貝佐斯的 Prometheus 完成 120 億美元融資，打造「人工通用工程師」

傑夫·貝佐斯很少以小格局行事，他旗下的隱形實體 AI 新創公司 Prometheus 也不例外。2026 年 6 月 11 日，該公司宣布完成 120 億美元 B 輪融資，投後估值達 410 億美元，成立不足一年的累計融資額已達 182 億美元。投資人陣容猶如一份華爾街巨頭名單：摩根大通、黑石、高盛、DST Global、Arch Venture Partners，以及貝佐斯本人。

光是這個數字，就足以震驚任何一個融資周期。但更根本的問題是：Prometheus 究竟打算用這筆錢做什麼？

超越語言模型

這家公司的使命，是打造它所稱的「人工通用工程師」（artificial general engineer）——一套能端對端自動化設計、模擬和製造複雜物理產品的系統。目標應用領域刻意設定得極具野心：噴射引擎、半導體架構、製藥化合物、橋梁和先進材料。GPT-5.5 等模型預測的是文字 token，而 Prometheus 押注的是，下一個 AI 突破將發生在物理世界——在那裡，設計空間的邊界不是語法與語意，而是物理定律、製造容差和供應鏈現實。

「我們把從概念到生產的整條流程，都當成一個端對端的 AI 挑戰，」貝佐斯在宣布消息後表示。公司的聯席執行長是 Vik Bajaj，他是史丹佛計算生物學家，也是 Google 生命科學部門 Verily 的前聯合創辦人。Bajaj 在將機器學習應用於高風險、長回饋周期的複雜領域上有豐富經驗——在這類環境中，語言模型的幻覺傾向不只是麻煩，更可能釀成災難。

據報導，Prometheus 的技術路線結合了物理資訊神經網路、材料科學資料集、製造約束圖（manufacturing constraint graph）以及大規模模擬，以此生成能通過真實世界生產嚴苛篩選的設計方案。本質上，這是硬體領域的 AlphaFold——只不過 Prometheus 想把它推廣到人類有史以來製造過的每一種物品。

天文數字背後的資本邏輯

182 億美元對一家員工僅約 150 人、辦公室分布在舊金山、倫敦和蘇黎世的公司來說，是令人震驚的金額。這種資本密集度並非巧合。實體 AI 所需的模擬算力，比純語言模型高出幾個數量級：精確模擬噴射渦輪葉片內的流體力學、建模藥物候選分子與細胞受體的交互作用，或是針對數十年地震數據測試橋梁設計的耐受性，都需要持續、高吞吐量的算力基礎設施，而這些無法以 token 計費的方式廉價租用。

據報導，貝佐斯還在探索配套的 1,000 億美元製造業收購基金——這筆資金將讓 Prometheus 得以收購或與傳統工業製造商合作，在實際生產中部署其 AI 系統。邏輯顯而易見：能重新設計噴射引擎的 AI，唯有在能接觸到製造這些引擎的工廠時，才有商業價值。

這種垂直整合的野心使 Prometheus 與其他基礎模型公司截然不同——後者通常銷售 API 存取和推理額度。Prometheus 明確定位自己不是 AI 供應商，而是 AI 賦能的製造商——其精神更接近下一代的 GE Aviation，而非一家典型的舊金山 AI 新創。

貝佐斯的「勞動稀缺」論

貝佐斯一再以樂觀的框架看待 Prometheus 對勞動市場的衝擊。他使用「勞動稀缺」這個詞——意指 AI 帶來的生產力增益將創造出如此龐大的新經濟活動，使得對人力的需求超過供給。「經濟體的重大生產力提升將提高生活水準，」他告訴記者，「今天需要雙薪的家庭，將會變成單薪就足夠。」

這是典型的貝佐斯式押注：著眼長期、逆勢而為，且依賴十年後才能驗證的假設。無論勞動市場是否如他所預期發展，對工程密集型產業的潛在衝擊都毫不含糊。航太、製藥、國防承包和半導體設計各自雇用了數十萬名高度專業化的工程師。Prometheus 押注的是，其中相當比例的產出——不是他們的判斷，而是他們的產出——可以被自動化取代。

貝佐斯援引電氣化、工業革命、個人電腦等歷次自動化浪潮，論證每一次都因總產出擴張速度快於崗位消減速度而創造出更多工作機會。批評者則反駁，AI 自動化的速度和廣度在本質上有所不同，勞動市場可能沒有足夠時間以必要的速度完成重新配置。

競爭格局

Prometheus 進入的是一個競爭激烈但仍在萌芽期的市場。2026 年，實體 AI 吸引了大量資本，Theker、Figure、Physical Intelligence 等人形機器人公司相繼完成數億美元融資。DeepMind 的材料科學部門發表了具潛在工業應用價值的 AI 生成晶體結構研究。Autodesk、西門子、達梭系統等工程軟體巨頭也各自宣布了 AI 副駕功能。

但 Prometheus 的主張比這些現有業者更為激進：不是輔助現有工程師的副駕，而是一套完整的自動化體系，將傳統工程流程化約為 AI 推理的一個特例。業界觀察人士對此多持相當大的懷疑態度——尤其是「通用」這個詞，在 AI 研究史上有著複雜的身世，承諾往往大幅超前於實際交付。

接下來

這家公司至今未公開產品路線圖，這對一家融資規模如此之大的新創來說相當罕見。Bajaj 與貝佐斯表示，未來 18 個月將專注於內部基準測試的開發，以及與特定工業製造商的概念驗證合作，然後才進行更廣泛的商業化。

這個時間表與預測市場普遍認定的 2028 年——通用實體 AI 系統達到商業可行性的視窗期——相吻合。這也讓 Prometheus 有足夠的跑道，在同時跨越多個工程領域的過程中承受不可避免的挫折。

目前，410 億美元的估值將 Prometheus 列入全球頂級私人 AI 公司之列，儘管仍遠低於 Anthropic 的 9,650 億美元和 OpenAI 的 7,300 至 8,500 億美元。與語言模型的同類相比，Prometheus 既沒有可供外界評測的公開產品，也沒有 API 可調用，更沒有收入供分析師解讀。它目前是對兩件事的押注：創辦人的公信力、機構投資人的深厚工業關係，以及貝佐斯在 2026 年全力鼓吹的一個願景——AI 的下一階段不是關於資訊的智慧，而是關於物質本身的智慧。