AlphaGo联合创始人创办Metis 主打可验证推理
时间:2026年10月20日(英国时间,北京时间10月21日凌晨)。前谷歌 DeepMind 研究主管、AlphaGo 联合创始人 Thore Graepel 正式对外公开伦敦 AI 公司 Metis Reasoning。公司官网同日上线,并发布首份白皮书《The Age of Reasoning》(2026年10月刊)。此前彭博社曾在9月24日报道该公司正寻求数千万美元融资,本次的公开亮相标志其正式成立并对外阐明技术路线。
地点:英国伦敦(公司官网同时标注新加坡、洛杉矶办公室)。
人物:创始人兼CEO Thore Graepel(AlphaGo、AlphaZero、MuZero 核心作者,2015至2021年任职谷歌 DeepMind,2021至2025年任 Altos Labs 机器学习负责人,2025至2026年加入 DeepMind Post-AGI 团队,现任伦敦大学学院机器学习讲席教授);联合创始人 Piers Ingram(连续技术及生物科技创业者,累计融资超3.5亿美元)、Michael Warren(机器人与自主系统专家,曾任职波音)、David Berman(剑桥咨询公司 AI 负责人、英国政府与北约 AI 顾问)。首期团队约12人,涵盖研究者、数学家、机器人专家与创业者。
事件详情:公司主张当前大语言模型存在无法靠规模消除的三类缺陷:一是输出不准确且自相矛盾,并产生"高置信度的捏造";二是推理过程不透明,无法被记录、审计和质证;三是用户无法查看和管理模型所依赖的知识,因为知识与推理被一并编码进权重、无法分离。公司提出受 AlphaGo 启发的架构:把推理与知识显式分离——维护一个可持久化的认知状态,把每条论断与其支持证据、确定程度绑定;推理过程本身由学到的策略(policy)与价值函数(value function)驱动,在推理步骤之间做前瞻搜索;一个推理步骤能否被接受,由独立于提议者的判定系统(judgment system)按证据核准,该系统可使用形式化检查、数值计算或经验证据评估,甚至裁定"证据不足"。在推理时层面,Metis 以"减少不确定性"作为目标函数来衡量认知进展(epistemic progress),用 Jaynes 的概率论作为不确定性的演算、用信息论度量进展。公司把这一过程形式化为 Hintikka 的"追问游戏"(game of inquiry),建模于科学方法:提问者与自然之间轮流走演绎步与经验步,每一步都改变认知状态。整体分内外两层——内层用固定策略与价值函数降低具体问题的不确定性,外层用记录下来的推理轨迹(每一步及其对认知目标的实测影响)训练策略与价值函数,即沿着 Sutton 的"苦涩的教训"(The Bitter Lesson)规模化推理数据。白皮书将其定位为继"从学习到游玩"之后的新阶段——"从学习到推理"。
背景:Graepel 的履历与 AlphaGo 直接相关。2016年3月首尔第二局对李世石的"第37手",其策略网络给出的专家下子概率约为万分之一,一度被解说员误判为失误,赛后 DeepMind 复盘显示该手来自对替代性未来的显式搜索与评估,而非单纯的神经网络预测,最终成为整局的决定性一手。Graepel 此前在微软研究院(2003至2015年)参与 TrueSkill 与 AdPredictor,2001年在柏林取得机器学习博士学位。融资方面,彭博社9月24日报道称 Metis 正与一小批投资人洽谈数千万美元规模的初始融资,公司未来还可能按更高估值再融数亿美元,但两轮均未公开完成。联合创始人 Ingram 对 Tech.eu 表示公司目前资金"已相当充裕",未评论相关报道,并称其架构"比前沿模型高效得多"、公司"绝不会走模型越来越大、训练预算越来越高的方向",同时透露已在若干前沿推理问题上以"前沿模型成本的一小部分"取得"令人鼓舞的"结果。截至发稿,公司尚未公布首个模型,也未给出公开发布时间表。伦敦目前已聚集一批同类"非大模型路线"公司,包括 Graepel 的前 AlphaGo 同事 David Silver 创办的 Ineffable Intelligence,以及 Richard Socher 联合创办的 Recursive Superintelligence。
影响:白皮书给出的产业论证是:一旦推理被拆成清晰界定的基础步骤,个别操作不必每次都调用昂贵的大型神经模型,因而有望降低推理成本,让前沿推理系统进入边缘设备或成为具身智能的一部分。另一条论点是信任与合规——显式记录证据链意味着模型结论可被审计和追责,知识可以独立于推理过程被更新、删除与权限隔离,而不必重训整个模型。需要说明的是,上述均为公司自身白皮书与受访者表述,Metis 尚未发布任何模型,没有第三方复现,也没有公开可验证的基准成绩。团队规模约12人,融资亦未公开落地,实际进展仍需持续观察。
总结:Metis Reasoning 把"推理"从大模型的隐式副产品,重新定义为一个可学习、可搜索、可审计的独立过程,并以"算力更省"作为差异化定位。相较主流的堆参数、堆训练算力路线,这是一次方向性的对赌:押注知识与推理可以分离、认知状态可以显式维护、证据可以逐条核准。但公司尚未交出可验证的模型或成绩,规模极小且融资未落地,实际进展仍有较大不确定性。
参考来源:
https://tech.eu/2026/10/20/former-google-deepmind-top-researcher-launches-london-compute-efficient-ai-company/
https://metisreasoning.ai/
https://metisreasoning.ai/whitepaper/the-age-of-reasoning-2026-10.pdf
https://thoregraepel.github.io/
https://sifted.eu/articles/thore-graepel-metis-reasoning
https://www.tokenpost.com/news/business/23812
https://aiweekly.co/alerts/alphago-co-creator-thore-graepel-raises-tens-of-millions-for-ai-reasoning
https://www.demivolt.com/news/alphago-researcher-raises-funding-for-ai-reasoning-startup-metis
http://philiplelyveld.com/?p=38113







