智東西（公眾號：zhidxcom）
編譯 |? 程茜
編輯 |? 李水青
智東西8月5日消息，今日，據外媒The Information援引知情人士報道，美國Agent創企Reflection AI正洽談籌集超10億美元（折合人民幣約71.8億元）資金，用于開發開源大模型(xing)，與DeepSeek、Mistral、Meta等開源模型(xing)提(ti)供商競爭，其已(yi)籌集到10億美(mei)元中的大部分金(jin)額。
該創企的創始團隊陣容豪華：由前谷歌DeepMind的兩位研究科學家約安尼斯·安東諾格洛（Ioannis Antonoglou）和米沙·拉斯金?（Misha Laskin）于(yu)2024年(nian)創辦，這(zhe)兩位AI大牛曾(ceng)參(can)與(yu)AlphaGo、AlphaZero、MuZero以及谷(gu)歌(ge)Gemini模(mo)型開(kai)發(fa)。
Reflection AI的目標是構建超智能自主系統，并相信自主編程將推動超級智能發展，今年7月其發布首款編程Agent Asimov，可(ke)幫(bang)助(zhu)開發者讀取、編寫、測試(shi)和部署代碼，目(mu)前(qian)已從企業(ye)處(chu)獲得少量收入。
據The Information報道，因為中國更便宜、更容易定制的(de)軟件越(yue)來(lai)越(yue)受歡迎，所以該公(gong)司(si)開(kai)(kai)(kai)始籌(chou)集資金用于開(kai)(kai)(kai)發開(kai)(kai)(kai)源模型。
今年3月，Reflection AI還拿到了1.3億美元（折合人民幣約9.3億元）風險投資，紅杉資本、CRV、英偉達風險投資部門NVentures等參投。根據(ju)PitchBook的(de)數(shu)據(ju)，該公司的(de)最新估值(zhi)為5.45億(yi)美元（折合人民幣約(yue)39.1億(yi)元）。目(mu)前尚不清(qing)楚其10億(yi)美元融資完成后的(de)估值(zhi)。
一、團隊成員出自大模型明星企業，首款編程Agent已發布
今年3月，該公司正式官宣(xuan)自(zi)己的業務布局：要構建超智能自(zi)主系(xi)統，并相信自(zi)主編程將推動超級(ji)智能發展。
他(ta)(ta)們(men)的核心有三(san)件(jian)事(shi)：公司(si)團隊(dui)曾創造了有史以來(lai)最強大(da)的機器學習和大(da)模型系(xi)統，這是超(chao)(chao)級智(zhi)能(neng)(neng)的兩個基石；專注于構建世界上最好的自主編程(cheng)系(xi)統，他(ta)(ta)們(men)不(bu)做很多事(shi)情，而是把一件(jian)事(shi)做得非常出色；同等重視研究和產(chan)品，他(ta)(ta)們(men)認為(wei)超(chao)(chao)級智(zhi)能(neng)(neng)不(bu)能(neng)(neng)在真(zhen)空中(zhong)構建。
首先從團隊來看，Reflection AI的兩位創始人都是前谷歌DeepMind知名大牛。
安(an)東諾格洛在(zai)谷歌DeepMind任職(zhi)12年，曾參(can)與創建首個在(zai)圍(wei)棋(qi)比賽中(zhong)超越人類世界(jie)冠軍的(de)系統AlphaGo，此后(hou)還參(can)與AlphaZero、MuZero的(de)開(kai)發，在(zai)Gemini的(de)后(hou)期訓練工作中(zhong)擔任關鍵領導角色。
▲安(an)東諾格(ge)洛工(gong)作、教育經(jing)歷（圖源：領英(ying)）
拉斯金是前(qian)谷(gu)歌Gemini核(he)心(xin)負責人，同時(shi)領導了谷(gu)歌強化學習和(he)大(da)型語言模型方向(xiang)。
▲拉斯(si)金工作、教(jiao)育經歷（圖源：領(ling)英）
全球知名咨詢公司CrunchBase的數據顯示，Reflection AI的員工人數在11-50人之間。其官網提到，他們的團隊成員由來自谷歌(ge)DeepMind、OpenAI和Anthropic的前(qian)工程師和科學家組成，研究領域(yu)涵蓋大型(xing)(xing)語言(yan)模型(xing)(xing)、強化學習和Agent。
▲Reflection AI員工研(yan)究(jiu)領(ling)域
其次，Reflection AI的官網還提到了這家創企的兩個核心信念：自主編程是邁向超級智能的關鍵一步、現實世界的評估才是最重要的。因此該(gai)公司的首要任(ren)務是構建自主編程Agent。
最后，上個月，Reflection AI發布了首款名為Asimov的編程Agent，它可以分(fen)析(xi)電子郵件和Slack消息等企業(ye)數據，為應(ying)用程序生成相關(guan)代(dai)碼。據一(yi)位知情人士和另(ling)一(yi)位熟悉該公司財務(wu)狀況(kuang)的人士透露，該產品上個月發布(bu)了預(yu)覽(lan)版，并已(yi)經在(zai)金融服務(wu)、科(ke)技和其(qi)他(ta)擁有大型編程團隊的領域擁有付費客(ke)戶(hu)。
這一(yi)Agent可(ke)以(yi)直接集(ji)成到企(qi)業的代碼(ma)庫和工(gong)作流程(cheng)中，并能夠端到端地自主處(chu)理范(fan)圍明確的工(gong)程(cheng)任(ren)務，可(ke)以(yi)讀取、編(bian)寫、測試和部署代碼(ma)，幫助開發者處(chu)理所有基礎架構。
▲Asimov產品(pin)界面
Reflection AI的(de)(de)官網顯示，相(xiang)比于Cursor Ask、Cloude Code，青睞Asimov答案(an)的(de)(de)開發(fa)者數量(liang)更多。紅杉資本的(de)(de)博客(ke)提(ti)到，他們已(yi)經見(jian)證這一編程Agent幫助開發(fa)者提(ti)升10倍(bei)工作效率。
▲Asimov與其他編(bian)程Agent對比
二、瞄準開源，要做美國領先開源模型提供商
據(ju)The Information報道，隨(sui)著中(zhong)國企業對開(kai)源AI模型(xing)(xing)的(de)需求激增(zeng)，兩位創始(shi)人正(zheng)將業務拓展到開(kai)源AI模型(xing)(xing)的(de)開(kai)發。
雖(sui)然許(xu)多大公司(si)都在(zai)基于OpenAI和Anthropic的(de)模(mo)型構(gou)建應(ying)用(yong)程(cheng)序，但開源(yuan)模(mo)型成(cheng)本更低(di)，靈(ling)活(huo)性更高(gao)，例如能夠訪(fang)問底層訓練數據(ju)和代(dai)碼。企(qi)業(ye)可以針對特定業(ye)務流程(cheng)對模(mo)型進行微調，而這是閉源(yuan)模(mo)型無法做到的(de)。
然而(er)，出(chu)于數(shu)據安全方面(mian)的考(kao)慮(lv)，許多美國(guo)公(gong)司無(wu)法(fa)使用(yong)DeepSeek或其(qi)他中國(guo)人工智能(neng)公(gong)司的模(mo)型。
因此(ci)，OpenAI聯合創(chuang)始(shi)人(ren)、CEO薩(sa)姆·阿爾特(te)曼（Sam Altman）透露，該公司計劃在(zai)今年夏(xia)天發(fa)布自己的(de)開(kai)源模(mo)型(xing)。同時，近(jin)幾個(ge)月(yue)來，Meta大力招(zhao)聘人(ren)才以(yi)改(gai)進(jin)其模(mo)型(xing)，因為開(kai)發(fa)人(ren)員發(fa)現(xian)最新(xin)模(mo)型(xing)未能(neng)達到預期，且(qie)最近(jin)被曝出Meta正在(zai)考慮開(kai)發(fa)閉(bi)源模(mo)型(xing)。
截至今天，在熱門大模型排行榜LMArena上，排名前30的開源模型中沒有一個來自美國開發者，大多是(shi)阿里(li)通義(yi)系列、DeepSeek系列、Kimi K2等中國模型。
▲LMArena大模(mo)型榜單(dan)前30名
在此基(ji)礎上，Reflection AI的兩位聯合創始人已告知Reflection AI員工，他(ta)們相信有機(ji)會將Reflection AI打造為美(mei)國領先的開源AI模型(xing)提供(gong)商。
結語：開源模型熱潮，美國AI創企加碼布局
這家公(gong)司(si)的(de)雄(xiong)心壯(zhuang)志(zhi)表明?，DeepSeek等開源模型的(de)流(liu)行正在(zai)催化美國AI公(gong)司(si)加快打造開源模型的(de)步伐。
但與此同時，訓練模(mo)型的成本(ben)非常(chang)高(gao)昂。此前，OpenAI已告知投資者，預計今(jin)年將在模(mo)型訓練上投入超過70億美元(yuan)，到2026年將達到近(jin)170億美元(yuan)。這(zhe)對于一(yi)家(jia)創(chuang)企而言，其(qi)想要(yao)打造更有優勢的開源模(mo)型難度更高(gao)。
來源：The Information、紅(hong)杉資本(ben)、Reflection AI官(guan)網
