上海 AI 新創 Pragmatik Labs（中文註冊名為「語用科技」，據報內部稱為「p7k」）由前阿里巴巴千問模型系列技術負責人林俊旸創辦，研究方向是橫跨數碼世界與實體世界的下一代智能體（AI Agent）。34

最令人側目的，不只是公司的研究藍圖，而是融資時間點：據報 Pragmatik 在未公開展示產品、發表模型、披露客戶或收入，甚至未有公布推出時間表之前，已取得約 20 億美元的投後估值。813

換句話說，這暫時更像一場押注創辦人、研究方向及 AI 下一階段發展的高價投資，而不是一間已經證明商業模式的初創企業。

融資及股權：投資者押注了甚麼？

報道指，高榕創投與 HSG——即前身為紅杉中國的 HongShan——共同領投本輪融資，騰訊及上海未來產業基金亦有參與。411

市場最常見的交易拆分是約 2.2 億美元：高榕創投及 HSG 各約投資 1 億美元，騰訊約投資 2,000 萬美元，上海未來產業基金亦在其中。不過，這些具體金額主要來自媒體及業內報道，並非公司公開發布的正式融資公告，因此應視為「據報數字」。1014

企業資料報道則顯示，語用科技的股權結構相當集中：外部機構合共持股約 12%，林俊旸及其關聯實體持股約 88%。811 這代表林俊旸仍掌握很大控制權，也反映投資者現階段主要買入的，似乎是他繼續領導公司、招攬人才及作出技術判斷的能力，而不是已經存在的營業額或客戶基礎。

需要分清楚的是，20 億美元是私人融資交易中訂出的投後估值，並不代表 Pragmatik 已經擁有一門價值 20 億美元的營運生意。現有公開報道未能證實公司已經有公開產品、用戶、客戶、訂單或收入。813

不再做另一個基礎模型，而是做「能夠行動」的 Agent

Pragmatik 的公開定位，與林俊旸過去在阿里巴巴主力推動的基礎模型工作有所不同。公司提出要研究「跨越數碼及實體世界的下一代智能體」，重點不只是生成答案，而是讓系統進入環境、使用工具、執行任務，再根據結果修正下一步。418

數碼智能體：由回答問題變成完成工作

數碼智能體主要面向知識工作、企業營運及行業工作流程。公司列出的核心能力包括：

• 對任務作出推理；
• 使用軟件及外部工具；
• 從環境反饋中學習；以及
• 在較長時間內協調一連串行動。1718

簡單講，傳統聊天機械人可能只需交出一個答案；Agent 則要將工作做下去：先訂立計劃，再採取行動，檢查結果，遇到問題時調整方法，直至任務取得有用進展。

實體智能體：由電腦畫面走入現實環境

實體智能體則將相同概念延伸到真實世界。系統需要感知不斷變化的環境，作出適應，透過機械裝置採取行動，並完成時間跨度較長的任務。1718

這比製作一個軟件助理難得多。數碼 Agent 出錯，可能是答錯問題或錯誤操作工具；實體 Agent 除此之外，還要處理感知、空間推理、動作控制、硬件可靠性、安全，以及在現實世界採取行動所帶來的後果。

「由研究走向產品」及長期研究

Pragmatik 亦提出「Research to Product」概念，即前沿研究要進入真實場景，再由現實世界的反饋決定下一步研究方向。公司同時強調「Long Horizons」，希望探索超越現有 Agent 範式的長期系統，而不只是為今天的產品作小修小補。1825

不過，公司的公開資料仍然相當概括。現有報道未見公司披露模型參數、基準測試成績、訓練數據、硬件合作夥伴、具體產品或推出時間表。232425

為甚麼投資者願意押注林俊旸？

目前看來，這宗交易的核心投資邏輯是「人才溢價」，而非初創企業已經取得的市場成績。林俊旸過去參與建立千問的技術及開源生態，令投資者相信他有能力在 AI 研究前沿組建團隊、吸納人才及執行長期計劃。48

林俊旸在 2019 年加入阿里巴巴達摩院，之前曾接受語言學及計算語言學方面的學術訓練。其後，隨着阿里巴巴成立通義實驗室，他成為千問項目的技術領導之一。報道指，他是最初千問技術報告的作者之一，亦是 Qwen2.5 技術報告的核心貢獻者。48

在千問體系下，阿里巴巴推出了涵蓋多個用途的開源模型，包括程式編碼、數學、視覺及多模態、推理等版本。據報截至 2026 年初，千問生態已經有超過 400 個開源模型、逾 20 萬個衍生模型，以及超過 10 億次全球下載。8

但這些數字描述的是千問生態，而不是 Pragmatik 的營運表現。它們可以證明林俊旸曾經參與建立大型技術社群，卻不能直接證明新公司已有產品市場匹配或收入來源。

林俊旸對具身智能的興趣亦不是創業後才出現。報道指，他在 2025 年 10 月已經在千問內部組建機械人及具身智能團隊。1531 因此，Pragmatik 將研究重心延伸至實體 Agent，看起來更像是他原有研究路線的延續，而非突然轉換跑道。

離開阿里後，林俊旸提出「智能體式思考」

林俊旸在 2026 年 3 月 4 日宣布離開阿里巴巴千問項目，並寫下「Bye my beloved Qwen」。有報道將他的離開與公司內部組織及商業化優先次序變化聯繫起來，但目前公開資料未有提供一個由各方獨立核實、完整交代內部原因的版本。57

3 月 26 日，他發表題為《From “Reasoning” Thinking to “Agentic” Thinking》的文章，提出 AI 發展應由在封閉提示框內進行推理，走向能夠持續採取行動的系統。這類系統要懂得制定計劃、使用工具、進入環境、觀察反饋、修改策略，並在一段較長時間內協調行動。1719

他的核心判斷是：模型能夠解答一道題目，與系統能夠在不斷變化的環境中完成一項有價值的工作，是兩回事。

如果 AI 只需要回答問題，評估重點可以是答案是否正確；但如果 AI 要真正替人完成工作，還要看它能否持續取得進展、處理失敗，以及經過一連串行動後達到有用結果。行動會產生反饋，反饋再影響下一個決定，這正是 Agent 與單次問答模型之間的重要分別。

實體 Agent 更進一步，因為它不只操作文件、網站或企業軟件，還要與物件、機械裝置及不斷變化的周遭環境互動。這可能帶來更豐富的學習循環，但同時亦令技術、營運及安全難度大幅上升。現階段，這仍然是一個雄心勃勃的長期假設，而不是已被證明的商業優勢。1115

與 Mira Murati 的 Thinking Machines Lab 有何不同？

Pragmatik 並非孤例。近年部分 AI 新創在仍未有傳統商業指標之前，已經憑創辦人的技術履歷及研究聲望取得極高估值。

Mira Murati 創辦的 Thinking Machines Lab 在 2025 年 7 月以約 120 億美元估值，完成約 20 億美元融資，主導投資者為 Andreessen Horowitz。路透社當時報道，該公司仍然沒有收入或產品。33

兩家公司都展示了同一種融資現象：投資者可以在收入、客戶及產品推出之前，先為一個頂尖研究團隊及可能出現的技術突破定價。

但兩者並不完全相同。Pragmatik 的據報估值約為 20 億美元，約是 Thinking Machines Lab 120 億美元估值的六分之一；更重要的是，Pragmatik 同時押注軟件 Agent 及具身、實體系統，執行難度尤其高。433

高估值可以幫助公司招兵買馬，卻不能取代產品驗證。創辦人的往績可以吸引資金，但公司最終仍要將資金轉化成可靠系統，以及一門能夠長期運作的生意。

下一步要證明甚麼？

Pragmatik 的估值，最終要在融資文件以外接受考驗。公司需要證明，自己的 Agent 技術能夠為客戶或開發者帶來現有基礎模型供應商及 Agent 平台難以輕易提供的價值。

較關鍵的里程碑包括：

• 能夠可靠完成實用、時間跨度較長的數碼任務；
• 在真實企業或行業工作流程中展現可量化的表現；
• 取得付費客戶，並建立可信的經常性收入模式；
• 如果機械人仍是核心方向，就要在實體環境中展示安全、可重複的表現；以及
• 建立足以負擔研究、算力、數據、硬件及部署成本的經濟模式。

截至目前，公開證據支持的結論是：Pragmatik 是一家資金充裕、由創辦人高度控制、目標涵蓋數碼及實體 Agent 的研究型初創公司。但現有資料仍不足以證明它已具備成熟產品、用戶採用、收入，或足以支持 20 億美元估值的技術優勢。4813

真正的看點，是林俊旸能否將千問時代累積的技術聲望，轉化成一間獨立公司——不只令 Agent「識答」，而是能夠反覆把事情做好，並且令這種行動在經濟上有價值。

上海 AI 新創 Pragmatik Labs（中文註冊名為「語用科技」，據報內部稱為「p7k」）由前阿里巴巴千問模型系列技術負責人林俊旸創辦，研究方向是橫跨數碼世界與實體世界的下一代智能體（AI Agent）。34

最令人側目的，不只是公司的研究藍圖，而是融資時間點：據報 Pragmatik 在未公開展示產品、發表模型、披露客戶或收入，甚至未有公布推出時間表之前，已取得約 20 億美元的投後估值。813

換句話說，這暫時更像一場押注創辦人、研究方向及 AI 下一階段發展的高價投資，而不是一間已經證明商業模式的初創企業。

融資及股權：投資者押注了甚麼？

報道指，高榕創投與 HSG——即前身為紅杉中國的 HongShan——共同領投本輪融資，騰訊及上海未來產業基金亦有參與。411

市場最常見的交易拆分是約 2.2 億美元：高榕創投及 HSG 各約投資 1 億美元，騰訊約投資 2,000 萬美元，上海未來產業基金亦在其中。不過，這些具體金額主要來自媒體及業內報道，並非公司公開發布的正式融資公告，因此應視為「據報數字」。1014

企業資料報道則顯示，語用科技的股權結構相當集中：外部機構合共持股約 12%，林俊旸及其關聯實體持股約 88%。811 這代表林俊旸仍掌握很大控制權，也反映投資者現階段主要買入的，似乎是他繼續領導公司、招攬人才及作出技術判斷的能力，而不是已經存在的營業額或客戶基礎。

需要分清楚的是，20 億美元是私人融資交易中訂出的投後估值，並不代表 Pragmatik 已經擁有一門價值 20 億美元的營運生意。現有公開報道未能證實公司已經有公開產品、用戶、客戶、訂單或收入。813

不再做另一個基礎模型，而是做「能夠行動」的 Agent

Pragmatik 的公開定位，與林俊旸過去在阿里巴巴主力推動的基礎模型工作有所不同。公司提出要研究「跨越數碼及實體世界的下一代智能體」，重點不只是生成答案，而是讓系統進入環境、使用工具、執行任務，再根據結果修正下一步。418

數碼智能體：由回答問題變成完成工作

數碼智能體主要面向知識工作、企業營運及行業工作流程。公司列出的核心能力包括：

• 對任務作出推理；
• 使用軟件及外部工具；
• 從環境反饋中學習；以及
• 在較長時間內協調一連串行動。1718

簡單講，傳統聊天機械人可能只需交出一個答案；Agent 則要將工作做下去：先訂立計劃，再採取行動，檢查結果，遇到問題時調整方法，直至任務取得有用進展。

實體智能體：由電腦畫面走入現實環境

實體智能體則將相同概念延伸到真實世界。系統需要感知不斷變化的環境，作出適應，透過機械裝置採取行動，並完成時間跨度較長的任務。1718

這比製作一個軟件助理難得多。數碼 Agent 出錯，可能是答錯問題或錯誤操作工具；實體 Agent 除此之外，還要處理感知、空間推理、動作控制、硬件可靠性、安全，以及在現實世界採取行動所帶來的後果。

「由研究走向產品」及長期研究

Pragmatik 亦提出「Research to Product」概念，即前沿研究要進入真實場景，再由現實世界的反饋決定下一步研究方向。公司同時強調「Long Horizons」，希望探索超越現有 Agent 範式的長期系統，而不只是為今天的產品作小修小補。1825

不過，公司的公開資料仍然相當概括。現有報道未見公司披露模型參數、基準測試成績、訓練數據、硬件合作夥伴、具體產品或推出時間表。232425

為甚麼投資者願意押注林俊旸？

目前看來，這宗交易的核心投資邏輯是「人才溢價」，而非初創企業已經取得的市場成績。林俊旸過去參與建立千問的技術及開源生態，令投資者相信他有能力在 AI 研究前沿組建團隊、吸納人才及執行長期計劃。48

林俊旸在 2019 年加入阿里巴巴達摩院，之前曾接受語言學及計算語言學方面的學術訓練。其後，隨着阿里巴巴成立通義實驗室，他成為千問項目的技術領導之一。報道指，他是最初千問技術報告的作者之一，亦是 Qwen2.5 技術報告的核心貢獻者。48

在千問體系下，阿里巴巴推出了涵蓋多個用途的開源模型，包括程式編碼、數學、視覺及多模態、推理等版本。據報截至 2026 年初，千問生態已經有超過 400 個開源模型、逾 20 萬個衍生模型，以及超過 10 億次全球下載。8

但這些數字描述的是千問生態，而不是 Pragmatik 的營運表現。它們可以證明林俊旸曾經參與建立大型技術社群，卻不能直接證明新公司已有產品市場匹配或收入來源。

林俊旸對具身智能的興趣亦不是創業後才出現。報道指，他在 2025 年 10 月已經在千問內部組建機械人及具身智能團隊。1531 因此，Pragmatik 將研究重心延伸至實體 Agent，看起來更像是他原有研究路線的延續，而非突然轉換跑道。

離開阿里後，林俊旸提出「智能體式思考」

林俊旸在 2026 年 3 月 4 日宣布離開阿里巴巴千問項目，並寫下「Bye my beloved Qwen」。有報道將他的離開與公司內部組織及商業化優先次序變化聯繫起來，但目前公開資料未有提供一個由各方獨立核實、完整交代內部原因的版本。57

3 月 26 日，他發表題為《From “Reasoning” Thinking to “Agentic” Thinking》的文章，提出 AI 發展應由在封閉提示框內進行推理，走向能夠持續採取行動的系統。這類系統要懂得制定計劃、使用工具、進入環境、觀察反饋、修改策略，並在一段較長時間內協調行動。1719

他的核心判斷是：模型能夠解答一道題目，與系統能夠在不斷變化的環境中完成一項有價值的工作，是兩回事。

如果 AI 只需要回答問題，評估重點可以是答案是否正確；但如果 AI 要真正替人完成工作，還要看它能否持續取得進展、處理失敗，以及經過一連串行動後達到有用結果。行動會產生反饋，反饋再影響下一個決定，這正是 Agent 與單次問答模型之間的重要分別。

實體 Agent 更進一步，因為它不只操作文件、網站或企業軟件，還要與物件、機械裝置及不斷變化的周遭環境互動。這可能帶來更豐富的學習循環，但同時亦令技術、營運及安全難度大幅上升。現階段，這仍然是一個雄心勃勃的長期假設，而不是已被證明的商業優勢。1115

與 Mira Murati 的 Thinking Machines Lab 有何不同？

Pragmatik 並非孤例。近年部分 AI 新創在仍未有傳統商業指標之前，已經憑創辦人的技術履歷及研究聲望取得極高估值。

Mira Murati 創辦的 Thinking Machines Lab 在 2025 年 7 月以約 120 億美元估值，完成約 20 億美元融資，主導投資者為 Andreessen Horowitz。路透社當時報道，該公司仍然沒有收入或產品。33

兩家公司都展示了同一種融資現象：投資者可以在收入、客戶及產品推出之前，先為一個頂尖研究團隊及可能出現的技術突破定價。

但兩者並不完全相同。Pragmatik 的據報估值約為 20 億美元，約是 Thinking Machines Lab 120 億美元估值的六分之一；更重要的是，Pragmatik 同時押注軟件 Agent 及具身、實體系統，執行難度尤其高。433

高估值可以幫助公司招兵買馬，卻不能取代產品驗證。創辦人的往績可以吸引資金，但公司最終仍要將資金轉化成可靠系統，以及一門能夠長期運作的生意。

下一步要證明甚麼？

Pragmatik 的估值，最終要在融資文件以外接受考驗。公司需要證明，自己的 Agent 技術能夠為客戶或開發者帶來現有基礎模型供應商及 Agent 平台難以輕易提供的價值。

較關鍵的里程碑包括：

• 能夠可靠完成實用、時間跨度較長的數碼任務；
• 在真實企業或行業工作流程中展現可量化的表現；
• 取得付費客戶，並建立可信的經常性收入模式；
• 如果機械人仍是核心方向，就要在實體環境中展示安全、可重複的表現；以及
• 建立足以負擔研究、算力、數據、硬件及部署成本的經濟模式。

截至目前，公開證據支持的結論是：Pragmatik 是一家資金充裕、由創辦人高度控制、目標涵蓋數碼及實體 Agent 的研究型初創公司。但現有資料仍不足以證明它已具備成熟產品、用戶採用、收入，或足以支持 20 億美元估值的技術優勢。4813

真正的看點，是林俊旸能否將千問時代累積的技術聲望，轉化成一間獨立公司——不只令 Agent「識答」，而是能夠反覆把事情做好，並且令這種行動在經濟上有價值。