一场关于“模型出厂之后”的军备竞赛

2026年的AI竞争正在发生一个微妙的位移。当预训练阶段的Scaling Law叙事逐渐让位于推理成本、领域适配与模型行为控制时，一个此前被视为“收尾工作”的环节——后训练（post-training）——开始站到台前。这个区分正在变成真金白银的战场。

Deep Cogito的创始人Drishan Arora和Dhruv Malrana在Google AI Search团队工作时，恰好站在这个位移的现场。公司新闻稿披露，Arora曾负责Gemini在AI Search场景下的后训练，Malrana则从产品初期就负责其产品。他们看到的是同一个问题：一个强大的预训练模型被交到产品团队手里之后，真正决定用户体验和商业价值的，是接下来那层看不见的工作——如何让模型学会推理、遵循指令、在特定领域做出可靠决策。

2026年8月26日，这家总部位于旧金山的公司宣布完成4300万美元A轮融资，由TQ Ventures领投，Benchmark、Nexus Venture Partners、Atreides Management、South Park Commons以及网络安全公司Zscaler参与。Zscaler的身份有些特殊：它既是投资方，也是Deep Cogito的客户。本轮融资后，Deep Cogito的总融资额超过5600万美元。

关于公司成立年份，公开来源存在冲突：TheSaaSnews称2026年，但NewsnReleases和SiliconANGLE均称2024年。本文采用2024年，依据是多数独立来源一致，且与创始人Google履历的时间线更吻合。本文中所有公司口径、创始人引语、投资方引语及客户引语，如无另行说明，均来自公司新闻稿，未经独立验证。编辑分析部分已明确标注，与公司声称区分。

字段 内容
公司 Deep Cogito
轮次 A轮
金额 4300万美元
投资方 TQ Ventures（领投）、Benchmark、Nexus Venture Partners、Atreides Management、South Park Commons、Zscaler
总部 旧金山
创始人 Drishan Arora、Dhruv Malrana
官网 https://www.deepcogito.com/

从Google AI Search到“递归自我改进”的赌注

Deep Cogito的创始叙事建立在两位创始人在Google的履历之上。公司新闻稿披露，Arora和Malrana曾参与构建Google AI Search产品，包括AI Mode和AI Overviews；Arora负责Gemini后训练在AI Search场景的落地，Malrana则从产品初期就参与其中。这段经历给了他们一个相对稀缺的视角：他们不是在实验室里研究后训练，而是在一个日活以亿计的产品环境里，反复验证后训练对模型行为的实际影响。

公司披露，其研究核心是大规模强化学习和递归自我改进（recursive self-improvement）。其中一个具体方向是迭代蒸馏与放大（Iterated Distillation and Amplification，简称IDA）。公司披露，这个方法的逻辑是：让模型在推理阶段使用额外计算来生成比单步推理更强的答案，然后将这些改进通过蒸馏的方式写回模型权重。从已披露的技术路径看，这意味着Deep Cogito试图把“昂贵推理”转化为“持久能力”——模型不需要每次都进行超长推理链，而是把推理过程中学到的东西内化为更高效的直觉。需要指出的是，IDA本身并非Deep Cogito首创，这一概念在AI研究界已有讨论。公司声称其差异化在于规模化实现和工程能力，但这一声称目前仅能通过其公开模型发布获得部分验证。

公司披露，其Cogito系列开放权重模型覆盖从3B到600B以上的参数规模，包括70B、109B混合专家（MoE）、405B和671B MoE等版本。公司声称，其671B模型产生的推理链比DeepSeek R1 0528短约60%，同时保持竞争力；公司声称，训练8个Cogito模型（从3B到671B）的总成本低于350万美元。上述两项数据均为公司声称，未经独立验证，目前缺乏第三方基准测试或审计报告支持，具体验证方法见“验证边界与可复核指标”小节。

开放权重模型是橱窗，企业定制才是货架

Deep Cogito的商业模式有一个值得注意的结构：它同时运营两条产品线，但这两条线的关系不是并列的，而是漏斗式的。开放权重模型Cogito系列承担的是“技术橱窗”功能——通过公开发布模型，让外界看到其后训练方法在多个参数规模上的效果。投资方TQ Ventures联合创始人Schuster Tanger在声明中称，“很少有最大AI实验室之外的团队展示过在这种规模上进行后训练的能力。Deep Cogito通过其模型发布公开做到了这一点”。该声明来自公司新闻稿中的投资方引语，其客观性受其投资身份影响，未经独立验证。

但真正指向收入的是第二条线：企业定制模型平台。公司披露，Deep Cogito的卖点是，它不满足于在推理阶段给通用模型外挂企业知识（即常见的RAG方案），而是将企业的专有数据、决策逻辑和业务指标训练进模型权重本身。公司称，这种方式比“轻量级定制”更深入。Zscaler执行副总裁Dhawal Sharma在声明中提供了一个客户视角：“前沿模型有用，但不足以满足我们需要的专业化水平。Deep Cogito之所以突出，是因为他们比轻量级定制走得更深。他们与我们紧密合作，理解我们的产品和我们在意的指标，并帮助将这种智能训练进模型本身。”该声明来自公司新闻稿中的客户方引语，且Zscaler同时是Deep Cogito的战略投资者，其评价受利益关联影响，未经独立验证。

从已披露的信息看，Zscaler是Deep Cogito目前唯一公开的客户。客户数量、收入规模、客单价均未披露。这意味着，企业定制业务的商业化验证仍处于早期阶段。编辑分析：Zscaler同时作为客户和战略投资者的双重身份，使得这一案例的独立性需要打一个折扣；一个既是股东又是客户的企业，其正面评价的商业参考价值有限。但这并不意味着案例没有意义：Zscaler作为一家上市网络安全公司，愿意在A轮就同时押注资金和业务合作，至少说明Deep Cogito的后训练能力在特定垂直场景中产生了实际吸引力。需要强调的是，这一判断仅基于Zscaler单方面声明，公开材料中未见其他客户或独立第三方佐证。

Deep Cogito的差异化路径与Zscaler案例

以下为公司披露部分。Deep Cogito的差异化主张在于深度：公司披露，它不是在模型外面加一层检索或提示工程，而是直接改变模型权重。公司未披露其企业项目的交付周期和定价模式。Zscaler案例方面，公司披露，Zscaler在成为投资方之前就开始作为客户与Deep Cogito合作，双方围绕安全场景中的专业化智能展开工作。Deep Cogito方面认为，安全应用可以从基于组织自身安全数据和结果进行后训练的模型中获益。

以下为编辑分析。公司披露的“深度后训练”路径，其代价是更高的计算成本、更长的交付周期和更复杂的工程要求。由于公司未披露交付周期和定价模式，无法判断这种“深度后训练”在经济性上是否可持续。Zscaler案例提供了目前唯一可观察的客户路径，其独特之处在于把后训练从通用能力提升推进到了垂直领域的决策逻辑内化。但需要明确：Zscaler作为客户和投资者的双重身份，可能影响其评价的客观性；该案例的独立性受此利益关联限制，公开材料中未见独立客户评价或第三方效能测试佐证。要独立验证该案例，建议查阅Zscaler的SEC文件（10-K、10-Q、8-K）中关于关联交易、重大合同或战略投资的披露，以及Zscaler的审计报告和采购文件；目前公开材料中均未包含上述任何一项，上述验证方法尚未实际执行。

与RAG方案的对比是理解这一路径的关键。RAG在推理阶段给通用模型外挂企业知识，模型权重本身不发生变化；Deep Cogito则试图把领域能力直接训练进权重。两者在交付周期、计算成本、可更新性和任务适配深度上存在结构性差异，但公司未披露任何量化对比数据。可比较但尚未披露的指标包括：深度后训练相对RAG方案在特定任务上的准确率提升、交付周期、总拥有成本以及复购率。目前公开材料中缺乏任何一方提供的同口径效能对比数据，因此无法对两种路径的性价比差异作出量化判断。

还有一个结构性挑战值得注意：据Unite.AI报道，Deep Cogito的Cogito v2.1 671B基于开放许可的DeepSeek基础模型进行后训练；该信息来自Unite.AI报道，未经独立核实，公司未确认。该表述仅适用于Cogito v2.1 671B，并不覆盖Deep Cogito所有模型；公司未披露其他Cogito模型的基础模型来源。以下为编辑分析：这意味着Deep Cogito至少在部分产品上并不控制预训练层。如果基础模型提供方在未来改变开放许可策略，或者后训练技术被基础模型实验室直接内化为标准功能，Deep Cogito的技术护城河将面临压力。公司称其核心竞争力在于后训练方法和工程能力，而非基础模型本身，但这一主张需要更多时间和更多客户案例来验证。

投资方的逻辑：押注“后训练层”的独立价值

以下为编辑分析，基于已披露的融资结构、投资方声明和公司公开信息。

本轮融资的投资方组合透露出清晰的信号。TQ Ventures领投，Benchmark和Nexus Venture Partners跟投。Benchmark合伙人Eric Vishria在声明中给出了一个明确的判断：“后训练正在成为AI中最重要的层级之一。Deep Cogito已经证明它能够在这一层级的前沿运作，并将这种能力转化为企业可以真正拥有的智能。”该声明来自公司新闻稿中的投资方引语，其判断受投资利益关联影响，未经独立验证。

从资本结构看，4300万美元的A轮规模对于一家成立两年的AI研究实验室来说不算小，但考虑到训练基础设施的资本密集程度，这笔钱的实际购买力需要审慎评估。公司称将把这笔资金用于扩大研究和工程团队、扩展训练基础设施、推进未来Cogito模型发布以及扩展企业业务。其中，训练基础设施的扩展可能是最大的资金消耗项。据Deep Cogito招聘页面信息，其研究人员需要处理超过4000亿参数模型的训练，涉及强化学习算法、数据管道、评估和分布式基础设施；该招聘页面并非官方新闻稿，所涉信息未经公司正式确认。这类基础设施的运营成本，无论是自建还是租用云GPU，都会对4300万美元的融资形成快速消耗。

投资方愿意在这个阶段下注，核心逻辑在于后训练层作为一个独立商业层级的可投资性。但这一逻辑的成立依赖于一个前提：Deep Cogito的后训练方法确实能够持续产生可复现的、超越基础模型默认能力的提升。目前，这一前提仅通过公司自身的模型发布和单一客户案例获得部分支持。投资方声明本身不构成独立验证，其判断受投资利益关联影响。

竞争格局：后训练赛道的资本密度与Deep Cogito的位置

以下为编辑分析，基于已披露的融资数据和公开报道。

Deep Cogito并非唯一押注后训练与自改进AI的创业公司。据SiliconANGLE于2026年8月26日报道，Recursive Superintelligence Inc.于5月融资6.5亿美元，投资方包括Nvidia；Ineffable Intelligence Ltd.于4月完成11亿美元融资，估值51亿美元。上述竞争对手融资数据来自SiliconANGLE报道，未经独立核实，且未在公开材料中获得公司或投资方逐字确认。建议的验证方法包括：查阅Recursive Superintelligence和Ineffable Intelligence的公司公告、SEC文件（如Form D、10-K、10-Q、8-K）以及投资方新闻稿；目前公开材料中均未包含上述任何一项，上述验证方法尚未实际执行。

这一资本差距意味着Deep Cogito必须在技术路线或商业化策略上找到差异化的生存空间。从已披露的信息看，Deep Cogito的独特之处在于其创始团队来自Google AI Search产品环境，且同时运营开放权重模型和面向企业的深度后训练平台。但Recursive Superintelligence和Ineffable Intelligence的具体技术路线、客户结构和商业化进展均未在公开材料中详细披露，因此无法进行更深入的量化对比。可比较但尚未披露的指标包括：三家公司的付费客户数量、收入规模、模型性能基准测试结果、企业交付周期以及客户留存率。

从资本结构看，Deep Cogito的投资方组合中包含了Benchmark和Nexus Venture Partners等传统VC，以及Zscaler作为产业投资方。Recursive Superintelligence的投资方中出现了Nvidia，这可能意味着其在计算资源获取上拥有更直接的渠道。Deep Cogito未披露其计算资源来源，也未披露是否与云服务商或芯片供应商建立了特殊合作关系。在训练超过4000亿参数模型的迭代需求面前，这一信息缺口构成了评估其竞争可持续性的关键变量。

资金用途与基础设施的隐性约束

以下为编辑分析，基于公司披露的资金用途和公开的行业信息。

Deep Cogito计划将4300万美元用于四个方向：扩大研究和工程团队、扩展训练基础设施、推进未来Cogito模型发布、扩展企业业务。这四个方向之间存在资源竞争关系。训练基础设施的扩展是资本最密集的部分，而企业业务的扩展需要的是销售、交付和客户成功团队，这两类投入的回报周期完全不同。

针对Deep Cogito的具体情况，其模型规模与招聘信息提供了更具体的资本消耗线索。公司披露的Cogito系列覆盖从3B到600B以上的参数规模，其中671B MoE模型属于最大规模区间；据Deep Cogito招聘页面信息，其研究人员需要处理超过4000亿参数模型的训练，涉及强化学习算法、数据管道、评估和分布式基础设施；该招聘页面并非官方新闻稿，所涉信息未经公司正式确认。若以4000亿参数作为训练任务量级，单次全量训练所需的GPU小时数、显存占用和分布式通信开销，将显著高于百亿参数级模型；而Deep Cogito声称训练8个Cogito模型（从3B到671B）的总成本低于350万美元，该数据为公司声称，未经独立验证。

从已披露的信息看，Deep Cogito的团队规模未披露，但考虑到其模型发布频率和技术深度，研究和工程团队可能已经占据公司人员的大多数。在A轮之后，公司需要在“继续做前沿研究”和“把企业业务做扎实”之间做出优先级选择。如果选择前者，它将继续与大型实验室在技术前沿竞争，但资金消耗速度会加快；如果选择后者，它需要快速建立可重复的交付流程和更多客户案例，但可能稀释其“前沿研究实验室”的品牌定位。

风险与待验证假设

Deep Cogito的故事目前由三个未经验证的假设支撑。第一个假设是技术性的：递归自我改进和IDA方法能够持续产生超越现有后训练范式的能力提升。公司声称的推理链缩短60%和训练成本低于350万美元这两个数据点，均为公司声称，未经独立验证，缺乏第三方基准测试的交叉验证。

第二个假设是商业性的：企业愿意为“深度后训练”支付显著高于RAG和轻量级微调的溢价。Zscaler的案例提供了一个正面信号，但单一案例不足以证明市场需求的结构性存在。针对Deep Cogito的具体情况，其企业定制平台目前仅有一个公开客户，且该客户同时是战略投资者；客户数量、收入规模、客单价、交付周期和定价模式均未披露。因此，无法判断“深度后训练”相对RAG和轻量级微调的性价比优势是否已被任何客户量化验证。

第三个假设是战略性的：后训练层能够作为一个独立的商业层级存在，而不被基础模型实验室或云平台吸收。公司称其优势在于“前沿研究与实际部署的结合”，但这一优势的持续性取决于其技术迭代速度能否持续领先于拥有更多资源的竞争者。此外，据Unite.AI报道，Deep Cogito的Cogito v2.1 671B基于开放许可的DeepSeek基础模型进行后训练；该信息来自Unite.AI报道，未经独立核实，公司未确认。以下为编辑分析：这意味着其部分产品对基础模型提供方的开放许可政策存在依赖。如果DeepSeek在未来改变开放许可策略，或者限制基于其模型的后训练与商业化部署，Deep Cogito的模型发布和客户交付将直接受到影响。公司未披露其他Cogito模型的基础模型来源，因此这一依赖关系的完整范围尚不可知。

针对Deep Cogito的具体风险，还有两点需要单独指出。第一，对DeepSeek基础模型的依赖不仅涉及许可政策变化，还涉及上游模型更新节奏与Deep Cogito后训练迭代之间的耦合。如果DeepSeek发布新版本或调整开放许可条款，Deep Cogito需要重新评估后训练管线的兼容性，而公司未披露其应对这一依赖的备选基础模型或迁移方案。第二，Zscaler作为客户和投资者的双重身份，使目前唯一公开的客户案例在独立性和可复制性上存在局限。公开材料中未见Zscaler之外的客户、合同金额或续约条款，因此无法判断该案例是垂直场景中的可复制需求，还是一次与战略投资绑定的单点合作。上述两点均属于Deep Cogito特有的验证缺口，而非适用于所有AI初创公司的通用风险。

从已披露的信息看，Deep Cogito拥有一个在Google AI Search场景中验证过后训练价值的创始团队，以及一个愿意同时以客户和投资者身份下注的上市企业。这意味着其技术方向至少在一个垂直场景中产生了实际吸引力。但客户数量、收入、估值、计算资源来源、交付周期、定价模式均未披露。在这些变量明朗之前，Deep Cogito的4300万美元A轮更准确的定位是：一家技术方向清晰、团队背景可信、但商业验证仍处于单点阶段的后训练实验室，正在试图证明“后训练即服务”可以成为一个独立的、可规模化的生意。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：Deep Cogito的融资故事真正值得关注的不是4300万美元的数字，而是它把“后训练”从AI流水线上的一道工序，重新定义为一种可以独立定价的能力。但杠杆的另一端是风险：如果后训练层的价值被基础模型实验室内化，或者企业客户最终发现RAG和轻量级微调“够用就好”，那么Deep Cogito押注的深度后训练路线将面临比技术不确定性更棘手的商业现实。这家公司的真正考验，不是能否发布下一个更大的Cogito模型，而是能否在Zscaler之外，找到第二个、第三个愿意为“把智能训练进权重”付费的企业客户。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。