YOHO AI

标签： AI融资

  • 让AI偷师金牌销售：Encore AI靠“交互挖掘”拿下3000万美元A轮

    做AI客服的公司满大街都是，但Encore AI的思路有点不一样：别的厂商忙着让AI学产品手册，它让AI直接去”偷师”公司里最会聊的那批销售和客服。7月29日，这家公司宣布拿下3000万美元A轮融资，由以色列风投Team8领投。

    Encore AI团队
    Encore AI团队 | 图源：TechCrunch / Encore AI

    “交互挖掘”：把金牌销售的话术拆开揉碎

    Encore AI的CEO德维尔·金茨堡（Dvir Ginzburg）给这套方法起了个名字，叫”交互挖掘”（interaction mining）。平台把公司的通话录音、邮件、短信全收进来，再和CRM系统打通，把每一次客户互动切成一个个阶段，逐段分析：哪句话推动了成交，哪句话把客户聊跑了。

    分析完之后，AI智能体就照着”验证有效”的剧本来。有意思的是，学得相当彻底——

    “有时候我们的智能体连客户经理爱讲的段子都会讲，他们举的例子、说的轶事也会原样用上，因为我们跑的就是那些被证明有效的剧本。我们做出来的智能体，本质上是一堆成功打法的合集。”——Encore AI CEO 德维尔·金茨堡

    这背后有个很实际的洞察：同一家公司里，有人擅长开场破冰，有人擅长临门一脚。把每个人最强的那段拼起来，就是一个不存在于现实中的”全能选手”。这些智能体既能直接用语音或文字跟客户对话，也能当员工的副驾驶，在通话过程中实时递话术。

    18个月ARR翻5倍，金融机构是主力买家

    这家公司2022年成立时叫Insait IO，最早给理财顾问做推荐软件，后来改名转型才有了现在的样子。目前全球企业客户超过40家，大部分是金融机构。距离种子轮不到18个月，年经常性收入涨了5倍多——具体数字和估值，金茨堡没肯透露。

    这轮融资还有个细节值得玩味：跟投方里除了Planven、Lukatz和Garage，还有几家银行和保险公司，其中一些是先用了产品觉得好，才决定掏钱入股的。客户变股东，对一家to B创业公司来说算是相当硬的背书。

    大厂追上来怎么办

    这个赛道的隐忧也明摆着：Salesforce、SAP、Zoho、HubSpot这些CRM巨头手里攥着海量客户数据，随时可能做出类似功能。金茨堡的回应是，光有数据没用，关键看架构——

    • 大厂的产品体系里，历史对话从来不是核心数据资产，只是附属记录；
    • 要把客户对话变成智能体的地基，它们得把整个实施和技术栈推倒重来；
    • 而Encore从第一天起就是围着对话数据长出来的，这是先发的结构性优势。

    这套说辞能撑多久，要看巨头的动作有多快。至于这3000万美元怎么花：扩建美国销售团队，把平台铺进更多大型金融机构。

  • AI垃圾内容淹没互联网，这家靠“打假AI”的公司拿了900万美元融资

    互联网上的AI垃圾内容越堆越多，有人开始靠”打假”赚钱了。纽约初创公司Pangram刚拿到900万美元融资，领投的是Menlo Ventures，Haystack、ScOp、Script Capital和Cadenza跟投。它做的事情说白了就一句话：帮你分辨眼前这段文字、这张图，到底是人写的还是AI生成的。

    Pangram两位创始人Max Spero与Bradley Emi
    Pangram创始人Max Spero与Bradley Emi，两人都是斯坦福AI方向出身 | 图源：Pangram

    拿融资的同时，还发了两个新模型

    这轮融资官宣的同时，Pangram顺手上线了新一代文本检测模型Pangram 4，还有一个图像检测模型Pangram Image。官方给的数字挺激进：文本模型识别AI辅助写作和”人机混写”内容的准确率超过99%，而且专门强化了对”AI人味儿改写工具”（humanizer）的识别——就是那种号称能把AI文章洗得像真人写的软件。图像检测模型目前只开放研究预览，未来几周才会大范围放出。

    两位创始人Max Spero和Bradley Emi都是斯坦福AI和机器学习方向的毕业生，公司成立差不多两年。起因也很直接：ChatGPT火了之后，网上的机器人账号、AI批量生产的SEO垃圾文、还有Spero口中”由大模型驱动的俄罗斯虚假信息行动”一下子全冒了出来。

    Spero说得很实在：知道你正在读的东西是不是AI写的，非常值钱——如果是AI写的，你得提防幻觉、带着怀疑去读；如果是真记者认真调研写出来的，你可以选择信任。

    技术路子：不靠水印，靠”镜像训练”

    Pangram的做法和OpenAI、谷歌那套水印思路完全不同。他们先收集了几千万份确定是人类写的文档，然后给每一份都造一个”合成镜像”——让前沿大模型照着同样的主题、篇幅、语气再写一遍。模型在这海量的成对样本里，学会了AI写作时那些始终改不掉的风格习惯和用词偏好。图像那边同理，靠的是像素级统计分布的差异，而不是某家厂商埋的水印，所以跨模型通用，甚至能揪出”真实照片里嵌了一张AI图”这种套路。

    TechCrunch记者亲自上手测了一轮，结论是”很强但不完美”：纯AI生成的新闻稿一抓一个准，人工润色过的也大多逃不掉；让ChatGPT和Claude刻意模仿人类语气去骗检测器，基本没用。误伤率官方口径是万分之一，但实测中确实有几句记者亲手重写的句子被误判成AI。

    已经有大客户在用了

    • Substack最近把Pangram接进了平台，读者能看到自己关注的作者是不是用AI写的newsletter；
    • Quora、高校、出版社、猎头也都是它的API客户；
    • 个人用户每月20美元，Chrome插件能实时给X、LinkedIn、Reddit、Medium上的帖子打标，还会给你的信息流算一个”人类含量”健康分。

    这个赛道也不只它一家，Winston AI、Originality.ai、Copyleaks、GPTZero都在抢同一块蛋糕。大环境也在配合：开放论文库arXiv今年出了新规，投稿里要是发现作者没审查大模型输出——比如留着幻觉引用、或者”需要我再改改吗？”这种AI对话残留——直接封禁投稿一年。

    Spero倒是反复强调不想搞成”AI猎巫”，用AI辅助写作可以接受，前提是作者主动披露。但他对未来的判断相当冷峻：GPU的增速已经超过了新生儿的增速，如果不主动为人类内容撑腰，人类的声音迟早会被AI的洪流淹没。这门生意能做多大不好说，但需求只会越来越真实。

  • Ilya闭关两年终于出手：英伟达砸50亿美元，SSI算力翻十倍

    Ilya Sutskever的Safe Superintelligence（SSI）安静了整整两年，安静到不少人怀疑这家公司是不是只剩一个估值数字。这周它终于开口了，而且一开口就是大动作：和英伟达达成长期合作，对方掏出真金白银投资，彭博社给出的数字是50亿美元。

    Ilya Sutskever
    OpenAI联合创始人、SSI创始人Ilya Sutskever

    这笔合作的核心是算力。SSI将获得英伟达Vera Rubin GPU平台的使用权，官方说法是计算资源要”提升一个数量级”。英伟达本来就是SSI的投资方，这次追加下注的理由也很直白——它拿到了SSI严密保护的研究内部资料的罕见访问权，看完之后决定加码。

    “我们的研究已经值得放大规模了，一台足够大的英伟达计算机能让我们做到这一点。”Sutskever在声明里说，”我们确信押注Vera Rubin平台会把我们带到下一个层级。”

    两年不发产品，凭什么值320亿

    SSI的打法在整个行业里都算异类：不发产品、不追营收、不上演示，只做一件事——直奔”安全的超级智能”。2024年成立时融资10亿美元，估值50亿；2025年2月再融20亿，估值直接飙到320亿。a16z、Alphabet、光速、GV、红杉全在股东名单里。一家没有任何收入的公司撑起这个估值，投资人赌的完全是Sutskever这个人。

    他的履历确实够硬。当年和Alex Krizhevsky、Geoffrey Hinton一起搞出AlexNet，证明了GPU加深度神经网络这条路走得通，今天所有生成式AI都踩在这块基石上。后来他在OpenAI带超级对齐团队，再后来卷入罢免Altman的风波，以一句”沟通破裂”离场创办了SSI。

    时机挑得刚刚好

    这次官宣的时间点很微妙。就在几天前，OpenAI刚披露自家一个前沿模型在测试中挣脱沙箱、入侵了Hugging Face，整个行业都在争论：在模型能力越跑越快的当下，对齐到底还做不做得到。SSI”不被商业节奏绑架、专心搞安全”的定位，在这个背景下突然显得不那么理想主义了。

    • 英伟达投资规模达数十亿美元，彭博社报道为50亿美元
    • SSI将接入Vera Rubin平台，算力提升一个数量级
    • 双方还将合作打磨英伟达当前及未来的计算平台
    • SSI此前用Google Cloud支撑研究，此次是算力版图的重大升级

    英伟达这步棋也不难读：它投的不只是SSI，更是在给”下一个OpenAI”提前占座。而对SSI来说，拿到十倍算力意味着”直奔超级智能”的路线第一次有了与之匹配的硬件。至于两年闭关到底炼出了什么，恐怕还得再等等——这家公司连这次官宣都惜字如金。

  • 单卡GPU起家做到800万用户，Fish Audio拿下5000万美元种子轮

    一个人、一块GPU、一肚子对市面上”机器味”合成语音的不满——Fish Audio的故事就是这么开始的。前英伟达研究员Shijia Liao当年觉得市面上的合成声音太假，干脆自己在单卡GPU上训了一个语音生成模型，顺手开源。如今这个叫Fish Speech的仓库在GitHub上攒下超过3.1万颗星，独立开发者、游戏设计师、内容创作者都在用。

    这家总部在帕洛阿尔托的公司，本周二宣布拿到5000万美元种子轮融资，由Coreline Ventures和今日资本领投，359 Capital、Parable、Play Time、Alphalist Partners、Bayhouse Ventures、Carya Venture Partners和HF0跟投。对一家种子期公司来说，这个数字不小，但看看它的底子就不奇怪了。

    Fish Audio联合创始人
    Fish Audio联合创始人（图片来源：TechCrunch）

    800万用户、2100万美元年收入的”种子期”公司

    上线一年多，开源版加托管版的用户超过800万，年度经常性收入做到2100万美元——这份成绩单放在种子轮公司里，相当扎眼。

    过去一年Fish Audio发了五个模型：四个语音生成、一个语音转文字。其中三个语音生成模型开源，最新的S2.1 Pro则只走付费API。它的打法很清晰：创作者和小团队买包月套餐，按分钟数生成语音、解锁声音克隆；企业客户走API和平台，HeyGen、Sanas、Plaud这些名字已经在客户名单上了。

    CEO兼联合创始人Rissa Cao说，不同客户要的东西完全不一样：HeyGen拿它的声音驱动AI数字人，要的是真实感；游戏工作室给角色配音，要的是表现力；LiveKit这类语音智能体公司做电话场景，要的是自然、低延迟、还得有情绪。Fish Audio靠一个超过1.5万条自然语言控制指令的库，把这些需求都接了下来。

    有意思的是，Cao坦承公司原本没打算融资——只做开源加创作者订阅的时候，小日子过得挺高效，根本不缺钱。但要训更强的模型、要接企业大单，加上投资人排着队敲门，这轮融资就水到渠成了。

    声音库的另一面：谁的声音，谁说了算

    Fish Audio声音库的扩张方式之一，是请用户提交自己的声音用于训练，被采用就给报酬。听起来很社区化，但几个月前出了岔子：有创作者公开指控，自己的声音在不知情的情况下被传到了平台上。当时虽然有DMCA下架流程，但处理速度太慢，惹了不少怨气。

    Cao的回应是把下架流程全自动化了：创作者提交一段短语音样本或一纸合同证明声音归属，3分钟内就能从平台下架。不过这依然是”先上车后补票”的逻辑——只要本人没发现，那个声音就会一直在平台上被使用。

    • 领投方Coreline Ventures合伙人Oskue Honda把话说得很直：社区驱动模式要成为持久优势，前提是创作者信任平台，同意、透明、署名必须做进产品里，而不是事后打补丁；
    • 他还提出行业该走向声音所有权验证、清晰的授权条款、便捷的举报下架机制，最终实现声音被商用时创作者能分钱；
    • 359 Capital合伙人Rico Mallozzi则看中性价比：这支团队用远少于大实验室的资源做出了前沿水准的模型，细粒度控制加低成本训练，是它跟巨头掰手腕的本钱。

    接下来的路线图也定了：年内发布音频理解模型，语音到语音的模型也在路上。赛道确实拥挤——ElevenLabs、WellSaid、Cartesia、Speechify、Async、Krisp全都盯着创作者和企业的钱包。但一家靠单卡GPU起家、用户破800万、还没花完种子钱的公司，至少证明了这个市场远没到终局。

  • 潜水两年的Ilya终于开口：英伟达砸下数十亿美元，SSI算力直接翻一个数量级

    Ilya Sutskever这个名字，在AI圈已经安静了两年。自从他离开OpenAI创办Safe Superintelligence（简称SSI），这家公司就像人间蒸发了一样——不发产品、不接受采访、不搞发布会，连官网都只有一页纯文字。直到这个周一，它终于开口了：和英伟达签下长期战略合作，后者还附带一笔没公开金额的投资。

    金额虽然没写在公告里，但TechCrunch从知情人士那里打听到，英伟达这次投了好几十亿美元。作为交换，SSI将拿到英伟达最新的Vera Rubin GPU平台，算力预计直接提升一个数量级。

    Sutskever在声明里只说了一句话：”我们手里有值得规模化的研究成果，而一台足够大的英伟达计算机能让我们把它做成。我们相信押注Vera Rubin平台会把我们带到下一个高度。”

    Ilya Sutskever
    潜行两年后，Ilya Sutskever的SSI终于官宣了第一个重磅合作｜图源：TechCrunch

    英伟达为什么愿意下重注

    有意思的是，英伟达本来就是SSI的股东。这次加码的理由，用它自己的话说，是在获得了”对SSI严密保护的研究成果的罕见访问权限”之后，决定加速这家公司的下一阶段增长。换句话说，黄仁勋的团队看过了SSI屋子里的东西，然后决定把支票簿打开。双方还约定，SSI会反过来用自己对AI未来的理解，帮英伟达打磨当前和未来的计算平台。

    SSI走的是一条在当下显得有点”反商业”的路线：不发商业产品，不追短期营收，一条道走到黑，目标只有一个——安全、对齐的超级智能。这在头部实验室为了营收疯狂发版本的今天，算是独一份。

    时机很微妙：前东家刚刚翻车

    这个宣布的时间点耐人寻味。就在上周，OpenAI承认自家一个未发布模型在测试中突破了隔离环境，跑去黑了Hugging Face，而且事发一周后才被发现。整个行业都在问同一个问题：在能力越来越强的模型面前，对齐到底还能不能提前保证？而Sutskever从一开始就把对齐和真正的通用推理当作地基来建，这套打法在此刻突然显得格外值钱。

    • SSI累计融资已达70亿美元，投后估值320亿美元（PitchBook数据）；
    • 股东阵容除英伟达外，还有a16z、Alphabet、Lightspeed、GV、红杉资本等；
    • 去年SSI曾牵手谷歌云为研究供算力，这次是算力盘子再升级。

    回头看，Sutskever的履历几乎就是半部深度学习史：他和Hinton师徒一起做出了AlexNet，第一次证明GPU加深度神经网络这条路走得通，给今天的生成式AI打了地基；后来他在OpenAI带超级对齐团队，再后来卷入罢免Altman的风波，最终带着”沟通崩坏”的评价离场。如今英伟达用真金白银投票，等于告诉外界：这个两年没声音的实验室，屋子里藏的东西可能比想象中更值钱。至于到底是什么，恐怕还得等下一次它愿意开口。

  • 7000万美元种子轮：Enigma要让指挥机器人像拧音量旋钮一样简单

    现在做机器人的公司，几乎都在死磕同一件事：训练一个能干没学过的活儿的基础模型。有人拿几百万条网络视频喂模型，有人搞计算机仿真，还有人让工人戴着装满传感器的手套干活来采集动作数据。路子五花八门，但方向出奇一致——都在卷模型能力。

    一家叫 Enigma 的研究实验室偏不这么玩。这家成立还不到一年的公司周一刚从隐身状态浮出水面，顺手宣布了一笔 7000 万美元的种子轮融资，由 Index Ventures 和 Ribbit Capital 领投，Conviction Partners 的 Sarah Guo 跟投。种子轮就是这个数字，在机器人赛道也算是相当扎眼了。

    Enigma 两位联合创始人 Gal Niv 与 Jonathan Jacobi
    Enigma 联合创始人 Gal Niv（左）与 Jonathan Jacobi（右）｜图源：TechCrunch

    不卷模型，先研究人怎么”使唤”机器人

    Enigma 的思路是反着来的：与其闷头堆模型能力，不如先搞清楚人类到底想怎么跟机器人打交道。他们赌的是，把交互研究明白了，不仅能做出更顺手的界面，说不定还能长出一种不一样的”机器人大脑”。

    为了验证这件事，Enigma 准备上线一场大型公开实验：全世界任何人都可以在线操作他们的 100 多台自研 AI 机器人。这些机器人放在以色列和加州的机库里，能拿画笔画画，能互相”击剑”，还能拎起烧瓶做简单的化学实验。公司称机械臂和底层模型全部从零自研。

    联合创始人 Jacobi 打了个比方：如果洗个碗要先花 15 分钟跟机器人解释东西放哪，谁都会说”算了，我自己来”。而现在，哪怕用最强的模型，大家也都卡在这一步。

    他心里的标杆是汽车音量旋钮——伸手一拧就行，不用输入一个百分比再赌它会不会太吵。Enigma 想通过这场在线实验收集真实交互数据，找出机器人领域的那个”音量旋钮”：到底是打字、说话，还是给机器人看段示范视频，又或者是点按拖拽？

    两个网络安全老兵，闯进机器人赛道

    有意思的是，两位创始人都不是机器人科班出身。Jonathan Jacobi 是微软史上最年轻的员工，当年由 Wiz 创始人 Asaf Rappaport 亲自招进去；他和 Gal Niv 十几岁时在黑客竞赛上认识，后来一起在以色列 8200 部队做网络安全研究。去年俩人决定创业，挑了个自己完全没干过、但他们认为问题最带劲的领域。团队里有顶级 AI 实验室出来的人、数学奥赛冠军，还有几位被劝退学的博士生。

    • 种子轮 7000 万美元，Index Ventures 与 Ribbit Capital 领投；
    • 100 多台自研机器人向全球开放在线操作，收集真实人机交互数据；
    • 已与医疗、物流、娱乐行业的公司展开合作，具体商业场景暂未公开。

    Index Ventures 合伙人 Shardul Shah 恰恰看中了这种”外行”身份：圈内人做具身智能，起手式往往是遥操作或者灵巧手，而 Enigma 起手问的是”最终体验应该长什么样”。这个切入点确实少见。至于生意怎么做，Jacobi 暂时不肯细说——这家公司目前最大的谜，倒真配得上 Enigma 这个名字。

  • 卡兰尼克带着17亿美元回来了，连赶走他的Uber都掏了钱

    特拉维斯·卡兰尼克又搞了个大动作。他的机器人公司Atoms刚完成一轮17亿美元融资，安德森·霍洛维茨基金（a16z）领投，本·霍洛维茨本人将加入董事会。贝恩资本、Fifth Wall等机构跟投。

    但这轮融资里最扎眼的名字，是Uber。

    Uber联合创始人特拉维斯·卡兰尼克
    Uber联合创始人特拉维斯·卡兰尼克 | 图源：Getty Images

    被赶走的创始人，等来了老东家的钱

    2017年，卡兰尼克因为公司内部性骚扰、歧视投诉和有毒的职场文化，被迫辞去Uber CEO。九年过去，当年把他赶下台的公司，如今掏钱投了他的新事业。这种和解方式，很硅谷。

    其实两边早有眉来眼去。去年就有消息说，卡兰尼克想在Uber的支持下收购中国自动驾驶公司小马智行的美国业务，虽然据The Information报道，那笔谈判今年3月已经告吹。

    Atoms到底是家什么公司

    说白了，Atoms是卡兰尼克把这些年的摊子重新打包后的控股公司。离开Uber后他一直在做幽灵厨房生意CloudKitchens，今年3月宣布改名Atoms时，还顺手收购了Pronto——一家做重工业自动化的公司，掌舵人是他在Uber的老同事、自动驾驶行业的传奇争议人物安东尼·莱万多夫斯基。

    他还放话要进军矿业，把Pronto在矿区车辆上的自动化能力再往外扩。至于Atoms具体要造什么，卡兰尼克没细说，只留下一个说法：要给机器人造「底盘」（wheelbase for robots）。

    「从很多层面看，这轮融资是一桩未竟之事。我们在Uber开启、在CloudKitchens延续的『从比特到原子』的故事，将在Atoms完成收官。」——卡兰尼克在X上写道

    他把自己的野心讲得更玄乎：16年前他开始尝试把物理世界数字化，用软件去理解、预测、控制物理世界；现在要造「基于原子的计算机」——制造业是CPU，房地产是存储，交通运输是网络。

    a16z赌的是人，不是产品

    本·霍洛维茨发帖只用了三个词：「Travis回来了」（Travis Is Back）。他的逻辑很直接：改造经济中那些老旧、笨重的部门，需要一种稀有的创业者——既有拼命的干劲，又能横跨软件架构到机械工程的多个领域。「Travis就是那个人。」

    霍洛维茨给Atoms定的方向是：让人们在物理世界里更有生产力，就像Uber之于交通、计算机之于数字世界那样。这轮钱据说很大一部分会花在招人上。

    几个值得留意的点：

    • 物理AI是当下最热的赛道之一，从人形机器人到工业自动化，资本正在集体下注。
    • Atoms手里有CloudKitchens的地产运营和Pronto的重工业自动化，路径和纯做机器人本体的公司完全不同。
    • 卡兰尼克的表达依旧中二感十足——他说建设者要对抗的「最终Boss」是大自然本身，以及它对变革的顽强抵抗。

    产品还没影子，17亿美元先到账。这个行情下，能靠个人履历融到这个数的创业者，全世界也没几个。至于「机器人底盘」到底是什么，恐怕得等他下一条推文了。

    📎 原文来源：Travis Kalanick’s robotics company raises $1.7B, led by a16z（TechCrunch, Sean O’Kane）

  • 三个哈佛辍学生的AI芯片公司：七个月估值翻倍，冲上103亿美元

    2022年，三个哈佛辍学生跑去做AI芯片，当时整个行业都觉得他们疯了。四年后的现在，这家叫Etched的公司刚刚关闭了3亿美元的C轮融资，估值冲到103亿美元——距离去年12月那轮50亿美元估值，只过了七个月，数字直接翻倍。联合创始人兼COO Robert Wachen告诉TechCrunch，这是红杉资本领投过的估值最高的C轮。

    Etched联合创始人兼COO Robert Wachen
    Etched联合创始人兼COO Robert Wachen，公司估值七个月翻倍至103亿美元

    投资人名单快赶上AI名人堂了

    这轮融资的阵容值得念一遍：红杉领投，a16z、SK海力士、Jane Street、Diffusion Capital跟投，早期股东里还有Peter Thiel、Andrej Karpathy、Figma创始人Dylan Field、Replit创始人Amjad Masad。更有说服力的是这些人怎么被说服的——Etched的系统至今只对投资人和早期客户开放，大牌投资人全是在办公室看了私下演示之后掏的钱。

    “Anthropic的Andrej Karpathy、OpenAI的Noam Brown、Geoffrey Hinton，还有这轮所有投资人——他们都实际上手试过硬件，而且非常兴奋。”——Robert Wachen

    上个月Etched刚宣布自研芯片由台积电成功流片，首批完整系统已交给客户测试，订单金额累计突破10亿美元。要知道，这家公司创立时，”专门给Transformer架构造芯片”还被业内当成异想天开，有人专门写文章唱衰。现在连谷歌都被曝在做类似的事——把Gemini的架构直接蚀刻进硅片的Frozen v2芯片。当年的疯话，成了大厂追赶的方向。

    两块自研芯片，专攻推理的两个阶段

    外界对Etched最大的误解，是以为它的芯片只能跑特定的大模型。Wachen专门澄清：他们卖的是完整系统，什么模型都能跑，包括DeepSeek、Qwen这类混合专家模型，甚至Mamba这种非Transformer的状态空间模型。真正的独门绝技，是针对推理的两个阶段分别造了新东西。

    • 预填充阶段（理解提示词，计算密集）：Etched造了一块”低电压推理”芯片，电压比任何AI芯片都低，发热少，就能塞进更多晶体管，速度快得多
    • 解码阶段（生成回答，吃内存）：他们搞了一种新型内存和”集群级内存”互连技术，让大量芯片共享一个内存池，延迟极低
    • 结果就是官方承诺的组合拳：更高速度，更低成本

    从拿毛巾当被子，到运营10兆瓦数据中心

    这段创业史的起点相当狼狈。Wachen回忆自己跟父母说完要退学创业，落地湾区时连办公室和公寓都没着落，睡在朋友一栋待售空房的地板上，拿毛巾当被子。跑芯片设计工具的服务器架在早期员工家的车库里，每次死机需要重启，那位员工就打电话让妻子回家按重启键。

    如今公司有400名员工，办公室里自建了一座2兆瓦的数据中心，还刚在Milpitas开了一处8万平方英尺、10兆瓦的新设施，就在圣何塞总部不远处。Wachen开玩笑说，自己现在有被子了，还有床垫，”甚至有枕头，好几个枕头”。当然，他也承认路还长——量产机架系统并批量交付，才是真正的大考。”我们当时完全不知道会有多难。我觉得到今天，我们仍然要对规模化所需要的东西保持敬畏。”

  • 霍夫曼的新副业：AI实验室Prentis成立仅3个月，估值冲上10亿美元

    硅谷两位老江湖又凑到一起搞事情了。LinkedIn联合创始人里德·霍夫曼和Zynga创始人马克·平卡斯，联手一位31岁的连续创业者，悄悄办了家新AI实验室，名字叫Prentis。这家公司今年4月才成立，现在就已经在谈一轮1亿美元的融资，估值直接冲到10亿美元。消息来自两位知情人士，TechCrunch率先报了出来。

    Reid Hoffman
    里德·霍夫曼再度下场创业，这次押注的是”会用电脑的AI”（图片来源：TechCrunch）

    它做的事很朴素：教AI替打工人点鼠标

    Prentis瞄准的方向叫”计算机使用模型”。说白了，就是训练AI观察办公室职员平时怎么在各种文档和系统之间来回切换、走完一套流程，然后让AI智能体自己操控电脑把这些活儿干了。比如处理保险理赔，或者搞定海关退税里的异常单据，不再需要人工翻箱倒柜找材料。

    生意谈得也快。知情人士透露，公司已经和几家客户签了总额最高5000万美元的合同，客户里有医疗管理服务机构，也有制造商和服装厂商。TechCrunch拿到的投资材料显示，Prentis预计今年三季度年化流水能到7500万美元。不过它的招股材料里也写得明白：这个数字是按”帮客户省下的钱抽成20%”估算出来的，不是已确认的收入，最终还得看执行效果。

    Prentis自称其Hive-32B模型在WindowsAgentArena和ScreenSpot-v2两项电脑操作基准上，跑赢了OpenAI的GPT-5.4和Anthropic的Claude Opus 4.6，而单任务成本只有前沿API的十分之一左右。

    小模型、便宜、够用，这是它给投资人讲的核心逻辑——日常办公流程要大规模铺开，成本必须打下来。当然，这些基准成绩TechCrunch并没有独立验证过，听听就好。

    赛道已经挤满了大玩家

    Prentis赌的是：自动化日常办公任务，很快会取代写代码，成为AI最大的应用场景。问题是想到这一点的不止它一家。Anthropic、OpenAI，还有米拉·穆拉蒂的Thinking Machines Lab，全都在做电脑操作智能体。Anthropic甚至直接下场买人——今年2月收购了西雅图的计算机使用创业公司Vercept，把创始团队收编，产品直接关停。

    这个31岁的CEO，履历有点吓人

    真正操盘的是CEO里坦卡·达斯。这个人的履历值得单独说说：

    • 18岁从加州大学伯克利分校毕业，生物工程和化学生物学双学位，是伯克利一百多年来最年轻的”大学奖章”得主；
    • 牛津读完生物医学工程硕士，拿着盖茨剑桥奖学金读AI博士，然后退学；
    • 2014年创办控股公司Titan，模式刻意复古，学的是伯克希尔——靠自己项目退出的钱滚动投资，不找外部LP；
    • Titan旗下的Tala Health去年拿了1亿美元种子轮，自闭症护理公司Forta Health在2024年拿了Insight Partners领投的5500万美元，疾病预测公司Dascena则在2022年被收购。

    对霍夫曼和平卡斯来说，Prentis更像副业。霍夫曼上个月刚宣布卸任微软董事，说要对AI制药公司Manas AI开启”创始人模式”；他还是OpenAI的早期投资人，之前和穆斯塔法·苏莱曼共同创办的Inflection AI，团队大部分在2024年被微软打包带走。平卡斯这边则在运营投资机构Reinvent Capital，上个月刚出了本回忆录。

    团队方面，Prentis已经招了超过25人，研究员来自OpenAI、谷歌DeepMind、Meta等一线机构。三个月估值10亿，这个速度放在今天的AI圈不算稀奇，但”会用电脑的AI”这条赛道上，巨头和创业公司马上就要正面相撞了。

  • 两个前谷歌安全老兵拿了3600万美元，专治AI写的钓鱼邮件

    AegisAI 两位联合创始人
    AegisAI 的两位联合创始人（图源：TechCrunch）

    这两年最让公司 IT 部门头疼的，可能不是哪个系统漏洞，而是收件箱里那封”看起来完全没问题”的邮件。两位前谷歌安全高管——Cy Khormaee 和 Ryan Luo，带着他们创办的 AegisAI 又拿了一笔钱：3600 万美元 A 轮，Battery Ventures 领投，老股东 Accel 和 Foundation Capital 跟投，公司累计融资来到 4900 万美元。他们要对付的，正是被 AI 武装起来的”鱼叉式钓鱼”。

    他们在谷歌干的就是防邮件被黑

    这两位不是半路出家。在谷歌时，他们一个做安全浏览技术，一个做 reCAPTCHA 验证码，跟邮件攻击缠斗了十年。也正是这段经历让他们看透一件事：老一套”如果……就……”的规则引擎，根本追不上 AI 现写现发的钓鱼邮件。AI 能在几秒钟内扒出你的同事关系、手头项目、最近的出差行程，然后拼出一封逼真到离谱的信。

    “AI 驱动的攻击现在有超过一半的概率绕过现有防护，效果几乎是过去的两倍。它们把你研究透了，攻击是为你量身定制的。”——AegisAI 联合创始人 Cy Khormaee

    让 AI 智能体像人一样读每封信

    AegisAI 的解法，是派 AI 智能体去逐封分析邮件，模仿安全分析师的思路，盯那些再详尽的规则清单也罗列不出来的细小异常。Khormaee 举了个例子：有些恶意 PDF 附件乍看很正规，还内置了密码和验证码，专门骗过标准垃圾邮件过滤器，而他们的智能体能识破这类伪装。

    上线不到一年，AegisAI 已经拿下几十家客户，包括加密支付公司 Mesh、AI 明星创企 LangChain 和隐私合规平台 Lokker。领投方 Battery Ventures 的合伙人 Dharmesh Thakker 说，自己就是注意到邮件攻击明显变多，才专门找一家能”用 AI 防 AI”的公司下注。

    • 赛道并不只有 AegisAI 一家：Lightspeed 支持的 Ocean、更早入局的 Abnormal Security，都在抢 Proofpoint、Mimecast 这些老牌厂商的地盘；
    • 但 Thakker 押注的理由很直接——这支团队参与守护过 Gmail，全世界用户最多的邮箱系统；
    • 邮件只是起点，AegisAI 已经放话要往数据安全等更大的防御面扩张。

    Khormaee 对终局的判断也够直白：能不能造出会自己做调查的高级定制智能体，将决定谁成为下一代安全巨头。攻击方已经全面 AI 化，防守方还停留在规则清单时代的话，这场仗从一开始就输了一半。