英伟达目前正在资助一家公司，该公司旨在降低自己的硬件的必要性。通过一轮 2.2 亿美元的融资，这家芯片巨头投资了 doubleAI，这是一家总部位于特拉维夫的初创公司，该公司将自己的未来押在一个悖论上：将其运行的计算商品化。通过向客户收取一定比例的节省的计算成本，doubleAI 实际上将自己定位为对人工智能堆栈效率低下的征税。
这一转变的到来正值行业努力应对这样一个现实：基础设施（而不是模型质量）是企业人工智能代理采用的主要瓶颈。据报道，H100 租赁价格上涨了 60%（《华尔街日报》2026 年 10 月 19 日的一篇报告指出了这一趋势，该报告是付费的，无法直接访问本分析），优化的压力已从奢侈变成了生存要求。
doubleAI 的答案是 Maxwell，该公司将其称为第一个“代码执行模型”（CEM）。与生成文本或代码的传统大型语言模型不同，CEM 被设计为充当机器的代理。它通过为所使用的特定硬件和数据重写运行代码来优化 GPU 和 CPU 上的软件性能，同时保持与原始代码的形式验证等效性。该公司已经部署了 2.2 亿美元资本中的大约一半，以确保大约 1,000 个 Nvidia B300 芯片为该引擎提供动力。
供应商提供的性能指标非常激进。在供应商报告的一个示例中，该公司声称已将 LTX-2.5 4K 剪辑的运行时间从 4 分 9 秒减少到 2 分 14 秒。在另一个供应商报告的实例中，该公司声称为一位未透露姓名的早期客户降低了 67% 的计算成本。虽然这些数字尚未得到第三方验证，但它们强调了核心价值主张：Maxwell 位于推理和编排之间的堆栈中，充当实时调整硬件环境的动态编译器。
这个位置意义重大。通过将自身插入到管理代理工作流程的编排层和进行大量计算的推理层之间，Maxwell 试图解决现代人工智能开发中固有的臃肿问题。如果代理可以在一半的时间内执行其任务，则底层计算需求就会下降，并且运行该代理的成本变得更加可预测。对于 Lightspeed、Bessemer Venture Partners 和 Nvidia 等投资者来说，他们押注的是管理这种效率的软件层的价值最终将与芯片本身的价值相媲美。
商业模式也许是最具颠覆性的元素。通过收取所交付的计算节省的一部分费用，doubleAI 可以将其收入直接与客户的利润保持一致。这创造了一个强大的激励结构：CEM 编写代码的效率越高，公司赚取的收入就越多。这是对当前范式的直接挑战，在当前范式中，计算提供商受益于低效、资源密集型代码。
CEM 类别的出现表明人工智能基础设施的下一阶段将通过优化而不仅仅是原始规模来定义。 Maxwell 能否在不同的企业环境中扩展其经过正式验证的重写过程仍然是首要问题。目前，市场正在关注计算商品化的模型是否能够在其试图优化的生态系统中生存下来。
验证说明：本文引用的所有性能声明均由 doubleAI 供应商报告。 《华尔街日报》的报道是付费的，无法直接访问。多个二手来源和 doubleAI 网站证实了资金和投资者的详细信息。