一个叫 Instinct 的个人 AI 助手项目，估值已经飙到了 25 亿美元。而它的创始人 Noah Shinn，今年刚刚 23 岁。

看到这种“23 岁 + 25 亿”的组合，估计不少人的第一反应是：

硅谷的 AI 泡沫是不是又到了连牛皮都不愿意换新套路的地步？

毕竟这年头随便找个大模型 API 嵌套一下，换个优雅的 UI，就能上台讲 PPT 融资的“套壳大师”实在太多了。

但出于好奇去扒了一下他的履历，我发现事情还真不太一样。这个小伙子不是趁着 Agent 热潮临时包装出来的“概念选手”，他其实是给今天各大 AI 巨头“出考卷”的那批人之一。

时间退回到 2023 年，Noah 还在美国东北大学念书，中间还跑去 MIT 参与研究，最后干脆延续了硅谷前辈们的传统艺能——直接退学。

就在退学那年，他以第一作者身份在 NeurIPS 2023 上发表了一篇在 Agent 领域根本绕不开的重磅论文：《Reflexion》。

当时大部分大模型干活还是“一愣一愣”地单向输出，而他的核心思路非常朴素且致命：让 AI 在任务失败后学会自我反思、总结错误并形成记忆，接着在下一轮干活时不再踩同一个坑。

凭借这套“吃一堑长一智”的闭环机制，当时在 HumanEval 代码生成测试上，他们的框架直接做到了 91% 的准确率，顺手把当时报告里 GPT-4 的 80% 成绩给踩在了脚下。

如果说 Reflexion 证明了他懂怎么让 AI 进化，那他后来的操作就是直接去定义“什么才是合格的 AI”。

他后来参与联合开发的 tau-bench，成为了专门评测真实世界 Agent 的硬核标准。

这个测试极其苛刻，要求 Agent 不光能聊天，还得会看懂复杂的业务逻辑、正确调用各种工具，最难的是连续执行几十轮任务，输出还不能掉链子。

结果大家都知道了，后来 OpenAI、Anthropic 甚至阿里 Qwen 发布新模型时，都乖乖拿这套测试来给自己的 Agent 测能力。

从给模型做闭环强化，到给全行业发考试卷，再到加入企业级 AI 独角兽 Sierra 担任早期研究员，Noah 这几年的路线图干净得像是一条精心画好的射线： Agent 机制研究 -> Agent 行业标准评测 -> 企业级落地演练 -> 自立门户做个人 AI 助手 Instinct。

也难怪 Instinct 一发布，硅谷的硬核圈子直接沸腾了。从 Conviction 的 Sarah Guo、Altimeter 的 Brad Gerstner 这类顶流 VC，到前 Yandex 搜索与 AI 负责人 Andrey Styskin、Codecademy 联合创始人 Zach Sims 这些技术大佬，全都在评论区给一个 23 岁的年轻人站台。

这哪是在捧场新产品，这分明是在给他们看好的技术路线图下注。

当然，极其硬核的技术背景，并不等于 Instinct 作为一个商业产品就必定能统治个人 AI 助手赛道，25 亿美元的估值也多少带点硅谷对技术天才的溢价热度。

但至少有一件事是确定的：在这个人人都在喊 Agent 赋能万物的时代，有些人还在研究怎么用提示词套壳赚钱，而有些年轻人从几年前开始，就在一步步教大模型怎么反思、怎么像个人一样处理真实世界的复杂混乱了。

看着这些 00 后在底层论文和基础设施上大杀四方，有时候真不得不感叹，AI 时代的技术代差，可能真不是按年龄算，而是按降维打击的速度算。