北大博士、港股AI旗艦掌舵人：讀懂吳明輝，就讀懂了中國可信AI的走向

在中國AI創業圈，吳明輝是一個很難被簡單歸類的人。

他不是那種頻繁出現在科技媒體頭條的"網紅創始人"，也不是專注實驗室的純粹學者。他的身份標簽橫跨多個維度：北京大學數學係學士、計算機軟件與理論碩士、電子與信息工程博士在讀；連續創業者，在同一條技術賽道上深耕超過二十年；明略科技創始人兼CEO兼CTO，這種三位一體的身份組合，在同等體量的科技公司中並不多見。

近日，北京大學官網發佈報道，對吳明輝在産學研領域的貢獻予以認可。這一榮譽，頒授於明略科技港股上市、DeepMiner大模型産品綫發佈之後不久，時間節點頗具意味——它是對一段漫長積累的階段性確認，也是觀察這家企業下一步走向的一個窗口。

數學思維，是理解他的第一把鑰匙

吳明輝的創業路徑，很難脫離他的學科背景來理解。

數學係的訓練，給了他一種特殊的思維習慣：在紛繁的現象背後尋找結構性的規律，用可證明、可驗證的框架代替直覺判斷。這種思維方式，在他後來對AI産業的諸多判斷中，留下了清晰的印記。

當大多數人還在討論AI的應用場景時，吳明輝更關心的問題是：這個係統的判斷依據是什麼？數據來源可靠嗎？推理過程能被人類理解和驗證嗎？

這不是哲學層面的追問，而是數學訓練下形成的本能：沒有嚴格證明的命題，不能被當作真命題接受。移植到AI領域，這意味著沒有可驗證數據支撐的AI輸出，不能被當作可信結論接受。

他將這一判斷濃縮為一套"可信AI"的三維框架：數據源可信——面對可能大量由AI生成的互聯網信息，如何甄別真僞；決策可信——AI在企業決策中必須整合多方數據，識別矛盾，給出可追溯的判斷依據；利益中立——AI係統不能因商業利益篡改結論，必須站在用戶角度提供建議。

這三個維度的提出，早於中國監管層面對AI可信性的係統討論，也早於今年兩會委員呼籲"AI必須可解釋、可追溯、不能黑盒"的政策聲音。這種超前性，在外界看來是預見性；在他自己看來，可能只是一個數學係學生的本能——有待證明的東西，不能當成公理來用。

三次創業，同一條邏輯綫

吳明輝的創業歷程，表面上看經歷了多次轉型，但内在邏輯始終如一。

2006年，他創辦秒針係統，切入的是數字廣告監測領域。這是一個當時極為冷門的方向——在互聯網廣告行業野蠻生長的早期，絕大多數人關心的是如何買量、如何增長，很少有人關心廣告數據是否真實可信。秒針係統的核心價值，恰恰是在混亂的數字廣告市場提供一套可信的第三方數據服務。

這一選擇，既是商業判斷，也是價值取向的早期顯現。

2014年，他創立明略數據，將業務延伸至企業級大數據和知識圖譜領域。從廣告監測到企業智能，跨度看似很大，但底層邏輯是一致的：幫助企業從海量復雜數據中獲取可信的決策支撐。知識圖譜技術的核心價值，在於將隱性的知識關係顯式化，讓AI的推理過程變得可見、可解釋——這與"決策可信"的要求高度契合。

2019年，明略科技集團成立，整合旗下業務，定位為"中國最大的數據智能應用軟件供應商"。這一階段的關鍵判斷，是Agentic AI時代的來臨。吳明輝公開表述："DeepSeek之後，每一家公司都是Agent"，並首次提出Agentic Marketing的概念——從"影響人"到"影響Agent"，品牌營銷的對象正在發生根本性轉變。

三次創業，每一次都是在同一條技術賽道上向縱深推進，而非追逐風口的橫向漂移。這種專注度，在創業圈並不常見。

"逆潮"背後的産業判斷

在AI大模型浪潮最洶湧的時期，吳明輝做出了一個在外界看來頗具爭議的判斷。

他認為，通用大模型最終會變成"收電費"的公共基礎設施，而AI模型領域的真正價值將集中在專業小模型上——"專業小模型會解決各個細分領域問題"。他甚至大膽預言："如果大模型把一切都吞噬了，那意味著全世界只有一個公司賺錢。"

這一判斷與當時的主流敘事明顯相悖。彼時，參數量的軍備競賽正酣，"更大、更全、更強"是市場的主流評價標準。

明略科技的選擇，是押注垂直場景的專業小模型。2025年9月推出的DeepMiner産品綫，包含Mano和Cito兩款專業模型：Mano專注於多模態界面操作，在OSWorld專用模型榜單中排名全球第一、總榜第二；Cito專注於指令推理與規劃，針對營銷場景的AI規劃問題設計。

這兩款模型都不追求"全能"，而是在特定能力維度做到極致。這是吳明輝"最終能夠取勝的，一定是擁有模型研發能力、並紮根於細分行業的團隊"這一判斷的具體實踐。

事後來看，隨著通用大模型能力趨於同質化，垂直場景的專業化積累正在成為越來越多行業人士認可的差異化方向。這一判斷的前瞻性，正在被市場演進逐步驗證。

可信，是他對這個時代最持久的貢獻

如果要從吳明輝二十年的創業歷程中提煉出一個核心詞，那必然是"可信"。

在AI生成内容大規模湧現、信息質量持續下降的時代背景下，這個詞的分量正在變得越來越重。今年3·15晚會曝光GEO投毒産業鏈，揭示了AI大模型被人為操控的係統性風險；兩會委員呼籲AI必須"可解釋、可追溯、不能黑盒"，將可信性問題推上政策討論議程。

這兩件事，都是吳明輝多年前就預判並持續警示的風險的現實顯現。

北京大學産學研榮譽的頒授，是學術界對這二十年探索的一次認可。但在更大的意義上，這一榮譽所確認的，是一種在主流敘事中始終堅持少數意見的定力——在所有人追求更快、更大、更強的時候，他持續追問的是：更可信嗎？

這個問題，在AI産業的下一個十年，將變得比任何時候都更加重要。

讀懂吳明輝對可信的執念，才能讀懂明略科技為何走了一條不同尋常的路；讀懂明略科技的路，才能看到中國AI産業在通用大模型敘事之外的另一種可能性——那條路通向的，是一個AI不只是強大、而且可信的未來。

内容來源：有連雲