Meta首席战略官韦纳离职：转投复旦校友乔琳创办的Fireworks任CFO

在扎克伯格手下待了14年的老将，这回走了。接住他的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）确认离开Meta，转任AI初创公司Fireworks的首席财务官（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，如今又聚到了一起。

成立才四年的Fireworks，今年7月刚完成15.05亿美元融资，估值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等都在投资方之列。据外媒报道，Fireworks正打算启动新一轮融资，目标估值300-400亿美元。

韦纳这一走，也让外界把目光再次投向Fireworks。这家公司到底有什么吸引力？

扎克伯格的14年老将，来给前同事打工了

韦纳这次跳槽，多少有些出人意料。

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，一坐就是八年多。2022年11月，他卸任CFO，成为Meta首位首席战略官，分管公司战略及企业发展事务。

Meta这些年的几次重要转型，韦纳都在场。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，他始终身处公司核心管理层。

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。他本科在乔治城大学读化学，之后拿到斯坦福大学应用物理硕士学位，最终却走上金融这条路，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上向扎克伯格道谢。他说，在Meta的14年里，自己亲眼看到一家由创始人亲自掌舵的公司能走到什么高度。至于下一站Fireworks，他提到和乔琳认识很久，一直很敬重她；随着对团队了解加深，他对这家公司的前景也越来越看好。

乔琳随后也在X平台发文，欢迎这位老同事。她认为，韦纳帮助Meta发展壮大的经验很丰富，更难得的是，他已经做过大型科技公司的高管，却还愿意重新挽起袖子，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。

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估值已达175亿美元，仍在快速扩张。对这样一家AI创业公司来说，韦纳来得或许正是时候。大型算力采购、长期客户合同、现金流安排，以及公司未来可能涉及的资本市场交易，都是他熟悉的领域。

一位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。

复旦校友，四年干出175亿美元独角兽

乔琳在中国长大，父亲是机械工程师，负责设计大型货轮。小时候她常待在父亲办公室，翻看桌上的船舶设计图，琢磨其中的机械结构。

再后来，乔琳选了计算机专业。她是复旦计算机系1993级校友，本硕都在复旦读完，之后赴美国加州大学圣巴巴拉分校深造，2006年取得计算机科学博士学位。

乔琳接受Unite.AI采访时说得很直接：Meta这样的科技巨头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。对这些企业来说，就算拿到了性能出色的大模型，怎么把它真正用到业务里，让它跑得又快又稳，同时把成本控制住，仍然是个难题。

乔琳觉得，这里面有生意可做。

2022年，她离开Meta，拉上另外6位联合创始人一起创立了Fireworks。创始班底大多出自Meta、Google这些大厂，其中还有两位华人面孔：原Meta工程师陈宇飞（Benny Chen）和原Google工程师赵晨宇（Chenyu Zhao）。团队盯上的是大模型推理这块市场，想凭过去攒下的技术本事，让更多企业能又快又省地把AI模型跑起来。

比如有家公司想在客服系统里用上AI。自己搭一整套基础设施，算力、模型部署、系统维护，哪一样都得操心。Fireworks给的是现成平台，企业调API接口就能用平台上的大模型，也能按自己的业务需要做定制和优化。

这样一来，企业不必从零拉起一支庞大的技术队伍，就能把AI塞进自家产品。Fireworks的收入则来自模型调用、专属算力部署这些服务。

钱来得很快。

创业早期，Fireworks拿到Benchmark领投的2500万美元。2024年7月，公司又宣布获得红杉资本领投的5200万美元，估值5.52亿美元，英伟达、AMD等都在投资方名单里。

2025年10月，2.5亿美元C轮融资落地，由光速创投、Index Ventures和Evantic联合领投，估值涨到40亿美元。

到2026年7月，D轮融资15.05亿美元宣布完成，估值冲上175亿美元。这轮由Atreides Management、Index Ventures和TCV联合领投，英伟达等老股东继续跟投。

估值这么高，收入撑得住吗？

2025年10月披露的数据是，Fireworks年化收入运行率超过2.8亿美元。到了2026年7月，这个数字越过10亿美元，平台每天要处理40万亿个以上的词元（Token）。

客户名单也铺开了，横跨多个行业：Uber、Shopify、三星、Notion，还有AI编程工具Cursor、法律AI公司Harvey。

客户一多，模型跑得快不快、稳不稳就成了必须解决的问题。Fireworks的办法是自研之外，再靠收购和外部合作补技术短板。

今年3月，它宣布买下游戏服务器技术公司Hathora。玩家怕卡，AI用户也一样。Hathora的强项是在全球范围调度计算资源、尽量压低延迟，这套本事正好能拿来提升AI推理的效率和稳定性。

芯片和云计算巨头那边，Fireworks也交了不少朋友。2024年它就已经是英伟达、AMD的合作伙伴，这两家还参与了早期融资。之后，Fireworks与AMD签下多年战略合作协议，跟AWS（亚马逊云科技）的合作继续加深，还接入了微软的AI云服务平台Foundry。

11月3日，Forge大会在旧金山开场，英伟达CEO黄仁勋与乔琳同台对话。双方当天宣布扩大合作：从2027年起，借助英伟达新一代计算平台，把Fireworks在欧洲的算力规模做大。

乔琳在大会上说得很直接：“成本正在失控。”她的意思是，AI用起来太贵，企业扩张被压得喘不过气，有的甚至要靠大量融资才撑得住增长。

黄仁勋的看法是：“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有价值，但专业化智能同样不能少。企业可以拿开放模型，配上自己的行业知识和工具，做出更贴合实际业务的AI能力。

这跟Fireworks押的方向对上了。乔琳想解的，就是企业用AI时的成本难题，同时让它们能按需定制模型。

外媒报道称，Fireworks打算启动新一轮融资，目标估值300-400亿美元。不过这只是媒体披露的计划，还没有正式落地。

AI推理，新的资本战场

Fireworks的起势，正好踩上AI行业的一次转向。

前几年，大家最关心的是谁能训出更强的模型。现在AI进了越来越多企业的日常业务，另一笔账开始变得要紧：模型每用一次，到底花多少钱？

Gartner今年8月的预测给出了一个参照：2026年全球AI优化型IaaS（基础设施即服务）市场，推理支出预计233亿美元，第一次超过训练支出的190亿美元，占该市场总支出55%。

AI产业链上的一批公司，也因此被推到聚光灯下。

拆开看，整条AI产业链分工相当清楚：英伟达、AMD、华为昇腾这些厂商卖的是底层芯片；OpenAI、Anthropic、谷歌，再加上国内的DeepSeek、阿里巴巴、月之暗面，做的是大模型研发；Fireworks、无问芯穹、硅基流动这类AI基础设施公司，承接的是模型部署、推理优化等环节，目的是让模型跑在不同算力资源上都保持高效。

另一边，微软、亚马逊云科技（AWS）、阿里云、火山引擎等云计算巨头同样在大模型调用和部署上做生意。独立平台想跟这些巨头掰手腕，说到底还得拼效率更高、成本更低，以及对各类模型和芯片的兼容本事，这样企业客户才有得挑，不至于被单一技术供应商绑住。

这条赛道上，中国公司的动作也在加快。

硅基流动今年累计拿到近29亿元融资，6月那一轮之后估值到77.4亿元，目前已经向港交所递交上市申请。

公司由袁进辉在2023年创办。论技术底子，他跟乔琳很像：乔琳在Meta做过PyTorch相关研发，袁进辉则创办过一流科技，做的是深度学习框架OneFlow。两个人都扎在AI底层软件里，后来又都转向了大模型推理服务。

硅基流动真正被外界盯上，是在2025年春节。那会儿DeepSeek-R1火得很快，可模型开源并不代表企业就能直接高效、稳定地跑起来。2月1日，硅基流动拉上华为云，把DeepSeek-R1和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。

让大模型在各种芯片上都跑得高效，正是硅基流动的主攻方向之一。华为昇腾之外，它的平台还兼容英伟达、AMD，以及摩尔线程、沐曦等多家厂商的芯片。

在多芯片适配上同样下功夫的，还有清华系AI基础设施企业无问芯穹。今年10月，该公司宣布完成23亿元C轮融资，累计融资43亿元。平台目前已支持16种主流芯片，靠算力调度和技术优化来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，计划2027年上半年上市，不过官方还没确认。

中国大模型同时也在成为海外平台重要的模型来源。Fireworks官网显示，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。中国企业做模型，海外平台负责部署和优化，全球客户通过接口调用，模型出海也就多了一条商业化路径。

对这类推理平台而言，客户越多、调用量越大，收入机会自然更多。但生意能不能长久，关键还是看能不能持续压低成本、把效率提上去。

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这本账算明白。

结语

“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。多年以后，她在硅谷做的是另一种基础设施生意——让大模型跨过算力和部署的门槛，进入更多企业。

四年时间，Fireworks估值做到175亿美元，如今又等来Meta老将韦纳。从大模型到全球算力网络，技术和资本跨越大洋，一条AI时代的新航道正慢慢显形。

头图封面来源：Fireworks官网