7 个月，零产品，估值 410 亿美元，贝佐斯要花 1000 亿买工厂喂 AI
事情是这样的。昨晚睡前刷到一条融资新闻，我对着屏幕多看了两眼，确认自己没数错零。
贝佐斯的 AI 公司 Prometheus，融资 120 亿美元，估值 410 亿美元。
这家公司成立才 7 个月。员工大约 150 人。已经交付的产品数量，零。
好家伙。410 亿美元什么概念，A 股 5000 多家上市公司，市值能超过这个数的不到 40 家。一家七个月大、还没有任何东西摆上货架的创业公司，估值已经站到了绝大多数辛苦经营几十年的企业头上。
我知道你想说什么，AI 泡沫嘛，见怪不怪了。我一开始也是这个反应。但把几篇报道翻完之后，我觉得这事比「又一个泡沫」有意思得多。它背后藏着一个我们这行很少正面遇到的问题，而 Prometheus 给出的答案野得有点超出我的想象力。
先把基本盘交代清楚。
Prometheus 去年 11 月才正式亮相，启动那一轮就融了 62 亿美元，估值 380 亿。这次是第二轮，120 亿美元进账，估值抬到 410 亿，累计融资超过 180 亿美元。投资人名单不是常见的硅谷风投扎堆，而是摩根大通、高盛、贝莱德、DST Global、Arch Venture Partners，清一色管着真金白银的大资本，细节可以看 TNW 的报道。
带队的是两个人。一个不用介绍，贝佐斯，这是他卸任亚马逊 CEO 之后第一次回到一线亲自当联合 CEO。另一个叫 Vik Bajaj，斯坦福医学院教授，之前联合创办过 Alphabet 旗下做生命科学的 Verily。按贝佐斯自己在发布会上的说法，他本来只是创始投资人，看着看着坐不住了，原话是，我被正在发生的事情和它的潜力深深打动，我决定不能坐在场边，必须双脚跳进来。
那他们到底要做什么，值得老贝双脚跳进来。
他们管自己的产品叫 artificial general engineer，人工通用工程师。你没看错，AGE，跟 AGI 就差一个字母，起名的人深谙碰瓷之道。直白点讲，他们想造一个能搞定真实物理世界工程问题的 AI，从芯片、飞机、汽车到药物分子，把「设计到制造」这个循环压缩 10 倍以上。瞄准的行业包括计算、航空航天、汽车、先进制造和药物发现，GeekWire 采访两位 CEO 时他们把这套愿景讲得很细。
听到这你可能觉得，哦，又一个画大饼的。别急，重点在后面。
做大模型的人都知道一件事，模型能力的天花板不是算法，是数据。GPT 这一脉能起来，是因为整个互联网就摆在那里，几十年来人类把自己的知识、对话、代码、争吵一股脑倒进了网上，爬虫开过去，按 TB 收割就行。我平时的工作就是给大模型搭脚手架，让它们真正能干活的那层工程，所以对这个事的体感特别直接，我们这行从第一天起就活在一个默认假设里，数据是现成的，在网上，去拿就行，顶多处理一下版权和清洗的麻烦。
但物理世界不长这样。
一台数控机床的振动曲线，一炉钢的温度记录，一次失败的注塑实验，一个老师傅凭手感调出来的参数。这些数据在哪？不在网上。它们躺在工厂车间的工控系统里，锁在企业的私有数据库里，更多的干脆只存在于干了三十年的老师傅的肌肉记忆里，从来就没有被数字化过。没有人会把自家产线的工艺参数发到论坛上供人爬取，那是吃饭的家伙。
所以「制造业的互联网」这个东西，不存在。你想训练一个懂物理世界的 AI，会发现无米下锅。这是所有做具身智能、做物理 AI 的公司共同面对的墙，机器人公司用遥操作一条条收集数据，自动驾驶公司养着几十万辆车天天在路上跑，都是在用很贵的方式手搓数据集。
Prometheus 的答案是什么呢？
直接把工厂买下来。
根据那条让我多看两眼的推文和多家媒体的报道，Prometheus 正在筹划一个规模可能达到 1000 亿美元的载体，专门用来收购传统工业企业。注意，收购的目的不是常规并购那种看利润、看市场份额，而是看中这些企业的工厂每天在生产线上「分泌」出来的数据。设备日志、工艺参数、质检记录、失败案例，这些东西买不到也爬不到，唯一的办法是把生成它们的工厂整个收入囊中。
这个数据你找不到，你只能收购生成这些数据的工厂。
我看到这句的时候真的愣了一下。怎么说呢，这一手有点子牛逼。我们讨论数据护城河讨论了这么多年，第一次见到有人把护城河的定义推到这个程度，别人圈数据，他圈的是产生数据的物理实体。互联网时代的故事是软件吞噬世界，这位倒好，为了喂饱软件，先把世界买下来。
而且你仔细想想，这套打法跟贝佐斯的历史战绩是严丝合缝的。
亚马逊当年为了卖书，把仓储物流这种最重的资产自己建了，建完发现这套基础设施本身比卖书值钱。为了支撑电商把服务器集群建了，建完顺手打包出来卖，就是 AWS，现在是整个亚马逊最赚钱的业务。贝佐斯的肌肉记忆从来就是，别人嫌重的资产我来扛，扛起来之后重资产本身变成壁垒。现在他把同一套逻辑搬到了 AI 上，别人觉得制造业数据又脏又散又难搞，他直接掏钱买厂。重，但是别人抄不了作业，你融到钱也没地方买第二份。
当然，故事讲得越漂亮，我越想泼点冷水，主要泼给估值。
410 亿美元买的是一个尚未交付任何产品的承诺。七个月翻出这个估值，跟其说是市场对技术的定价，不如说是对「贝佐斯 + 物理 AI」这个叙事组合的定价。而物理世界是出了名的不好惹，原子比比特难伺候，这是所有硬件创业者用血泪验证过的定律。软件世界里你可以一天部署二十次，错了回滚就行，工厂里一个参数错了，烧掉的是真金白银的物料，弄不好还要出安全事故。AI 在代码领域进展神速，很大程度上是因为代码有个近乎完美的反馈环境，跑个测试几秒钟就知道对错。而验证一个新的工艺设计，周期可能是几个月，成本可能是几千万。这个反馈循环的速度差，不是模型聪明就能抹平的。
还有那个 1000 亿收购计划，钱还没完全到位，目前的说法是「正在为控股公司募集数百亿美元」。买工厂容易，消化工厂难，传统制造业的组织文化跟 AI 公司是两个物种，并购历史上死在「整合」两个字上的案子能从西雅图排到深圳。收了几十家工厂之后发现数据格式千奇百怪、关键工艺根本没有传感器记录、老师傅集体退休带走了真正值钱的 know-how，这种剧本完全写得出来。
但泼完冷水，我还是得承认，这个方向本身我是信的。
过去三年 AI 的主战场在语言和代码，因为那里的数据唾手可得。互联网文本快被各家大模型公司吃干净了，这已经不是秘密，接下来的增量在哪，所有人都在押注。有人押合成数据，有人押视频，而物理世界的数据，可能是最大也最难啃的那块。贝佐斯不是孤例，他个人还投了做机器人基础模型的 Physical Intelligence，加上英伟达参投的 Generalist AI，这条赛道上聪明钱已经排了一队。区别只是 Prometheus 把赌注下得最重、姿势最暴力。
写到这突然想起这家公司的名字。普罗米修斯，希腊神话里从奥林匹斯偷火种给人类的那位，代价是被锁在高加索山上让鹰啄了三万年肝。科技公司起名总爱碰瓷神话，但这次的反差还挺微妙，神话里的普罗米修斯靠偷，贝佐斯版本的普罗米修斯不偷，他直接把整座山买下来。
火种还是那个火种，物理世界的知识与数据。只是取火的方式，从盗取变成了收购要约。这大概就是 2026 年的神话写法，浪漫主义负责讲故事，资产负债表负责干活。
至于这把火最后能不能点着，能不能真的把设计到制造压缩 10 倍，我自己也判断不了，毕竟连他们自己的产品都还没出生。但有一点我比较确定，如果物理 AI 真的是下一个十年的主线，那么决定胜负的可能不是谁的模型架构更优雅，而是谁手里握着别人拿不到的数据。这个判断对我们写代码的同样适用，你在公司里维护的那些没人看得上的业务数据、运行日志、failure case，可能比你以为的值钱得多。
毕竟有人为了拿到这种东西，准备掏 1000 亿。