99年清华女博士创业：给电池装上AI大脑，90天工期缩到2天

AI与电池结合会产生怎样的新机会？过去要由2名工程师忙3个月的项目，如今几个智能体用2-3天即可跑完。

最近，一位99年清华博士就在这一方向创业。

用AI贯穿电池产品开发、使用、衰减回收并优化整个流程，相当于给电池装上AI大脑；提出这一设想的正是周期智能创始人卢宇芳。

未来的工作形态，在卢宇芳看来，是一名电池专家带领一支AI智能体团队。她所看到的机会并非重新制造一块电池，而是重新打造电池行业的服务。

AI电池有机会吗？

1999年12月31日是我的出生日期，我创办了周期智能。

围绕锂电池的研究，是我在清华直博期间一直坚持的方向。此前，我于2016年以16岁之龄进入清华大学汽车工程系攻读本科，2018年秋天曾在普林斯顿大学交换一个学期，2020年本科毕业后继续直博。

卢宇芳，摩羯座

从2020年开始研究动力电池最优快充的经历，让我对AI+电池格外关注。

当时即使纯电动汽车采用快充，通常也要一个小时以上才能完成充电。

充电时间在2025年已被缩短至10分钟以内，采用的是比亚迪发布的闪充技术。

我恰好经历了快充技术快速发展的这几年。

从电芯、模组延伸到电池包，我的研究着眼于整个快充策略的优化，并非解决单个问题。

比如电池使用一段时间后会衰减。电池老化后，原有充电策略是否还能继续使用？如何检测充电过程中的副反应？充电策略应怎样调整？当前电池寿命如何估计？电芯之间日益明显的不一致性又该怎样评价？

这些问题都需要放在一起考虑。

电池算法与快充构成我博士期间研究成果的共同主题，其中包括以第一作者发表的7篇SCI论文和3篇EI论文。

宁德时代、比亚迪、中创新航等企业的项目采用了部分研究成果。

这段经历让我愈发确定，自己适合从事应用型研究。

不到5个人，已经盈利

周期智能于2024年9月底由我在苏州注册，随后入驻苏州工业园。

电池从产品研发、使用到衰减期间的问题，我们希望以AI机理双驱动方式解决。公司之所以取名“周期智能”，是因为业务指向电池全生命周期智能化服务。

苏州工业园区天际线

团队没有在公司初创时急于扩张，也未立即寻求VC融资。我与一位个人投资人先投入一笔资金，让公司保持小规模运营。

因为这是我的第二次创业。

电动汽车电池低温快速加热充电，以及车网互动、微电网相关服务，是我第一次创业时与师兄搭档开展的业务。

周期智能的部分应用场景

当时新能源行业发展迅速，团队又来自清华，所以第一次融资十分顺利。

然而，拿钱过于顺利反倒埋下隐患。当时我们优先考虑如何花钱、怎样扩大规模，却没有真正弄清客户究竟是谁，以及客户最痛的问题是什么。

最终钱花了不少，产品却未能市场化，第二轮融资也因此困难许多。

所以在这次由我主导的创业中，弄清资金该花在哪里之前，我们必须确保先靠自己造血生存。

公司目前已经盈利，全职员工加上兼职人员仍不到5人；每名工程师都作为超级个体，带领自己的Agent团队。

3个月的项目 AI两三天跑完

周期智能早期重点解决电池安全运行、风险预警、状态预测与寿命估计等具体问题。

过去，这类项目主要由人工完成。

不同客户的数据质量差异很大。工程师拿到数据后，先要清洗和预处理，再统一数据格式；数据处理完成后，还需训练模型、调整算法并反复优化参数。

这些工作需要耗费大量时间。

项目交付周期因此通常至少为3个月，复杂项目甚至超过半年：一个工程师连续调试一段时间后容易疲惫，尝试两三个模型之后，往往不愿继续测试更多算法。

2026年以来，AI模型和智能体技术快速发展。一次偶然机会中，我们让Agent重新执行上一年度已完成的项目。

系统拿到我们打包提交的原始资料后，会结合项目需求和资料自动确定智能体数量；有的项目配置3个，有的配置5个。

这些智能体承担不同分工：有的处理数据，有的进行项目评审，有的负责项目管理，还有的负责技术交付。

周期智能的工作群聊

智能体团队大约用2-3天便跑完了过去2名工程师需要工作3个月才能完成的指标。

连续失败不会让智能体产生情绪，它也不会疲劳，因此能在某些环节连续测试10个、20个算法，甚至继续尝试；人则可能在两三个算法后便不愿再试。

不到一周，智能体就在我们采用的一组公开科研数据测试中突破了部分原有指标。

这个结果令我们十分震惊。

一个个具体工作流程，可能才是AI进入工业领域后首先改变的对象，而非某个宏大的行业概念。

这才是我们真正发现的机会。

AI会取代电池专家吗？

在我看来，专家的工作方式会被AI重塑，但电池专家不会被其取代。

电池属于复杂的电化学系统，许多问题并非把数据交给模型就能自动得到答案。

问题越困难，越要由长期研究电池的专家判断发生位置；其判断要从失效原因、材料反应和电化学机理出发。

我们现在选择的是“一名工程师带领一个智能体团队”的方式，因此并不是“一个智能体替代一个工程师”。

大量的数据处理、算法尝试和重复执行交给智能体；工程师则负责理解客户问题、判断方向、安排任务，并运用专业知识纠正智能体。

提出正确问题、安排工作并判断答案，取代亲手完成每个步骤，成为人的价值所在。

普通办公智能体与工业智能体的最大差异也在这里。

基础模型未来很可能直接覆盖写文档、整理材料、做报销等通用能力，因此只在这些能力外包装一层应用，很难形成较高壁垒。

到底经过怎样的学习、掌握了哪些内容，才构成工业智能体真正的壁垒。

从基模出来的智能体都很聪明，可把它们比作一批刚进清华的大一学生；此后的学习方向各异，有人学电池，有人学法律，也有人学办公软件。

决定他们最终能解决哪些问题的，不仅是聪明程度，更是所接受的专业训练和掌握的行业知识。

副反应为何在电池中发生、常见失效模式包括哪些、生产线上某道工序因何异常，这些问题都涉及专业机理。相关的大量工艺数据、失效数据和实验数据掌握在电池企业手中，并未公开到互联网上。

智能体只有真正理解这些问题，才能从会聊天的软件变成可以完成技术工作的数字工程师。

电池行业的新机会

中国电池产业已经进入一个新阶段。

至少在我从事的电池领域，中国已经领先全球；而在过去，我们考虑更多的是学习国外技术、追赶国外企业。

如今我们思考的重点，不再是怎样引入国外先进技术，而是如何输出自己的技术与产品。目前，我们接触的一些大客户本身就是外资企业。

机会也随着电池产业步入成熟阶段而改变。

提高能量密度、扩大产能、降低成本并制造更多电池，构成了过去的核心机会；未来的新需求，还将来自电池全生命周期中的状态预测、安全、智能化管理、寿命和效率。

电池既是新能源汽车和储能系统的需要，也是低空飞行器、具身机器人等新产品的需要；后两者还需要新的电池包与管理方式。

周期智能当前的重点仍是电池智能系统，同时也研究具身机器人和低空领域所用的电池包，只是这些方向尚在探索。

对一家小公司而言，讨论某个市场究竟有几千亿元并无太大意义。

两年以后是否会有另一个“新物种”取代智能体，我并不清楚；智能体市场最终能有多大，我也无法确定。

可以确定的是，我们能用新方法提升解决问题的效率，而电池企业确实有真实问题需要处理。

创业成功原本就是少数，失败才是常态。

我能做的是对技术变化保持敏感，持续寻找更准确的产品方向，并在需要决定时尽可能更快、更果断。

技术足够优秀便等于能打造好产品，这是我第一次创业时的想法。

第二次创业，我选择从具体问题和真实需求出发：原本需要2名工程师工作3个月的任务，是否能在几天内由1名工程师带领几个智能体完成？

如果能解决这个问题，电池行业就将增加一种新的生产力。

这正是我目前看到的机会。