成熟，将彻底改变自动驾驶、机器人、智能家居等众多领域。
对于企业而言，拥抱智能体不仅是技术升级，更是组织形态的变革。未来，每个部门可能都会配备一个“数字员工”——一个专用的智能体，负责处理该部门80%的重复性工作。人类员工则专注于创造性、战略性任务。这种“人机协作”模式，将是数字化转型的终极形态。
挑战与未来：智能体如何落地产业？
尽管前景光明，智能体距离大规模落地仍面临诸多挑战。首先是可靠性问题。智能体需要自主执行复杂任务，一旦出现错误，可能导致系统崩溃或物理损坏。如何确保其行为可解释、可预测、可纠错，是当前研究的难点。
其次是安全与隐私。智能体在调用各种工具和访问数据时，需要严格的权限管理。如果被恶意利用，可能造成严重后果。语用科技表示，他们将采用“最小权限原则”和“沙箱隔离”技术，确保智能体只能在授权范围内行动。
第三是成本。目前运行一个智能体所需的算力远高于普通大模型，因为需要持续进行推理、规划、记忆更新。对于中小企业而言，可能难以承担。但随着AI技术的持续优化，边际成本会逐步下降。
最后是生态。智能体需要与大量第三方工具和服务对接。语用科技计划开放API，允许开发者为其智能体添加自定义能力，类似于艺术签名工具可以嵌入到各种平台。这种生态壁垒的建立，将是其长期竞争力的关键。
展望未来，林俊旸认为智能体的“iPhone时刻”尚未到来，但已经不远。他预测，未来两年内，我们将看到至少一款“杀手级”智能体应用，就像ChatGPT引爆了生成式AI一样。届时，数字化转型将不再是一句口号，而是由智能体驱动的深度变革。
对于关注AI的读者来说，语用科技的进展值得持续跟踪。你可以通过AI工具箱找到更多类似的前沿工具，感受智能体如何一步步改变我们的生活和工作。