扎克伯格身边干了14年的老将，跳槽了。他的新东家，是复旦校友乔琳创办的AI独角兽。

11月7日，Meta首席战略官、前首席财务官戴夫·韦纳（Dave Wehner）确认将离开Meta，加入AI初创公司Fireworks担任首席财务官（CFO）。而这家公司的联合创始人兼CEO，正是前Meta高级工程总监乔琳（Lin Qiao）。

一个曾替Meta管钱，一个曾在Meta带队做AI基础设施，如今，两位老同事又走到了一起。

Fireworks成立仅四年，今年7月刚完成了15.05亿美元融资，估值达到175亿美元（约合人民币1170亿元），是两年前的近32倍。其背后汇集了红杉资本、英伟达、AMD等投资方。据外媒报道，Fireworks正计划启动新一轮融资，目标估值在300-400亿美元。

韦纳的选择，也让Fireworks再次受到关注。这家公司，究竟有何吸引力？

韦纳这次跳槽，多少有些出人意料。

2012年11月，韦纳就加入了当时还叫Facebook的Meta，担任企业财务与业务规划副总裁。2014年6月，他升任CFO，在这个位置上一坐就是八年多。直到2022年11月，他卸任CFO，出任Meta首位首席战略官，负责公司战略及企业发展事务。

Meta这些年的几次重要转型，韦纳都参与其中。从移动广告业务崛起，到Facebook更名Meta、重金押注元宇宙，再到人工智能成为新的投资重心，他始终身处公司核心管理层。

在进入Facebook之前，韦纳曾在投资银行Allen & Company工作近十年，之后也出任过社交游戏公司Zynga的CFO。

不过，韦纳并非金融科班出身。他本科就读于乔治城大学化学专业，后来获得了斯坦福大学应用物理硕士学位，最终却走上金融职业道路，从投资银行一路做到硅谷科技巨头的CFO。

如今，这位长期身居Meta管理层的老将，选择加入AI创业公司。

韦纳在X上感谢扎克伯格，让自己在Meta的14年间见识到一家由创始人亲自掌舵的公司能够取得怎样的成就。谈及下一站Fireworks，他表示自己与乔琳相识已久，一直十分敬重她。随着对团队的深入了解，他也越来越看好这家公司的发展前景。

乔琳随后也在X平台发文欢迎了这位老同事。在她看来，韦纳不仅有帮助Meta发展壮大的丰富经验，更难得的是，他已经做过大型科技公司的高管，却依然愿意重新挽起袖子，从头参与一家公司的建设。

Fireworks与Meta的联系，还不止于此。

Meta前首席运营官谢丽尔·桑德伯格（Sheryl Sandberg）也是Fireworks的早期个人投资人。另一位值得关注的是Scale AI创始人汪滔（Alexandr Wang）——他早在2024年就参与了Fireworks的融资，随后于2025年6月加入Meta，如今担任首席AI官，领导公司的超级智能实验室（Meta Superintelligence Labs），负责前沿AI模型研发。

不仅如此，据投资机构Index Ventures今年7月披露，Meta本身也是Fireworks的企业客户之一。

如今，乔琳又迎来了韦纳这位重量级的Meta老同事。

对一家估值已达175亿美元、仍在快速扩张的AI创业公司而言，韦纳的到来或许正是时候。大型算力采购、长期客户合同、现金流安排，以及Fireworks未来可能涉及的资本市场交易，都是他熟悉的领域。

一位拥有大型上市公司经验的CFO加盟，也容易让人联想到IPO。不过，截至目前，Fireworks尚未公布上市计划。

乔琳在中国长大，父亲是一名机械工程师，负责设计大型货轮。小时候，她经常待在父亲办公室，翻看桌上的船舶设计图，研究其中的机械结构。

后来，乔琳选择了计算机专业。她是复旦计算机系1993级校友，本硕均毕业于复旦，之后赴美国加州大学圣巴巴拉分校深造，并于2006年取得了计算机科学博士学位。

毕业后，乔琳先后在IBM和LinkedIn任职。2015年，她加入Facebook，并在此工作了七年，其间担任高级工程总监，负责PyTorch、AI编译器等技术的开发和部署，曾带领超过300人的工程团队。

乔琳接受Unite.AI采访时直言，Meta这样的科技巨头拥有充足的技术人才和算力资源，可以自行搭建AI基础设施，但许多企业没有这样的条件。对它们而言，即使有了性能出色的大模型，如何将其真正应用到业务中，让它运行得又快又稳，同时控制成本，仍然是个难题。

乔琳从中看到了创业机会。

2022年，乔琳离开Meta，与另外六名联合创始人共同创办了Fireworks。这支创始团队主要来自Meta、Google等科技公司，其中还包括两位华人联合创始人：前Meta工程师陈宇飞（Benny Chen）和前Google工程师赵晨宇（Chenyu Zhao）。他们瞄准了大模型推理市场，希望利用过去积累的技术能力，帮助更多企业快速、低成本地部署和运行AI模型。

举个例子，一家企业想在客服系统中接入AI，如果自行搭建整套基础设施，就需要解决算力资源、模型部署和系统维护等一系列问题。Fireworks则提供现成的服务平台，企业只需通过API，也就是软件之间的调用接口，就能使用平台上的大模型，还可以根据自身业务需求进行定制和优化。

企业不用从头组建庞大的技术团队，就能把AI用到自己的产品里。而Fireworks则通过模型调用、专属算力部署等服务获得收入。

资本很快跟了进来。

创业初期，Fireworks获得了Benchmark领投的2500万美元融资。2024年7月，公司宣布获得红杉资本领投的5200万美元融资，估值达到5.52亿美元，英伟达、AMD等参与投资。

2025年10月，Fireworks宣布完成2.5亿美元C轮融资，由光速创投、Index Ventures和Evantic联合领投，估值升至40亿美元。

2026年7月，公司又宣布完成15.05亿美元D轮融资，估值达到175亿美元，由Atreides Management、Index Ventures和TCV联合领投，英伟达等老股东继续参与。

如此高的估值，收入能否跟上？

2025年10月，Fireworks披露的年化收入运行率已超过2.8亿美元；到2026年7月，这一数字突破10亿美元，平台每天处理超过40万亿个词元（Token）。

Fireworks的客户也已覆盖多个行业。Uber、Shopify、三星、Notion等企业，以及AI编程工具Cursor、法律AI公司Harvey，均是其客户。

客户越来越多，如何保证模型运行的速度和稳定性，也成了Fireworks需要解决的问题。除了自主研发，公司还通过收购和外部合作补充技术能力。

今年3月，Fireworks宣布收购游戏服务器技术公司Hathora。游戏玩家最怕卡顿，AI用户同样如此。Hathora擅长在全球范围内调度计算资源，尽可能减少延迟，其技术正好可以用来提升AI推理的效率和稳定性。

同时，Fireworks也与多家芯片和云计算巨头建立了合作关系。早在2024年，Fireworks就已经是英伟达、AMD的合作伙伴，两家公司也参与了其早期融资。此后，Fireworks又与AMD签署多年战略合作协议、深化与AWS（亚马逊云科技）的合作，并接入了微软的AI云服务平台Foundry。

11月3日，Fireworks在旧金山举办了Forge大会，英伟达CEO黄仁勋与乔琳同台交流。当天，双方宣布进一步扩大合作，计划从2027年起，利用英伟达新一代计算平台拓展Fireworks在欧洲的算力规模。

在大会中，乔琳直言：“成本正在失控。”她指出，高昂的AI使用成本正在给企业扩张带来压力，甚至需要借助大量融资才能支撑业务增长。

黄仁勋则表示：“让所有人都依赖通用智能，这种想法并不合理。”在他看来，闭源前沿模型有其价值，但专业化智能同样重要。企业可以利用开放模型，结合自身的行业知识和工具，打造更符合实际业务需求的AI能力。

这与Fireworks所押注的方向不谋而合。乔琳希望解决企业使用AI时面临的成本难题，同时让它们能够根据自身需求定制模型。

据外媒报道，Fireworks计划启动新一轮融资，目标估值300-400亿美元。不过，这仍是媒体披露的融资计划，尚未正式落地。

Fireworks的崛起，恰好赶上AI行业的一次变化。

过去几年，市场最关注的是谁能训练出更强大的模型。如今，随着AI进入更多企业的日常业务，另一笔账变得越来越重要：模型每使用一次，究竟要花多少钱？

据Gartner今年8月发布的预测，2026年全球AI优化型IaaS（基础设施即服务）市场中，推理支出预计达到233亿美元，首次超过训练支出的190亿美元，占该市场总支出的55%。

这也让AI产业链上的一批公司受到关注。

简单来说，英伟达、AMD、华为昇腾等提供底层芯片；OpenAI、Anthropic、谷歌，以及国内的DeepSeek、阿里巴巴、月之暗面等研发大模型；Fireworks、无问芯穹、硅基流动等AI基础设施企业，则提供模型部署、推理优化等服务，让模型在不同算力资源上高效运行。

微软、亚马逊云科技（AWS）、阿里云、火山引擎等云计算巨头，也在提供大模型调用和部署服务。独立平台要与巨头们竞争，最终还是要靠更高的效率、更低的成本，以及对不同模型和芯片的兼容能力，让企业有更多选择，减少对单一技术供应商的依赖。

这条赛道上，中国企业也在加速布局。

今年，硅基流动累计融资近29亿元，6月融资后估值达77.4亿元，并已向港交所递交上市申请。

这家公司由袁进辉于2023年创办。在技术背景上，他与乔琳有不少相似之处。乔琳曾在Meta负责PyTorch相关研发，袁进辉则曾创办一流科技，研发深度学习框架OneFlow。两人都曾深耕AI底层软件，后来又将目光投向了大模型推理服务。

硅基流动受到广泛关注，是在2025年春节。彼时，DeepSeek-R1迅速走红，但模型开源不等于企业可以直接高效、稳定地运行。2月1日，硅基流动联合华为云，将DeepSeek-R1、V3部署在华为昇腾算力上，由华为云提供算力，硅基流动负责模型部署和推理优化，让开发者可以直接通过SiliconCloud平台调用模型。

而让大模型在不同芯片上高效运行，正是硅基流动的业务重点之一。除了华为昇腾，其平台还支持英伟达、AMD，以及摩尔线程、沐曦等多家厂商的芯片。

同样布局多芯片适配的，还有清华系AI基础设施企业无问芯穹。今年10月，公司宣布完成23亿元C轮融资，累计融资43亿元。其平台已支持16种主流芯片，通过算力调度和技术优化，提高不同芯片的使用效率。据彭博社报道，公司已秘密递表港交所，拟于2027年上半年上市，但尚未获官方确认。

与此同时，中国大模型也在成为海外平台的重要模型来源。据Fireworks官网，其平台已经接入DeepSeek、通义千问、Kimi、智谱GLM等中国团队开发的模型。中国企业研发模型，海外平台负责部署和优化，全球客户再通过接口使用，模型出海因此多了一条商业化路径。

对于这些推理平台来说，客户越多、调用量越大，固然意味着更多收入机会，但真正决定生意能否长期做下去的，还是能否持续降低成本、提高效率。

从这个角度看，韦纳选择加入Fireworks，或许也有了另一层意义：一家估值175亿美元的AI公司，既需要技术上的突破，也需要有人把算力投入、业务增长和盈利能力之间的账算清楚。

“潮平两岸阔，风正一帆悬。”

乔琳的父亲是设计大型货轮的机械工程师。多年后，她在硅谷做起了另一种基础设施生意，让大模型跨越算力与部署的门槛，走进更多企业。

四年间，Fireworks估值达到175亿美元，如今又迎来Meta老将韦纳。从大模型到全球算力网络，技术与资本跨越大洋，一条属于AI时代的新航道，正逐渐清晰。

头图封面来源：Fireworks官网