幫 Google 和 Meta 免費修 bug 的人，拿到了 NVIDIA 的官方合作

兩個澳洲兄弟，50 萬美金，57K Stars，1.5 億次下載——Unsloth 如何成為開源微調的事實標準，以及那個還沒被回答的融資問題。

Daniel Han 幫 Llama 修過 bug，幫 Gemma 修過，幫 Mistral、Phi 都修過，加起來超過 20 個。

沒人付他錢，他不在這些公司工作。

修這些 bug 的時候，他在雪梨，和弟弟 Michael 兩個人，剛開始寫一個叫 Unsloth 的開源微調工具。

上週 NVIDIA 在 #GTC 2026 的官方博文和活動材料裡，把 Unsloth 和 vLLM、Ollama 並列，列為 Blackwell/DGX 生態的核心微調合作方。Nemotron 3 Nano 的微調文檔，直接指向 Unsloth。

一個幫別人免費修模型的人，讓模型廠商反過來官方推薦他的工具。

他在 NVIDIA 的時候，把 t-SNE 演算法加速了 2000 倍。維護的開源庫 HyperLearn 被 NASA 和 Microsoft 用在生產環境。

NVIDIA 給了他終身 offer，他沒接。

2021 年底跟弟弟第一次申請 YC，項目叫 Moonshot （不是Kimi那家）—— 用 ML 做世界模擬系統，他們被拒了。YC 說：先把你手上的開源工具賣出去，再來做大夢想。

他聽了一半。

2023 年底啟動 Unsloth，但他沒有「賣」，而是做了一個微調加速庫，免費送了出去。

Unsloth 直接寫 CUDA 和 Triton kernel，在算子層面對微調做優化。不是在 PyTorch 上面包一層 —— 是鑽進 GPU 指令集重寫計算邏輯。微調速度提升 2 倍，顯存降低 70%，獨立基準測試驗證過。

真正的壁壘是覆蓋面，支援超過 500 種模型架構。

Llama 出新版，Unsloth 適配。

Gemma 出新版，適配。

Qwen、Mistral、Phi、DeepSeek，全部適配。每次上游發新模型，Unsloth 都是最先能用的微調工具之一。

這不是一個「某個模型跑得快」的工具，是嵌入了整個開源模型生態的基礎層。

57,000 個 GitHub Star，HuggingFace 累計超過 1.5 億次下載。

搜「how to fine-tune Llama」，前面的教程大概率在用 Unsloth。大學課程在用，Coursera 在用，企業做微調 POC 在用。合作方包括 Google、OpenAI、Meta、NVIDIA，使用方包括 Canva 和 NASA。

然後你看融資：約 50 萬美金（Redpoint Ventures scout 和 Samsung NEXT）

57K stars、1.5 億下載、NVIDIA 官方生態夥伴，但總融資比大部分 pre-seed 還少。這要嘛是我見過最極端的資本效率，要嘛是盡調時必須回答的問題。

2025 年 2 月他在 X 上發了招聘帖：5 道題，47 分以上直接給 50 萬美金年薪加股權，不要學歷不要 PhD。130 萬次瀏覽。一家只融了 50 萬的兩人公司，給第三個員工開的薪資比大部分 Series B 都高。

我在本週用 Scorecard 篩選到 Unsloth ，跑完五個維度：8.10/10 Yellow（強），index 裡目前最高分，距離 Green 只差 0.4。（完整案例庫）

生態 A: 8.5 | 團隊 B: 7.5 | 技術 C: 8.0 | PMF D: 8.5 | 退出 E: 7.5

上一個被評估的項目（LMCache，7.78），CEO 看到報告直接轉推了並在Linkedin上回復感謝，開源評估的信號穿透力比想像中直接。

YC 當年跟 Daniel Han 說：先賣你的工具。

他沒賣，送了出去，1.5 億次。然後 NVIDIA 在自己最大的年度活動上，把他的工具放進了官方生態。

一個兩人公司，50 萬美金，已經是事實標準 —— AI Running下的AI-Native 公司？！

---------------------------------------

⭕️ 我歷經兩次創業成功退出，目前擔任新加坡風險投資機構入駐企業家（E.I.R）。我正身處中美 AI 科技一線，親歷時代賦予的這一段波瀾壯闊，十五年產品商業化戰略和資本運作經驗，深度關注全球華人科技創業，歡迎你隨時找我交流創業題目！

如果你喜歡我的文章； 歡迎在評論區訂閱我的 Substack 頻道查閱過往我撰寫的內容！