一家不靠“吃数据”长大的AI实验室，凭什么拿到1.8亿美元？

当大多数AI公司还在疯狂爬取网页、购买数据集、用万亿token喂模型时，一家名叫Flapping Airplanes的初创团队，却在悄悄关掉数据爬虫，转头研究“人是怎么学会认猫的”。

这家由Ben Spector、Asher Spector兄弟和Aidan Smith共同创立的实验室，近日宣布完成1.8亿美元种子轮融资，投资方是红杉资本、Google Ventures（GV）和Index Ventures——三家在科技界以“眼光毒辣”著称的机构。没人指望他们马上出产品，但投资人愿意为一场“反常识实验”买单。

他们的目标很朴素，也很疯狂：让AI学会像人一样，用1/1000的数据，掌握同样的能力。

“人类不是靠刷题变聪明的”

现在的主流大模型，动辄训练数月、耗电数百万度，靠的是“海量数据+暴力算力”。但Flapping Airplanes的团队认为，这根本不是智能的正确打开方式。

“一个三岁孩子看十张猫的照片，就能认出不同品种的猫；AI却要啃下几百万张，还经常把长颈鹿当猫。”Ben Spector在一次内部分享中说，“我们不是在优化算法，是在重新理解‘学习’本身。”

他们的研究方向，不是堆参数，而是模仿人类认知中的关键机制：

• 如何从少量样本中抽象出“概念”
• 如何利用已知知识去推断未知
• 为什么人类能“举一反三”，而AI只会“照本宣科”

他们不公开技术细节，但透露正在构建一种“动态记忆网络”——不是把信息存进数据库，而是像人脑一样，让知识在神经通路中自然重组。这听起来像科幻，但团队里有三位曾参与过神经科学与机器学习交叉研究的博士，其中一人曾在MIT的脑机接口实验室工作过。

不招“大厂背书”，只找“好奇心爆炸的人”

在TechCrunch Equity播客里，团队讲了一个细节：他们面试过一位22岁的辍学生，没上过名校，也没发过论文，但自己用开源工具复现了20年前一篇冷门认知心理学论文，并用它改进了一个图像分类器。

“我们不要‘简历漂亮的人’，要‘眼睛会发光的人’。”Asher说。

实验室目前只有不到40人，没有产品经理，没有市场部，连PPT都懒得做。团队里一半人是物理学家、语言学家、儿童发展研究者——不是AI科班出身，但都痴迷“人怎么思考”。

“我们不是在造更聪明的机器，”Aidan Smith说，“我们是在给机器装上一种新的‘学习本能’。”

他们不急着赚钱，但投资人比谁都急

红杉资本合伙人Michael Moritz在内部备忘录中写道：“过去十年，我们投了太多‘把数据当石油’的公司。这次，我们想赌一赌‘把大脑当蓝图’的那群人。”

尽管Flapping Airplanes至今没有发布任何产品，但他们的实验已经引发业内震动。斯坦福AI实验室的一位教授私下透露，他们用类似方法训练的原型模型，在仅用1%数据的情况下，完成了与GPT-4相当的逻辑推理测试。

更让人意外的是，团队拒绝了多家科技巨头的收购邀约。“我们不想被收编进‘数据军备竞赛’。”Ben说，“如果AI的未来是靠烧钱堆出来的，那它永远不会真正理解世界。”

现在，他们把这笔钱全部投入实验室，租下旧金山一栋有百年历史的木结构建筑，改造成“认知实验室”——没有白板墙，没有KPI看板，只有满墙的手写笔记、儿童画册、神经元示意图，和一台老式打字机。

他们说，灵感常来自这里。

也许，下一次AI的突破，不会来自硅谷的算力中心，而是来自一个不刷数据、不赶进度、只问“为什么”的小团队。