6500万美元种子轮，Coatue和Lightspeed领投，Databricks CEO、前OpenAI首席科学家、Intel CEO集体跟投。这不是某个大模型的融资，而是一家叫Sycamore的初创公司——他们要做的事，听起来比做大模型更"脏"也更必要：给企业AI代理造一个"操作系统"，让它们能真正独立干活，而不是每次动一下都要人盯着。
Sycamore的创始人Sri Viswanath，之前是Atlassian的CTO。他在那家公司干了多年，最清楚企业软件的痛点：现在的系统都是给人用的，但下一代软件得会自己跑。问题在于，企业敢让AI代理自动处理客户退款、调整供应链、甚至做财务决策吗？
Viswanath的原话是：「下一代企业软件将是自主的、持续学习和自适应的。Sycamore正在为那个未来构建操作系统，基础是信任、安全和控制。」
为什么现在必须有人做这件事
很多企业已经在小范围试水AI代理了。客服机器人能处理常见问题，代码助手能写单元测试，有些公司甚至让代理自动整理会议纪要。但这些代理就像实验室里的精密仪器——演示时很惊艳，一放到真实业务环境里就出问题。
Sycamore管这叫"运营重力"（operational gravity）。代理在隔离环境里跑得再顺，企业也不敢大规模部署，因为没有统一的地方监控它们是否遵守公司政策、是否越过了安全边界、是否从错误中学到了东西。没有底层操作系统，AI代理永远是 demo 级别的玩具。
这有点像早期的个人电脑。1970年代，每台计算机都要专门编程，直到DOS和后来的Windows出现，普通公司才敢批量采购。AI代理现在就在那个"每台都要专门调试"的阶段。
Sycamore的解法是从"不信任"开始设计。他们的平台不给代理一上来就全开权限，而是搞了一套"信任分级"系统。新代理上线时会被严密监控，每完成一个任务、没出岔子，就积累一点"信用分"，慢慢解锁更高权限。
具体怎么让代理" earn "信任
平台的核心逻辑是：没有证据的信任都是耍流氓。企业用自然语言描述想让代理做什么，代理自己去拆解任务、调用工具、执行动作。但每一步都会被记录、审计、评分。
Viswanath团队认为，人类员工其实也是这样——新人进公司先打杂，老板观察几个月才敢让独立负责项目。AI代理凭什么第一天就能碰核心数据库？
这套机制解决的是企业最头疼的"黑箱焦虑"。现在的AI代理，尤其是基于大模型的，输出结果时你很难追溯它到底调了哪些API、访问了哪些数据、有没有绕过审批流程。Sycamore要做的就是把这一切变成可观测、可回滚、可问责的。
他们的产品定位是"agentic operating system"——代理式操作系统。功能覆盖四个环节：发现（企业里有哪些代理在跑）、构建（快速创建新代理）、部署（推到生产环境）、观测（持续监控行为）。
为什么这轮融资的阵容这么豪华
看跟投名单能读出行业信号。Databricks的Ali Ghodsi、前OpenAI首席科学家Bob McGrew、Intel新CEO Lip Bu-Tan、Palo Alto Networks总裁BJ Jenkins，再加上AI研究员François Chollet——这些人不是随便投钱，他们各自代表的数据基础设施、模型安全、芯片算力、网络安全和AI研究，恰好是Sycamore必须打通的环节。
Coatue是Viswanath的老东家，这次领投有背书意味。Lightspeed在企业软件领域投过不少成功案例，他们的参与说明VC圈认可这个赛道的时机到了。
6500万美元在种子轮里算重的。作为对比，2023年很多AI基础设施公司的种子轮还在1000-2000万美元区间。这笔钱说明两件事：一是做企业级AI治理确实烧钱，需要从头搭建安全框架、集成现有企业系统、做大量合规认证；二是竞争窗口期很短，Sycamore必须快速堆资源抢客户。
这个赛道已经有人在跑
Sycamore不是唯一看到机会的人。微软的Copilot Studio、Salesforce的Agentforce、ServiceNow的AI代理平台，都在往"企业级AI代理管理"方向靠。但大公司的产品往往绑定自家生态，Sycamore赌的是中立性——不管企业用OpenAI、Anthropic还是开源模型，不管部署在AWS、Azure还是私有云，他们的操作系统都能接。
这种"瑞士"定位有风险也有空间。风险是巨头可能免费把类似功能打包进现有产品；空间在于，企业越来越担心被单一云厂商锁死，愿意花钱买跨平台的治理层。
Viswanath在Atlassian的经历可能是关键优势。那家公司靠Jira和Confluence成为DevOps领域的默认选择，核心能力就是把开发者的工作流抽象成可配置、可扩展的平台。现在他要把这套方法论搬到AI代理领域。
产品目前还没有公开上线，但Sycamore说已经在和几家财富500强公司试点。他们的首批客户大概率来自金融、医疗、制造业——这些行业对"代理 autonomous 执行"的需求最迫切，监管压力也最大，愿意为安全和可控性付溢价。
如果Sycamore能证明这套"信任分级"机制真的能让企业放心把关键流程交给AI，6500万美元只是开始。但如果代理的实际表现跟不上承诺，再多的治理层也只是给不可靠的系统打补丁——那时候，企业可能会选择继续用人类员工，直到下一个技术周期。
你的公司现在敢让AI代理自动处理多少钱以内的业务决策？
热门跟贴