田渊栋315亿，林俊旸135亿——AI科学家创业，正在批量制造什么？

没有产品的公司，凭什么值135亿？

一、悬念：两个数字

315亿。135亿。

这是本周两位AI科学家创业公司的估值。

第一位，田渊栋。Meta FAIR前研究科学总监，强化学习、基础模型效率领域的顶级研究者。他参与创立的RSI（Recursive Superintelligence），不到30人，刚走出隐身状态，估值46.5亿美元——折合人民币约315亿。

谷歌GV、Greycroft联合领投，英伟达、AMD跟投。8位联创，随便挑一个出来都能单独撑起一家独角兽。

第二位，林俊旸。阿里Qwen大模型前技术负责人。他的新公司连名字都没公开、产品影子都没见着，种子轮估值已经喊到20亿美元——135亿人民币。

高榕资本与红杉中国据传已进入深度洽谈。

两个共同点：

1. 都是中国背景的AI科学家

2. 都没产品（RSI刚隐身结束，林俊旸直接是「还没产品」）

这就引出一个问题：AI科学家创业的估值逻辑，到底是什么？

二、3-Pillar 拆解：三个估值逻辑

Pillar 1：人才密度即估值——「一个团队值8个独角兽」

RSI的首轮估值46.5亿美元，8位联创，平均每人值0.58个独角兽门槛（10亿美元）。

这8个人是谁？

●Richard Socher：吴恩达在斯坦福的博士生，ImageNet和GloVe作者，谷歌学术引用量超过24万次。创立了MetaMind（被Salesforce收购），后来还做出了估值15亿美元的AI搜索引擎You.com。

●田渊栋：Meta FAIR前研究科学总监，强化学习领域标杆人物。

●其余6人，每个都是各自领域的顶级玩家。

人才密度 = 信任状密度。 VC投的不是产品，不是一个PPT，而是「这些人如果做不出来，那就没人能做出来」的信念。

同样的逻辑押在林俊旸身上：Qwen是阿里对外最清晰的技术名片——有不同尺寸、有开源路线、有多模态迭代——这些标签比任何产品demo都值钱。

VC不是在买公司，是在买人。

Pillar 2：押注「下一跳Scaling Law」——RSI的激进赌注

RSI全称 Recursive Superintelligence，方向说得很直白：递归式自我改进，直到超级智能。

他们的核心判断：

预训练Scaling Law仍然重要，但单纯堆数据、堆算力、堆参数的边际收益，已经没有过去那么陡了。

AI行业最焦虑的问题：大模型之后，下一次能力跃迁从哪里来？

RSI押的是最激进的一条：让AI自己改进AI。一个AI发现自己的能力短板，设计新的实验，写新的benchmark，重写自己的代码库——形成自我进化的闭环。

CEO Richard Socher打了个比方：

"AI就是代码，而现在AI可以写代码。"

这不是小修小补，这是在赌一次元级突破。

这条路并不孤独：

- David Silver的Ineffable Intelligence，种子轮11亿美元，估值51亿美元

- Ilya Sutskever的SSI，估值未披露（但他个人仅OpenAI股权就值70亿美元）

- Yann LeCun的AMI Labs，募资10亿美元

顶级科学家集体出走、资本集体押注——这已经不是个案，而是一场结构性浪潮。

Pillar 3：「Agentic Thinking」——林俊旸赌的不是模型，是范式切换

林俊旸离职后发了一篇长文，《From "Reasoning" Thinking to "Agentic" Thinking》。

翻译成人话：上一阶段是让模型更会思考，下一阶段是让模型为了行动而思考。

他的逻辑链——

推理时代（Reasoning Era）：数学、代码、逻辑等可验证任务成为核心场景。RL让模型想得更久、想得更深。优势来自更好的RL算法、更强的反馈信号。

智能体时代（Agentic Era）：问题变了。真正的瓶颈是代码库导航、计划拆解、错误恢复、工具编排、长时间任务执行。模型需要在环境里行动、观察反馈、修正计划、继续推进。

从「想得更久」到「为了行动而想」。

这背后是竞争要素的全面转移：

- 模型架构和数据仍然重要，但环境设计、轨迹采样基础设施、评估器鲁棒性、多智能体协调接口同样关键

- 竞争优势的来源从更好的算法，变成了更好的环境、更紧密的训练-推理耦合、更强的编排工程

林俊旸赌的不是一个更好的模型，而是一个全新的范式。135亿，买的是「范式切换的船票」。

三、挑衅翻转：是造富神话，还是超级泡沫？

翻转点1：「没有产品」既是弱点，也是最大的优点

传统创业估值看：用户数、营收、增长率、市场份额。

AI科学家创业估值看：学术引用量、项目经验、团队密度、技术判断力。

当一个领域处在范式转换期，已有的产品都可能被下一波技术浪潮淘汰。这时候最值钱的不是产品，而是判断下一次浪潮方向的人。

VC的逻辑：与其投一个有产品但方向可能错的团队，不如投一个没产品但能准确判断方向的人。

翻转点2：这不是泡沫——这是「人才定价权」的转移

OpenAI的造富神话刚刚撕开了一个口子：

●Ilya离职后仍手握70亿美元OpenAI股权

●Brockman持股约300亿美元

●600+位OpenAI员工成为百万美元富翁

●75人各套现2亿元人民币

AI行业最稀缺的资源，从来不是算力，不是数据，而是人才。

当最顶尖的AI科学家意识到「我的身价可以自己定义」——他们就会集体出走，从大厂薪资结构调整为资本结构。

这不是泡沫。这是AI行业人才定价权从公司转移到个人的标志性拐点。

翻转点3：真正危险的是——「跟风估值」

这些明星案例会带来一个副作用：

大量中等水平的AI研究员，也会试图复制这条路径。到时候，靠一个「曾在某某大厂带过团队」的title就敢要天价估值。龙种和跳蚤，都会在这波浪潮里出现。

VC能不能分辨「真人才密度」和「伪豪华阵容」，才是泡沫是否破裂的关键。

四、开放问题

写到这里，我想抛几个问题，欢迎评论区聊聊——

1.田渊栋和林俊旸这两家，你看好哪个方向？ RSI的「递归式自我改进」还是林俊旸的「Agentic Thinking」？

2.如果你是一家基金的投资人，会投一个「没产品但有顶级科学家背景」的团队吗？ 赌注多少？

3.你觉得，中国AI创业的「人才溢价」还有多少空间？ 下一个千亿市值的AI科学家公司，会是谁？

本文基于量子位公开报道整理，数据来源：QbitAI

修愚 | AI资讯研究 | 保持清醒，保持独立