Meta前CFO韦纳离职，加入复旦校友乔琳创办的Fireworks

在扎克伯格麾下效力14年的一员老将，选择了离开。新去处是复旦校友乔琳创办的AI独角兽公司。

11月7日，Meta首席战略官、前首席财务官戴夫·韦纳（Dave Wehner）证实将告别Meta，转投AI初创企业Fireworks出任首席财务官（CFO）。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）。

一个替Meta管过钱，一个在Meta带队做过AI基础设施。两位老同事，眼下又聚到了一起。

Fireworks成立才四年，今年7月刚拿下15.05亿美元融资，估值冲到175亿美元（约合人民币1170亿元），是两年前的近32倍。红杉资本、英伟达、AMD等投资方都在其股东名单中。据外媒报道，Fireworks正筹备启动新一轮融资，目标估值在300-400亿美元。

韦纳的这步棋，也让Fireworks再度进入视线。这家公司到底凭什么吸引人？

韦纳这次跳槽，多少让人有些意外。

2012年11月，韦纳加入当时还叫Facebook的Meta，出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。2022年11月，他卸任CFO，转任Meta首位首席战略官，分管公司战略及企业发展事务。

Meta这些年的几回重要转型，韦纳都身在局中。移动广告业务崛起，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，他始终处在公司核心管理层。

进Facebook之前，韦纳在投资银行Allen & Company干了近十年，后来还担任过社交游戏公司Zynga的CFO。

不过，韦纳并非金融科班出身。他本科就读于CFO。

眼下，这位长期身居Meta管理层的老将，选择加盟一家AI创业公司。

韦纳在X上向扎克伯格道谢。他说，自己在Meta待了14年，这段经历让他看到，一家由创始人亲自掌舵的公司能走到什么样的高度。聊到下一站Fireworks，韦纳表示和乔琳认识很久了，对她一直很敬重；随着对团队了解得越来越多，他对这家公司的前景也越发看好。

乔琳之后也在X上发文，欢迎这位老同事加入。她认为，韦纳在帮助Meta成长壮大方面积累的经验固然丰富，更难得的是，他已经在大型科技公司做过高管，却还愿意重新撸起袖子，从零开始参与一家公司的建设。

Fireworks与Meta的牵连，还不止这些。

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。

此外，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。

Fireworks目前估值175亿美元，扩张速度很快。对这样一家AI创业公司来说，韦纳此时加入或许恰逢其时——大规模采购算力、签长期客户合同、安排现金流，还有公司未来可能进行的资本市场交易，这些都在他熟悉的范围内。

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。父亲是机械工程师，主要设计大型货轮。她小时候常泡在父亲办公室，翻桌上的船舶设计图，琢磨里面的机械结构。

选专业时，她走上了计算机这条路。乔琳是复旦计算机系1993级校友，本科和硕士都在复旦读完，随后去美国加州大学圣巴巴拉分校深造，2006年拿到计算机科学博士学位。

在接受Unite.AI采访时，乔琳把话说得很直接：Meta这类科技巨头，技术人才和算力资源都不缺，AI基础设施自己就能搭；可大量企业没这个条件。对这些企业来说，就算手里有性能出色的大模型，怎么把它真正落到业务里、跑得又快又稳、成本还压得住，依然是个难题。

她从中看到了创业机会。

2022年，乔琳离开Meta，和另外六名联合创始人一起创办了Fireworks。创始团队多来自Meta、Google等科技公司，其中还有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）。他们盯上的是大模型推理市场，想用过去攒下的技术能力，帮更多企业快速、低成本地部署和运行AI模型。

比如一家企业要在客服系统里接入AI，自己搭整套基础设施的话，算力资源、模型部署、系统维护这一连串问题都得解决。Fireworks提供的是现成服务平台，企业通过API（软件之间的调用接口）就能用上平台上的大模型，还能按自身业务需求做定制和优化。

这样一来，企业不必从头组建庞大的技术团队，就能把AI用进自己的产品；Fireworks则靠模型调用、专属算力部署等服务收费。

资本很快跟了进来。

创业初期，Fireworks拿到Benchmark领投的2500万美元融资。2024年7月，公司宣布获得5200万美元融资，估值达到5.52亿美元，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。

估值这么高，收入跟得上吗？

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）。

客户也铺到了多个行业。Uber、Shopify、三星、Notion等企业，以及AI编程工具Cursor、法律AI公司Harvey，都是其客户。

客户越多，模型运行的速度和稳定性就越要保证，这也是Fireworks必须解决的问题。除了自主研发，公司还通过收购和外部合作补技术能力。

今年3月，Fireworks宣布收购游戏服务器技术公司Hathora。玩家最怕卡顿，AI用户也一样。Hathora擅长在全球范围调度计算资源、尽量压低延迟，这项技术正好能用来提升AI推理的效率和稳定性。

与此同时，Fireworks与多家芯片和云计算巨头建立了合作。早在2024年，它就是英伟达、AMD的合作伙伴，这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。

“成本正在失控。”乔琳在大会中这样说道。她表示，企业扩张正承受着AI高昂使用成本带来的压力，业务增长甚至要靠大量融资才撑得下去。

黄仁勋也给出了自己的看法：“让所有人都依赖通用智能，这种想法并不合理。”他认为，闭源前沿模型固然有价值，专业化智能同样不可忽视。企业可以拿开放模型做底子，再配上自己掌握的行业知识和工具，做出更贴合实际业务需求的AI能力。

这与Fireworks押注的方向不谋而合。乔琳想解决的是企业用AI时的成本难题，同时让它们能按自身需求定制模型。

外媒消息称，Fireworks打算开启新一轮融资，目标估值在300-400亿美元之间。不过这只是媒体披露的融资计划，还没有正式落地。

Fireworks的崛起，踩准了AI行业的风向转变。前几年，市场盯着的是哪家能训出更强的模型；现在AI渗进越来越多企业的日常业务，另一笔账反倒更要紧——模型每跑一次，成本到底是多少？

Gartner今年8月发布的预测给出了一个信号：2026年全球AI优化型IaaS（基础设施即服务）市场里，推理支出预计233亿美元，将首次压过训练支出的190亿美元，占到该市场总支出的55%。

产业链上一批公司因此被推到台前。

分工大致是这样：底层芯片由英伟达、AMD、华为昇腾等供给；大模型出自OpenAI、Anthropic、谷歌，国内的DeepSeek、阿里巴巴、月之暗面等也在其列；Fireworks、无问芯穹、硅基流动这类AI基础设施企业，做的是模型部署、推理优化，让模型跑在不同算力资源上都保持高效。

云计算巨头同样在场，微软、亚马逊云科技（AWS）、阿里云、火山引擎都在提供大模型调用和部署服务。独立平台要跟它们掰手腕，拼的还是效率更高、成本更低，以及对不同模型和芯片的兼容能力——让企业多些选择，少受单一技术供应商牵制。

这条赛道上，中国企业正加快步伐。

硅基流动今年累计融资近29亿元，6月那轮融资后估值77.4亿元，并已向港交所递交上市申请。

公司由袁进辉在2023年创办。论技术背景，他和乔琳相似的地方不少：乔琳曾在Meta负责PyTorch相关研发，袁进辉则创办过一流科技，做深度学习框架OneFlow。两人都长期扎在AI底层软件，后来又不约而同转向大模型推理服务。

硅基流动真正进入大众视野，是2025年春节。当时DeepSeek-R1爆红，可模型开源不等于企业就能高效、稳定地跑起来。2月1日，硅基流动联手华为云，把DeepSeek-R1、V3部署到华为昇腾算力上——华为云出算力，硅基流动管模型部署和推理优化，开发者通过SiliconCloud平台就能直接调用。

让大模型在不同芯片上都跑得高效，正是硅基流动的业务重点之一。除华为昇腾外，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。

清华系AI基础设施企业无问芯穹也在做多芯片适配。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，靠算力调度和技术优化提升不同芯片的使用效率。彭博社报道称，公司已秘密递表港交所，拟于2027年上半年上市，不过官方尚未确认。

另一边，中国大模型正成为海外平台重要的模型来源。Fireworks官网显示，其平台已接入DeepSeek、通义千问、Kimi、智谱GLM等中国团队开发的模型。中国企业出模型，海外平台负责部署和优化，全球客户通过接口调用——模型出海由此多了一条商业化路径。

对这些推理平台而言，客户越多、调用量越大，收入机会自然越多。可生意能不能长久做下去，说到底还是看能不能持续压成本、提效率。

这么看，韦纳加入Fireworks或许还有另一层意味：一家估值175亿美元的AI公司，既要技术上有突破，也得有人把算力投入、业务增长和盈利能力之间的账算明白。

“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——让大模型跨过算力与部署的门槛，走进更多企业。

四年时间，Fireworks估值做到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AI时代的新航道正慢慢清晰起来。

头图封面来源：Fireworks官网