在 Meta 失去开源模型榜首位置后的真空期里，硅谷一直渴望夺回这一战略高地。而现在，一家名为 Reflection AI 的创业公司，正被寄予厚望。
从 5 亿美元到 200 亿美元估值，Reflection AI 只用了一年时间。它被外界视为当前 New Labs（指近两年兴起、专注底层创新的前沿 AI 特研实验室）的领头羊。🚀
🌟 传奇背景：DeepMind 大神的创业之路
Reflection AI 的创始人是两位来自谷歌 DeepMind 的传奇人物：
- 明选 Laskin：曾在谷歌主导了 Gemini 奖励模型的训练；
- Luanes Antonoglo：则是 AlphaGo 的联合缔造者，在强化学习领域拥有极高的话语权。
凭借这样的背景，公司融资速度快得惊人：2025 年 3 月以 5.45 亿美元估值亮相；同年 10 月，在英伟达领投下，估值跃升至 80 亿美元；而仅仅 5 个月后的 2026 年 3 月，公司被传正在筹集至少 20 亿美元新资金，最新估值将攀升至 200 亿美元。这意味着，在短短一年内，其估值翻了近 37 倍！📈
🧠 核心策略：送出果实，藏起种子
Reflection AI 之所以能异军突起，核心在于其独特的路线：开放权重，闭源训练。
他们计划开放前沿大模型的权重，允许企业、政府和开发者将模型下载到本地服务器或私有云中运行和微调。这完美契合了当下企业对 数据隐私 与 主权 AI 的迫切需求。
然而，训练这些模型最核心的数据集和训练流程却严格保密。这种“送出果实（权重），藏起种子（算法/数据）”的策略，本质上是在用 开源打生态，用 闭源做壁垒。目前，这一策略已初见成效，不仅在美国，其商务团队在新加坡、韩国等地也动作频频，甚至已与韩国新世界集团达成超大型 AI 数据中心的定制化合作。
🛠 产品落地：Asimov 代码 Agent
目前，Reflection AI 唯一的商业化产品是一款名为 Asimov 的企业级代码理解 Agent。
Asimov 能够直接接入企业庞大的代码库，自主阅读、理解、重构并迭代工程流。更重要的是，它支持在客户的虚拟私有云（VPC）内部署。这意味着企业的核心代码和数据无需离开安全环境，成功解决了法律、医疗等行业对数据安全的重重顾虑。🛡️
⚠️ 未来悬念
尽管 Asimov 在 2025 年发布时引发了轰动，但它目前仅在少数企业客户的云环境中进行定向测试，尚未正式全面开放。
更耐人寻味的是，Reflection AI 估值的最大支撑点——那个所谓的“开放权重底层大模型”，至今仍未公开发布。这家低调的独角兽究竟技术底色如何？是否真的能支撑起 200 亿美元的市值？
一切，尚待时间揭晓。我们拭目以待！🧐