2026年8月12日凌晨，前阿里通义千问技术负责人林俊旸在X平台发布了一条简短的帖子。消息本身并不意外，业内人士早已通过各种渠道知晓他的去向，但这次官宣之所以值得细读，是因为他用一句话定义了自己接下来要做的事："横跨数字世界与物理世界的下一代Agent"。

公司叫Pragmatik Labs，中文名语用科技，内部简称p7k。首轮融资由高榕创投与红杉中国领投，腾讯和上海未来产业基金跟投，公开报道估值约135亿人民币（约20亿美元）。公司于2026年5月在上海完成工商注册，距林俊旸3月从阿里离职仅仅两个月，节奏之快，说明这件事他想了很久。

要理解这个选择，必须先理解他在阿里做了什么。林俊旸是Qwen核心创始人之一，曾任阿里通义实验室基础模型负责人，职级P10。他主导了Qwen系列从纯语言模型到多模态的迭代——Qwen-VL、Qwen2-VL、Qwen3-VL相继发布，也是阿里推动开源策略的关键执行者，Qwen系列目前是Hugging Face上全球下载量最高的开源模型家族之一。这套开源生态带来了一个意外的副产品：星动纪元、银河通用等国内具身智能公司在技术报告中明确引用Qwen-VL作为视觉语言编码器。也就是说，Qwen在没有专门为机器人设计的情况下，已经被具身社区选中作为底座。

林俊旸自己也注意到了这一点。2025年10月，他在社交平台宣布，在Qwen团队内部组建"机器人与具身智能小组"，原话是："多模态基础模型正在成为基础智能体，借助工具和记忆做长时序推理，绝对应该从虚拟世界走向物理世界。""绝对应该"是一个工程判断，不是商业愿景——他相信这件事从技术上已经成立，不去做是资源浪费。大约五个月后，他离开了阿里。

这条时间线说明，Pragmatik的具身方向不是创业后临时拍板的选择，而是他在Qwen团队最后半年已经跑过的技术命题。

PART 01

那篇离职前的长文，他究竟在主张什么？

2026年3月离职前，林俊旸发表了一篇题为《From "Reasoning" Thinking to "Agentic" Thinking》的长文，是理解Pragmatik技术路线最重要的一手资料。文章核心论点是：Agent训练的对象不是单个模型的权重，而是"模型+环境+工具+反馈"的整套系统。

这句话需要和主流训练范式对比才能看清楚。传统大模型训练，包括RLHF，本质上是在固定数据分布上优化模型参数，评估是静态的，反馈是离线的。这套范式在语言任务上工作得很好，因为语言任务的"环境"是封闭的。

但当Agent被放进真实环境——浏览器、代码执行器，或者一个机械臂——环境会变化，工具会失败，反馈有延迟，失败原因未必能从局部观察推断出来。"训练一个好模型"和"训练一个好Agent"由此变成两个截然不同的问题，需要把环境、工具和反馈机制一起设计进训练基础设施，而不是事后把模型插进去。

把这套框架平移到机器人，指向的正是官网上"physical agents"一句话描述的核心——"Embodied intelligence that adapts, acts, and solves long-horizon tasks in the world"。

长程任务的鲁棒性，恰恰是具身智能领域当前最卡脖子的地方。感知和短程操作（抓取、放置）已经基本跑通，但当任务需要几十步甚至更长的操作序列时，系统要面对记忆维护、异常处理、子目标重规划、安全边界维持这一整套Agent系统工程问题，而不是单纯的感知模型能力问题。

林俊旸在Qwen阶段积累的长上下文建模、工具调用、多轮状态管理、RLHF训练管线，与解决这些问题所需的能力栈高度重叠，区别只在于输入从文本变成传感器数据，输出从token变成电机指令。

公司名"Pragmatik"取自语用学（pragmatics），强调语言的意义在行动和语境中确定。用这个词命名公司，传达的技术哲学与此一致：智能不在权重里，而在行动和反馈的循环里。

PART 02

数字与物理并列，是业务多元化，还是同一套底层逻辑？

官网把Digital agents和Physical agents并列，这不是简单的业务多元化，而是一个系统架构判断。

数字Agent（操作浏览器、调用API、执行代码）和物理Agent（控制机器人、处理传感器数据）在结构上共享同一套循环——感知、状态建模、规划、工具调用、执行、反馈、修正，差异只在接口层：数字侧的"感知"是屏幕截图或DOM树，物理侧是RGB-D图像或点云；数字侧的"工具"是API，物理侧是执行器。

如果这套抽象成立，一套核心训练基础设施可以同时服务两类场景，数字侧海量的互联网交互轨迹也能为物理侧的预训练提供迁移学习起点。

这也解释了资方结构。腾讯更可能对应数字Agent侧的场景，企业协同、内容生态、游戏NPC都是它熟悉的战场。上海未来产业基金则是上海市政府引导的硬科技基金，重点投向人形机器人、未来制造，该基金的诉求不是纯财务回报，而是希望被投企业对接上海本地产业链。

公司注册在上海而非阿里系创业者更自然的选择杭州，结合这只基金的地域属性，物理侧业务大概率会优先对接上海本地的机器人与制造产业资源——两个LP，两个场景，一套技术底座，是个相当精巧的融资结构。

PART 03

做"神经系统"还是造"骨骼"——Pragmatik会走哪条路？

行业里有猜测认为Pragmatik会自研机器人本体，这个判断大概率站不住。林俊旸的技术背景在软件系统层，做本体需要机械结构设计、执行器控制、传感器集成的完整供应链能力，这是完全不同的能力体系；而宇树、傅利叶、智元、波士顿动力等公司在本体层已经积累多年工程经验，一家AI背景的公司从零追赶不划算。

更合理的预期是，Pragmatik做具身智能的"系统层"——世界模型、规划引擎、仿真-真实闭环训练框架——向下对接不同本体厂商的硬件接口，更像是具身智能的"神经系统"，而不是骨骼和肌肉。

这个定位下，它和星动纪元、银河通用、智元等具身创业公司的关系更可能是合作而非竞争——Pragmatik提供"大脑"，这些公司提供"身体"。真正对标的是Physical Intelligence这样由前谷歌大脑研究员参与创立、专注通用机器人基础模型的公司，只是主战场分别在国内产业链和美国硬件生态，短期内不会直接交锋。

至于开源与否，Qwen的开源策略本质上是一套生态竞争战略：用开源模型建立社区信任和全球下载量，用商业化部署收回投入，用社区反馈反哺模型迭代。这套逻辑在具身智能领域同样有支撑——机器人交互数据比文本数据昂贵得多，开源框架是吸引学术机构和硬件厂商共建数据的有效方式，而且系统层的真正护城河在仿真环境和在线学习管线，不在权重本身。较合理的判断是，Pragmatik会开源研究层的模型和工具，但会在数据管线和在线学习框架上保持闭源。

不过截至官宣，公司没有公开模型权重、demo视频或合作客户名单，这些都还只是基于历史轨迹的推断，而非对当前工作的直接观察。真正的验证时刻会出现在第一个长程任务benchmark、第一篇技术报告、第一个开源框架或第一个硬件合作公开的时候。

PART 04

为什么说他提出的，是"对的问题"？

林俊旸从Qwen到Pragmatik的路，表面上是一个创业故事，大公司高管出走，融到首轮，开始新征程。但这条路从2025年10月组具身小组的决定就已经开始。更准确的叙事是：一个花了五年时间把多模态大模型做到工业级的工程师，得出了一个结论，他解决的问题的下一站在物理世界，而不在另一个chat界面。

具身智能领域需要的，恰恰是这种人：不是从机器人视角看AI，而是从AI系统工程视角看机器人。能把"模型训练管线"和"闭环控制系统"放在同一张设计图里，而不是把两件事分别外包给算法团队和硬件团队然后硬拼。这家公司能不能成，现在很难说，但它提出的技术问题是对的问题——在创业里，这已经是不低的起点了。

（更多人形机器人赛道深度文章，请关注微信公众号“人形大讲堂”）