首发丨真格、英诺、松禾，投了家成立2个月的AI公司

淘金者可能一无所获，但只要有人去淘金，铲子就总有销路。

在投资圈里，有个经典的方法论叫“卖铲子”，说的是人们复盘历史的时候发现，当年那波加州淘金热里真正赚到大钱的不是那些泡在河水中反复筛金沙的人，而是那些那些向淘金者出售必需工具和服务的人，比如卖铲子、铁镐、牛仔裤、甚至提供住宿和贷款的人。一个江湖传说是，知名的牛仔裤品牌“李维斯”就是这么起家的。

这背后的逻辑再直白不过了：淘金者可能一无所获，但只要有人去淘金，铲子就总有销路。

而在AI创业时代，这个方法论同样适用。“美股七姐妹”中的甲骨文和英伟达都将自己定位为“人工智能时代的基建”。在初创公司层面，一个最生动的例子就是著名的AI编程工具Cursor开发商Anysphere——今年6月，Anysphere完成过一笔规模达9亿美元的新融资，领投方为Thrive Capital，其他投资方包括A16z、Accel和DST。与融资金额暴涨同步，他们估值的达到了惊人的99亿美元（约人民币711亿元），距离公司成立也仅仅过去了三年。

这样的成长速度再次确认了“AI”之于当前技术范式的颠覆性，也留给了整个创投圈一个清晰的命题：除了算力、电力、编程能力，AI时代还有哪些“铲子”？

在样的追问下，一个关键的概念悄然兴起，那就是“算子”（operator），又常被称为“核函数”（kernel）。如果把AI计算比作工厂中的高效生产线，每个算子就是一项精心设计的“工序”。基于这些工序，硬件单元得以高效、精准地完成来自上层模型、框架和应用的计算任务。优秀的算子能够合理地拆解并执行任务，避免繁琐的步骤与不必要的延迟，充分利用硬件的计算资源，极大地加速AI计算的效率、响应速度与准确度。

随着近年大模型能力显著提升且越来越频繁进入人们日常工作生活之后，“算子”的重要性不断被提及。当前行业专家们的共识是“算子”是使得芯片可用、好用的关键，也是实现软硬件深度结合释放性能红利的钥匙。高效的、自动化、智能化地开发高性能算子，帮助模型在芯片上跑出极致性能，进而推动智能算力落地惠及千行百业，也随之成为了一个备受期待的潜在创业方向。

今天我们的主角就是这样一家致力于将“算子开发”给自动化，用AI来加速AI，瞄准“铲子中的铲子”的团队。据投中网获悉，高性能算子自动发现与优化平台——智子芯元宣布完成数千万元人民币种子轮融资，本轮由真格基金、英诺天使基金、松禾资本联合投资，后续由深蓝资本担任独家财务顾问。据悉本轮资金将主要用于核心算法研发、算子自动化工具链产品化，并推动在头部国产算力生态的首批重点客户中落地应用。

成立2个月的“金铲铲”

与开头提到的AI Coding明星公司Anysphere相同，找到了“铲子”的智子芯元同样有着令人惊愕的成长速度，从公司成立到敲定真格、英诺、松禾的种子轮融资，整个过程仅仅只有2个月。他们的第一款产品ModelBridge也在9月举办的2025华为全联接大会上亮相，并表现出非常优秀的性能：

（产品示意图）

ModelBridge是一套基于昇腾的自动适配工具，能够帮助将其他生态的模型推理代码自动转化为昇腾的CANN生态代码——简单来说，就是帮助来自不同生态的产品更顺利、更快速地在昇腾系统上完成部署，进而实现丝滑应用。

具体表现方面，ModelBridge可以在30分钟内从零开始完成Qwen3‑14B模型在昇腾Atlas硬件上的全自动适配与推理部署；仅需2小时即可将Qwen3-14B在昇腾上的单卡吞吐提升至28 token/s，比官方社区最新镜像（由双卡驱动）提升40%。这意味着，过去一支十人规模的开发团队需要数天完成的适配与调优，如今使用智子芯元的系统可以提升至小时级甚至分钟级，可以说做到了全自动实现算子与模型的适配和调优。

不过与Anysphere所面临的挑战也相同，过快的成长速度很容易让人们忽略“造铲子”的难度。在Anysphere研发Cursor的过程中，最大的挑战在于开发环境是不同的，且开发需求是多变的、高度随机的。在这个前提下，如果Anysphere仅仅推出的是一款通用型工具，需要使用者根据具体的需求大量调试，并且在使用过程中需要付出大量的精力来完成后续的结果优化，那本质上和“大数据时代”的“自动化产品”并没有太大差别。

因此在实际开发过程中，Cursor在产品路线上选择的重点对项目的全面理解能力和对话式交互界面。比如Cursor的“智能代理模式 (Agent Mode)”完成开发者给予的复杂指令——例如在整个项目中实现身份验证功能——并自动执行这些变更，大幅节省时间。Cursor的自适应学习功能，则不断感知团队和个人的编程风格，然后定制化地自己的工作方向。

本质上Cursor就是一个由AI扮演的“结对程序员”，它将人类的创造力与机器的精确性相结合。其模型上下文协议 (Model Context Protocol, MCP) 优化了 AI 的代码上下文理解能力，从而带来更智能、更准确的响应。

智子芯元面临的挑战更加复杂。在代码层面，普通代码多数时只需能跑通即可，而算子开发远不止于以高级编程语言跑通这么简单，不仅需要掌握更复杂的专用编程语言，且要深度结合算法与硬件，追求极致性能。算子优化要通过软硬件的深度协同来实现，就必然要承受软硬鸿沟之大、更迭之快。这也直接导致传统人工算子开发，因门槛高耗时长而步履维艰。开发能力的紧缺使得“算子”这一本应是以软补硬的“救命稻草”，却成了比制程工艺更加紧迫的“致命短板”。

智子芯元提出的解决方案是这样的：采用“AI+数学”的双轮驱动架构，将大模型的智能生成能力与运筹优化的数学推演能力深度融合，打造出一个高性能算子自动发现与优化平台。

这一平台打破了传统算子开发对人力的依赖，能够在复杂芯片架构上自动建模、搜索、优化算子算法，并不断自我演化，在算子开发效率上比起传统人工开发拉开代差，并且能创造出突破人类经验局限的极致性能算子。目前，该平台已在数学函数算子、矩阵乘法算子、供应链问题求解算子等多类算子上取得突破性成果，赋能AI系统与垂直领域计算加速。

智子芯元的团队，也正是由在大模型、运筹优化与高性能计算领域都站在世界前列的科研与工程人才组成：

根据公开资料显示，创始团队包含华为2012中央研究院“根技术领军”，一线大模型公司的合伙人（CTO）与顶尖科研院所科学家。此外多位成员拥有 IMO/ICPC 金牌和AI领域顶尖学术成果，并且聘请了运筹优化领域的泰斗罗智泉院士为首席技术顾问。

（合影人从左到右依次为：丁添（智子芯元联合创始人）、林志航（智子芯元联合创始人）、陈罡（华为计算高校科研生态发展资深总监）、康迅（智子芯元联合创始人））

打破“CUDA”的护城河

随着晶体管密度的提升逼近物理极限，传统摩尔定律逐渐失效，硬件堆叠带来的性能红利正在枯竭。计算的极限，正悄然转向软件加速的世界，而这场变革当前最耀眼的功勋，无疑被英伟达与由它缔造的CUDA摘得。黄仁勋曾说：

“我们创立公司，是为了加速软件，芯片设计反而是次要的。英伟达之所以能快速创新，正是因为我们从底层算法出发，全面掌握计算系统。”

当前主流 AI 算子几乎均围绕英伟达CUDA生态构建，英伟达在软硬件上的先发优势和源源不断的生态投入，将CUDA打造成了当今人工智能开发的事实标准，吸引了近600万开发者自发的贡献算子，完备且深度优化的算子库使得英伟达的显卡在实际性能和使用体验上显著领先，进而再次强化CUDA生态的吸引力。也正是基于这层因素，其他芯片厂商很难有效对CUDA生态形成挑战，开发者们也难以避免地形成对CUDA生态的依赖。

最近几年，人工智能的蓬勃发展加速了软硬件的更新迭代，AI模型从语言、视觉一路扩展到行为与三维世界，从自动驾驶到具身智能，从生物医药到更广阔的AI for Science，新的模型架构层出不穷，每一个AI模型，最终都要落到算子上运行——它不只是连接底层芯片算力与上层模型算法的关键桥梁，而正成为模型自身的微观形态，带来一批更复杂、更关键的算子需求。

我们似乎能预见到，如果不做出改变，英伟达凭借CUDA生态强者恒强，而国产及非CUDA架构芯片始终难以挣脱困局。

智子芯元的出现，正是为了打破这种宿命，以突破性的开发范式，推动计算加速平权，帮助被隔绝在CUDA生态外的芯片产业链构建属于自己的算力生态。

而这或许是智子芯元将“智子”作为团队名称的一个原因：

在小说《三体》里，智子是三体人打造出来的人工智能，它能以基本粒子的形态存在，并可同时攻击地球上的大量基本粒子实验装置，使得实验数据出错，或者随机化，从而锁死地球的基础科学。当物理学家杨冬得知地球基础科学是被“智子”锁死的真相之后，她陷入了绝望的深渊。她毕生所坚信的“自然是客观的、可理解的”理念，在顷刻间被完全推翻。

可以想象的是，当算子自动化开发的逐步成熟，芯片设计终于不必顾虑于软硬件适配的鸿沟，不必苦恼于CUDA的生态霸权，或许那时真正能撼动英伟达霸主地位的新物种才会横空出世，进而推动已经涌动的AI产业进入一段真正的、更多样、更活跃的爆发期。

如同AI淘金热可能会因为某处矿脉枯竭短暂散去，普通的算力铲子也可能一时滞销，但如果手握的是能不断发掘“新矿藏”和不断提升“产出比”的金铲铲，这把“金铲铲”的所有者，极有可能成为新一轮淘金热的指挥官，且淘金者也不必担心“空军”，至少在这新一轮超越摩尔定律的指数级红利穷尽之前。

文章来自于“东四十条资本”，作者 “蒲凡”。