林俊旸成立Pragmatik，训练对象从模型变成系统 (2026)

导读

The Information 的新简报确认了林俊旸创业；比融资阵容更重要的是，他把下一家公司押在了「模型、环境与行动」组成的整套系统上。

作者丨 AI 科技评论编辑丨 AI 科技评论

大模型先学会了把一道题想得更久。

林俊旸现在要做的，是让它在动手之后继续想。

The Information 页面标注的原生发布时间换算为北京时间 8 月 12 日 11 时 26 分 22 秒。该媒体当天发布短简报《Former Alibaba Researcher Announces New Startup on Digital and Physical AI Agents》，确认这位前阿里研究员已成立 Pragmatik Labs。1

林俊旸在本人公告中说，公司设在上海，研究横跨数字与物理世界的下一代智能体；高榕创投与 HSG（红杉中国）共同领投，腾讯和上海未来产业基金提供支持。2

这条消息很容易被写成又一位明星研究员带着高估值离开大厂。

本稿更关心的是：Pragmatik 公开的研究对象，不是又一套只比参数和榜单的模型，而是能调用工具、接收反馈并持续行动的系统。

01｜简报确认了什么

本文依据 The Information 可见的公开摘要与页面元数据，并结合林俊旸本人公告和公司官网整理。The Information 的公开摘要把新消息压缩成三点：林俊旸已经创业；公司名为 Pragmatik Labs；公司研究「横跨数字与物理世界的下一代智能体」。1

它还说，这次官宣确认了该媒体此前的报道。1

前情里有两条不能混在一起。

5 月 13 日的公开页面摘要显示，The Information 引述两名直接知情人士称，林俊旸正为新实验室寻求数亿美元融资，交易完成后的估值可能约为 20 亿美元；当时高榕与红杉中国仍在洽谈。3

6 月 15 日短简报的公开摘要又显示，该媒体引述知情人士称，腾讯在首轮投入 2000 万美元，该轮募资数亿美元，投后估值约 20 亿美元。4

8 月的本人公告确认了领投方与支持方，却没有公布融资总额、估值或各方出资比例。2

能确认的是这轮资本关系已经公开；数亿美元与 20 亿美元仍是 The Information 基于知情人士给出的报道值，不是公司官宣值。

林俊旸的原帖如下：

Loading content card…

02｜训练对象换了

Pragmatik 官网没有公布模型、产品或客户名单。

它只把研究对象写得很清楚。

数字智能体面向知识工作、运营和产业级流程；物理智能体要在现实环境里适应、行动，并完成长程任务。5

两条线从同一句话起步：系统要会推理、使用工具、从反馈中学习，并协调行动。5

这不是临时拼出来的公司口号。

今年 3 月，林俊旸在《From “Reasoning” Thinking to “Agentic” Thinking》中复盘了 Qwen3 的混合思考路线，并把下一阶段定义为从「训练模型」走向「训练智能体」，再走向「训练系统」。6

在他的框架里，推理模型面对的是一道题和一个验证器。

智能体面对的则是浏览器、终端、工具服务、模拟器、记忆系统和不断变化的任务状态。6

答案错了，可以重新生成。

动作做错了，环境已经被改变。

林俊旸因此把训练对象写成「模型加环境」，更具体地说，是智能体与包围它的工具和运行框架。6

模型仍是发动机，但赛道已经把道路、红绿灯和维修站一起算进了车辆性能。

03｜双世界两套账

数字智能体和物理智能体共享「感知—计划—行动—反馈」这条链路，训练成本却不是一回事。

数字世界容易复制环境。

代码能跑测试，网页能检查状态，工具调用也能留下日志。

Thinking Machines Lab 今年 7 月发布 Inkling 时称，它让模型在多种编程与智能体运行框架中训练，并随机改变工具集合与接口格式，减少模型对某一套工具的依赖。7

这类反馈虽然不完美，至少可以大规模复现。

物理世界没有那么便宜。

机械臂的形态、传感器、摩擦、遮挡和碰撞都会改变结果，失败也不只是屏幕里多出一行报错。

Google DeepMind 的 Gemini Robotics 1.5 因此拆成两层：ER 1.5 负责理解环境、调用数字工具并规划步骤，VLA 模型再把视觉信息与指令转成机器人的动作。8

Gemini Robotics 1.5 智能体系统架构图 — Google DeepMind 于 2025 年 9 月公开的架构图：高层 ER 1.5 模型负责理解环境、调用数字工具并规划步骤，VLA 1.5 模型据此执行物理动作。8

AI 科技评论注意到，Pragmatik 官网也把数字工作与物理行动分开描述，却把它们放进同一个研究框架。5

这透露的不是一款产品，而是一种研发顺序。

数字环境可以更快生成任务、收集轨迹和验证反馈；物理环境再检验系统能否在噪声、延迟与安全约束下完成行动。

同一套智能体理念，进入物理世界后，环境不再只是训练场，而会变成产品和安全系统的一部分。

04｜原话与刹车

林俊旸在 3 月长文的结尾，把自己的判断说得比官网更直接：

The core object of training has shifted. It is the model-plus-environment system, or more concretely, the agent and the harness around it.
意译：训练的核心对象已经改变。它变成了模型与环境组成的系统；更具体地说，是智能体和包围它的运行框架。6

这句话解释了 Pragmatik 为什么同时写下数字与物理两条线。

它也划出了当前证据的边界。

官网没有模型名称，没有公开演示，没有团队名单，也没有产品时间表；招聘入口只有一个联系邮箱。5

资本已经下注，但公开证据仍不足以判断产品成熟度。

下一步需要出现四类证据：数字智能体能完成哪些长流程任务，物理智能体使用什么硬件与数据，环境反馈如何进入训练，以及产品在真实客户那里能否稳定复现。

在这些答案出现之前，20 亿美元只能衡量资本愿意提前押多少，不能衡量 Pragmatik 已经做成了多少。

林俊旸离开的是一支训练模型的队伍，Pragmatik 要证明的，是一家公司能不能把模型外面的世界也训练进去。