管了Meta八年钱袋子的戴夫·韦纳，11月7日确认跳槽。新东家是前Meta高级工程总监乔琳创办的AI推理平台Fireworks，一家成立仅四年、估值冲上175亿美元的独角兽。一个替扎克伯格管过钱，一个在Meta带过300人团队做PyTorch和AI编译器，两位老同事在创业公司重新碰头。韦纳在X上感谢扎克伯格14年的信任，转头就去给前同事当CFO。
希鸥网观察到，这不是一次普通的高管流动。Fireworks今年7月刚完成15.05亿美元D轮融资，估值较两年前翻了近32倍，红杉资本、英伟达、AMD悉数在列。年化收入运行率从2025年10月的2.8亿美元，飙到2026年7月的10亿美元，平台每天处理40万亿个词元。韦纳的到来，恰好卡在Fireworks筹备新一轮融资、目标估值300至400亿美元的节点上。
先看商业模式底层。Fireworks不做大模型，做的是模型跑起来之后那笔账。企业接入AI客服或代码助手，自建算力、部署、运维，成本高得吓人。Fireworks提供API调用和专属算力部署，按用量收费。乔琳在Forge大会上直言“成本正在失控”，这句话就是Fireworks的生意起点。Gartner预测2026年全球AI优化型IaaS市场中，推理支出233亿美元首次超过训练的190亿美元，占55%。训练是过去时，推理是进行时。
再看供应链成本结构。Fireworks不绑定单一芯片。英伟达、AMD是它早期投资方，也是合作伙伴；2027年起还要借英伟达新一代平台拓展欧洲算力。同时它接入DeepSeek、通义千问、Kimi、智谱GLM等中国模型，客户用API就能调用。收购游戏服务器技术公司Hathora，图的是全球算力调度、压低延迟。这套打法的核心不是技术独占，是让企业在不同芯片和模型之间自由切换，避免被单一供应商锁死。
组织架构的账更微妙。乔琳在Meta管过PyTorch和AI编译器，知道大厂有算力有人才，可以自建基础设施。但绝大多数企业没这个条件。Fireworks七位联合创始人多来自Meta和Google，两位华人联创陈宇飞、赵晨宇分别出身Meta和Google。这支团队卖的不是模型，是“让模型跑得又快又便宜”的工程能力。韦纳在Allen & Company待了近十年，做过Zynga的CFO，又在Meta管过战略，大型算力采购、长期客户合同、现金流安排，全是他的射程。
希鸥网认为，Fireworks的崛起揭示了一个被忽视的利益重构：AI产业链的利润正在从训练端向推理端迁移。英伟达和AMD既投Fireworks又卖芯片，是两头下注；云巨头微软、AWS既合作又竞争，因为推理平台越独立，企业对单一云厂商的依赖越低。国内硅基流动累计融资近29亿元、估值77.4亿元，已向港交所递表；无问芯穹C轮融资23亿元，支持16种主流芯片，据彭博社报道已秘密递表港交所。这条赛道的资本密度，说明推理优化不是小生意。
韦纳的选择给创业者的第一个启示，是学会从更高层次俯视自己的机器。他在Meta经历了移动广告崛起、更名Meta、押注元宇宙、转向AI四次转型，每一次都是重新设计“做什么”和“谁来做”。创业公司创始人容易陷在具体业务里，忘了自己也是机器的一部分。韦纳愿意挽起袖子从头参与一家公司建设，恰恰说明他看清了Fireworks这台机器的设计图纸，而不是被175亿美元估值晃花了眼。
第二个启示关于缺点。Fireworks不训练前沿大模型，这是它的短板。但乔琳的选择是承认短板、绕过去，把力气花在模型部署和推理优化上。企业客户要的不是最强模型，是能跑通业务、算得清账的模型。创业公司最危险的动作，是在自己不擅长的地方硬补短板。更聪明的做法是找到那些“永远不会擅长”的事，然后用合作、收购、API接入绕开它。Fireworks收购Hathora补延迟调度，接入中国模型补模型供给，都是绕开短板的动作。
第三个启示关于算账的能力。AI推理赛道客户越多、调用量越大，收入越高，但成本也水涨船高。乔琳说“成本正在失控”，这不是矫情。算力采购是重资产，推理优化是技术活，两头都要钱。韦纳这种做过大型上市公司CFO的人，价值就在于把算力投入、业务增长和盈利能力之间的账算清楚。创业者融资时讲增长故事，但真正穿越周期的，是那些知道每一块钱花在哪里、什么时候能收回来的人。Fireworks请韦纳来，不是为IPO撑门面，是为下一阶段的成本战备粮。
国际金鸥奖中国区盛典，第十二届金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo
