用 AI 自动化造 AI 的创业公司全景：纯自动化研究只融到八位数，估值溢价全流向了造模型的
"用 AI 来自动化 AI 研究本身"——让模型去写训练代码、发现架构、跑实验、做科研——过去一年冒出了一整条创业赛道。但把融资数字摊开看，会撞上一个很反直觉的分层：真正在干"自动化造模型这个过程"的公司，只融到了八位数；而"用 AI 造模型"这个叙事，融的是十位数。估值溢价流向的是造模型的，不是自动化造模型过程的。
最典型的对照：纯"自动化 ML 研究"公司——Autoscience（General Catalyst 领投 1400 万美元 seed）、Intology（800 万）、Weco AI（800 万）——金额都卡在 800 万到 1500 万美元。而旁边讲"开放前沿实验室"的 Reflection AI 一轮就是 20 亿美元起、奔 200 亿去，至今未发模型；Mira Murati 的 Thinking Machines 以 120 亿美元估值开局。里程碑倒是刷得飞快：AI 写的论文从过 ICLR workshop 盲审，到 Intology 的 Zochi 进 ACL 2025 主会，到 Sakana 的方法论登上 Nature，一年走完。
---
这条赛道里唯一把商业化跑实的，是东京的 Sakana AI。它 2025 年 11 月 B 轮 1.35 亿美元、投后 26.5 亿，MUFG 领投，参投方里有 CIA 背景的 In-Q-Tel。但它赚钱的路径不是直接卖"自动研究"，而是拿研究声誉换日本大合同：与防卫装备厅签多年期委托研究，与 MUFG、大和、SMBC 做定制金融 AI，再把能力做成一个自主跑八小时、产出 80 页战略报告的研究 agent 产品。另一家 Prime Intellect 走的是卖铲子：A 轮 1.3 亿美元、投后 10 亿，年化收入破 1 亿、6000 客户，核心资产是号称"RL 环境的 Hugging Face"的 Environments Hub，已有 2500+ 开源 RL 环境。
---
往上游看，eval 和 harness 这一层正在被两头吞。向上被云巨头收——Weights & Biases 被 CoreWeave 以 17 亿美元买走；向内被实验室 acqui-hire——Humanloop 被 Anthropic 收走后平台关停。独立幸存者都在把 eval 扩成"可观测层"讲更大的故事：LangChain 以 12.5 亿美元估值融资，Braintrust 涨到 8 亿。这一层最值钱的资产其实是中立性，而中立性最脆弱：METR 索性不收 AI 公司的钱只接受算力额度，Epoch 因为接了 OpenAI 的钱在 FrontierMath 上翻车，Scale AI 因为 Meta 买了 49% 股权被 Google、OpenAI、xAI 集体撤单——同一个教训的三个版本。
数据层的格局在 2025 到 2026 直接重写。Scale AI 被 Meta 以 143 亿美元买下近半股权后掉队；接棒的是三家更"专家+环境"导向的公司：bootstrap、零 VC 的 Surge AI（2024 收入 12 亿美元、约 110 人，人均创收近千万），四个月把年化收入从 10 亿做到 20 亿的 Mercor（在谈 200 亿美元估值），以及靠 50 万 PhD 实名库供专家数据的 Handshake。价值中枢从众包标注，移到了"专家 + 可交互环境"。
---
最热的新品类是 RL 环境。逻辑很直接：预训练数据见顶，agentic RL 需要"可交互、可打分的模拟工作环境"去训。The Information 报道 Anthropic 高层讨论未来一年在 RL 环境上花超过 10 亿美元。价格已经成形——单任务 200 到 2000 美元，一个 UI gym 约两万，一个 Slack 级产品的高仿真克隆约 30 万，难度校准的共识是把模型初始通过率压到 2-3%。收入冠军 Fleet 把 Salesforce、Excel 级软件做高仿真复刻，年化收入一年内从约 100 万做到 6000 万，60 倍。前 OpenAI o1 研究员的 Applied Compute 用企业私有数据训专属 agent，一年从 5 亿做到 13 亿美元估值。而三位前 Epoch 研究员创办、使命写着"全部工作的完全自动化"的 Mechanize，9.1 亿估值、天使名单全明星（Nat Friedman、Patrick Collison、Jeff Dean、Sholto Douglas），发布即被围攻——这个赛道的终极商业逻辑，与它的公众接受度天然冲突。
争论也很清楚。空方里，连 Prime Intellect 的天使 Karpathy 都说"看多环境、看空 RL 本身"，reward function 本身可疑；OpenAI 的人公开怀疑第三方环境公司，理由是实验室终将自建；结构风险是大买家只有三五家、环境随模型进步过时。多方的理由是真金白银：Fleet 的 60 倍、Mercor 的 20 亿，护城河在"环境工厂"不在单个环境。
---
数学和科学方向，是 2026 上半年估值通胀最快的两块。四个月内诞生两只形式化独角兽：Harmonic（1.45 亿美元 C 轮、估值 14.5 亿，Aristotle 做到 IMO 金牌级）和 Axiom Math（25 岁的 Carina Hong 创办，A 轮 2 亿、估值超 16 亿，AxiomProver 在 Putnam 2025 拿满分 120/120，而人类最高 110）——两家都在从"AI 数学家"转向"verified code"，去证明 AI 生成代码的正确性。Jesse Han 的 Math Inc，它的 Gauss agent 三周完成了陶哲轩的 strong PNT 形式化挑战，约 2.5 万行 Lean，而 Jesse 自己 PhD 时形式化一个类似难度的问题花了 12 个月。科学方向的 Periodic Labs（前 OpenAI 研究 VP Liam Fedus 创办）出 stealth 即 3 亿美元 seed、估值 13 亿，八个月后在谈 75 亿——涨了约六倍，首目标是找新超导体。
---
把整个赛道收口成几句话。第一，钱的分层是清晰的：造模型，远大于卖环境/数据，远大于纯 AI Scientist；"自动化研究"目前更像前沿实验室的内部路线图加卖铲子生意，还不是一个独立可投的品类。第二，时间表罕见地收敛——OpenAI 给出 2026 年 9 月"实习生级研究助理"、2028 年 3 月"合格 AI 研究员"的表，Anthropic 写进安全阈值，但已兑现的只是短任务（Claude 写自家 80% 代码、短冲刺超人），长程研究未兑现：RE-Bench 上两小时预算 AI 是人类专家的四倍，到 32 小时人类反超到两倍。第三，最该盯的公开仪表盘，是 Anthropic 和 OpenAI 的安全阈值——递归反馈环已经在 Anthropic 内部真实开始，而这些阈值，是观察它跨不跨线最好的窗口。
（本文据截至 2026 年 7 月的公开报道与融资披露梳理，金额均为美元；部分在谈轮次与单一来源数据存在口径差异。）
← 返回所有文章
最典型的对照：纯"自动化 ML 研究"公司——Autoscience（General Catalyst 领投 1400 万美元 seed）、Intology（800 万）、Weco AI（800 万）——金额都卡在 800 万到 1500 万美元。而旁边讲"开放前沿实验室"的 Reflection AI 一轮就是 20 亿美元起、奔 200 亿去，至今未发模型；Mira Murati 的 Thinking Machines 以 120 亿美元估值开局。里程碑倒是刷得飞快：AI 写的论文从过 ICLR workshop 盲审，到 Intology 的 Zochi 进 ACL 2025 主会，到 Sakana 的方法论登上 Nature，一年走完。
---
这条赛道里唯一把商业化跑实的，是东京的 Sakana AI。它 2025 年 11 月 B 轮 1.35 亿美元、投后 26.5 亿，MUFG 领投，参投方里有 CIA 背景的 In-Q-Tel。但它赚钱的路径不是直接卖"自动研究"，而是拿研究声誉换日本大合同：与防卫装备厅签多年期委托研究，与 MUFG、大和、SMBC 做定制金融 AI，再把能力做成一个自主跑八小时、产出 80 页战略报告的研究 agent 产品。另一家 Prime Intellect 走的是卖铲子：A 轮 1.3 亿美元、投后 10 亿，年化收入破 1 亿、6000 客户，核心资产是号称"RL 环境的 Hugging Face"的 Environments Hub，已有 2500+ 开源 RL 环境。
---
往上游看，eval 和 harness 这一层正在被两头吞。向上被云巨头收——Weights & Biases 被 CoreWeave 以 17 亿美元买走；向内被实验室 acqui-hire——Humanloop 被 Anthropic 收走后平台关停。独立幸存者都在把 eval 扩成"可观测层"讲更大的故事：LangChain 以 12.5 亿美元估值融资，Braintrust 涨到 8 亿。这一层最值钱的资产其实是中立性，而中立性最脆弱：METR 索性不收 AI 公司的钱只接受算力额度，Epoch 因为接了 OpenAI 的钱在 FrontierMath 上翻车，Scale AI 因为 Meta 买了 49% 股权被 Google、OpenAI、xAI 集体撤单——同一个教训的三个版本。
数据层的格局在 2025 到 2026 直接重写。Scale AI 被 Meta 以 143 亿美元买下近半股权后掉队；接棒的是三家更"专家+环境"导向的公司：bootstrap、零 VC 的 Surge AI（2024 收入 12 亿美元、约 110 人，人均创收近千万），四个月把年化收入从 10 亿做到 20 亿的 Mercor（在谈 200 亿美元估值），以及靠 50 万 PhD 实名库供专家数据的 Handshake。价值中枢从众包标注，移到了"专家 + 可交互环境"。
---
最热的新品类是 RL 环境。逻辑很直接：预训练数据见顶，agentic RL 需要"可交互、可打分的模拟工作环境"去训。The Information 报道 Anthropic 高层讨论未来一年在 RL 环境上花超过 10 亿美元。价格已经成形——单任务 200 到 2000 美元，一个 UI gym 约两万，一个 Slack 级产品的高仿真克隆约 30 万，难度校准的共识是把模型初始通过率压到 2-3%。收入冠军 Fleet 把 Salesforce、Excel 级软件做高仿真复刻，年化收入一年内从约 100 万做到 6000 万，60 倍。前 OpenAI o1 研究员的 Applied Compute 用企业私有数据训专属 agent，一年从 5 亿做到 13 亿美元估值。而三位前 Epoch 研究员创办、使命写着"全部工作的完全自动化"的 Mechanize，9.1 亿估值、天使名单全明星（Nat Friedman、Patrick Collison、Jeff Dean、Sholto Douglas），发布即被围攻——这个赛道的终极商业逻辑，与它的公众接受度天然冲突。
争论也很清楚。空方里，连 Prime Intellect 的天使 Karpathy 都说"看多环境、看空 RL 本身"，reward function 本身可疑；OpenAI 的人公开怀疑第三方环境公司，理由是实验室终将自建；结构风险是大买家只有三五家、环境随模型进步过时。多方的理由是真金白银：Fleet 的 60 倍、Mercor 的 20 亿，护城河在"环境工厂"不在单个环境。
---
数学和科学方向，是 2026 上半年估值通胀最快的两块。四个月内诞生两只形式化独角兽：Harmonic（1.45 亿美元 C 轮、估值 14.5 亿，Aristotle 做到 IMO 金牌级）和 Axiom Math（25 岁的 Carina Hong 创办，A 轮 2 亿、估值超 16 亿，AxiomProver 在 Putnam 2025 拿满分 120/120，而人类最高 110）——两家都在从"AI 数学家"转向"verified code"，去证明 AI 生成代码的正确性。Jesse Han 的 Math Inc，它的 Gauss agent 三周完成了陶哲轩的 strong PNT 形式化挑战，约 2.5 万行 Lean，而 Jesse 自己 PhD 时形式化一个类似难度的问题花了 12 个月。科学方向的 Periodic Labs（前 OpenAI 研究 VP Liam Fedus 创办）出 stealth 即 3 亿美元 seed、估值 13 亿，八个月后在谈 75 亿——涨了约六倍，首目标是找新超导体。
---
把整个赛道收口成几句话。第一，钱的分层是清晰的：造模型，远大于卖环境/数据，远大于纯 AI Scientist；"自动化研究"目前更像前沿实验室的内部路线图加卖铲子生意，还不是一个独立可投的品类。第二，时间表罕见地收敛——OpenAI 给出 2026 年 9 月"实习生级研究助理"、2028 年 3 月"合格 AI 研究员"的表，Anthropic 写进安全阈值，但已兑现的只是短任务（Claude 写自家 80% 代码、短冲刺超人），长程研究未兑现：RE-Bench 上两小时预算 AI 是人类专家的四倍，到 32 小时人类反超到两倍。第三，最该盯的公开仪表盘，是 Anthropic 和 OpenAI 的安全阈值——递归反馈环已经在 Anthropic 内部真实开始，而这些阈值，是观察它跨不跨线最好的窗口。
（本文据截至 2026 年 7 月的公开报道与融资披露梳理，金额均为美元；部分在谈轮次与单一来源数据存在口径差异。）
评论