一人干翻十億：5人團隊想讓“一人獨角獸”成為現實

出品|虎嗅科技組

作者|李一飛

編輯|陳伊凡

頭圖|AI生成

“AI原生100”是虎嗅科技組推出針對AI原生創新欄目，這是本系列的第「43」篇文章。

想象一家“永不眠”的公司：白天，全天候運行的 Google Meet 與麥克風捕捉著辦公室內的每一處溝通細節，AI 助理實時解析、拆解任務，并在次日清晨8點將策略與進度精準推送到員工指尖；夜幕降臨，當人類休息時，另一套自動化流程無縫接管——監測報錯、編寫代碼、生成PR，靜待工程師次日一鍵合并。

這并非科幻小說，而是 The General Intelligence Company of New York（GIC）的真實日常。支撐這套晝夜不停、高效運轉模式的，正是其 AI 代理平臺 Cofounder。在這里，AI 不再是工具，而是擁有核心記憶的盡調員、工程師和行政官，用戶只需提供創意與最終決策。

創始人 Andrew Pignanelli 的愿景極具煽動性：“好的基建應能支撐一人創造十億美元的價值。”資本市場顯然買單了：成立于 2025 年 1 月的 GIC，短短數月內便由 Union Square Ventures 領投完成兩輪融資，總額超 1000 萬美元。

然而，在頂級風投為這極致的“人效比”下注背后，擺在 GIC 面前的現實卻充滿挑戰。

首先是算不過來的經濟賬。 作為高頻調用 Devin、Gemini 1.5 Pro 等昂貴算力的“中間商”，cofounder每天的運轉，將消耗大量token。

其次是擁擠的戰場。 盡管 AI Agent 化是行業剛需，但大廠與初創公司早已布局。真正的壁壘不再是技術優劣，而是對行業 Know-how 的深度理解與場景化落地能力。

最后是隱私。全天候監聽意味著將商業機密、代碼庫甚至人事糾紛毫無保留地上傳云端，這對企業級用戶而言無異于一場“合規噩夢”。

虎嗅和眾多AI行業的創業者溝通，顯然這是一個剛需，例如高度標準化、流程化和重復性強、決策邏輯可以量化的場景，可以AI Agent化。GIC的戰場遠比想象中擁擠。大廠以及一些初創公司也在企業通用流程平臺上有所布局，但更關鍵的壁壘是需求認知，相比于技術的優劣，更加考驗的是對于不同行業、不同崗位需求和knowhow的深入理解，甚至面對不同老板，是否能提供適用的Agent工具。

為何資本仍愿意豪賭這“一人干翻十億”的愿景？GIC 究竟是在構建高效的未來，還是在挑戰商業與倫理的邊界？

"天才少年”的AI野心

CEO Andrew Pignanelli 的履歷是典型的“天才少年”敘事：18歲輟學即投身 AI 工具開發；2019 年創立 Velvet 服務私募股權基金；2021 年創立 Decheque Securities，成為史上最年輕的經紀交易商擁有者，并親手操盤了 Anthropic、CoreWeave 等頂級 AI 公司的二級市場交易。

福布斯曾評價道：“年僅 20 出頭的他，便達成了多數人窮其數十年才能企及的成就。然而，他并不認為這是他的最大野心。”

更大的野心，便是 GIC，而將野心落地的關鍵，是聯合創始人 Abhishyant Khare。Khare 深耕機器學習系統多年，曾執掌 AI 可觀測性先驅 Gantry 的工程團隊。兩人在硅谷知名的“從-1到0”創業社區 South Park Commons（SPC）相遇。在這個孵化了 Comun、Pulley、The Graph 等明星項目的搖籃里，兩人一拍即合。

GIC 的發展速度堪稱驚人。2025 年 1 月正式成立；4 月即獲 Compound 和 Acrew Capital 的 200 萬美元 Pre-Seed 輪融資，完成原型構建；9 月cofounder 上線，憑借獨特的營銷策略，僅一周注冊量即破 5000。

高潮發生在 2025 年 12 月。GIC 發布Cofounder 1.5 版本，并宣布完成由老牌風投 Union Square Ventures（USV）領投的 870 萬美元種子輪融資，總融資額迅速突破 1000 萬美元。值得一提的是，USV 曾投出 Twitter、Coinbase、Stripe 等巨頭，其合伙人 Rebecca Kaden 更是 Cofounder 的早期重度用戶。這輪融資也標志著 GIC 戰略的升級：不再止步于“AI 助理”，而是向“全棧 AI 代理公司平臺”進化。

GIC 最具說服力的營銷，或許是其自身的運營方式。從創立之初，創始人便是 Cofounder最忠實的用戶（Dogfooding）。目前，整個 GIC 團隊僅有 5 人（CEO、CTO、前后端與研究員），而Cofounder 承擔了團隊“第六人”的角色——從調研分析、日程管理到代碼修復、視覺設計，這一“超級外腦”支撐著公司的高效運轉。

左邊為創始人，右為CTO

這種從產品到運營深入骨髓的 AI Native 特質，或許正是其最核心的競爭力。

冷啟動與特色營銷

在 GIC 的哲學中，品味、產品敘事與工程能力被置于同等重要的位置，這種理念直觀地體現在其官網 UI 設計與Cofounder獨特的冷啟動策略上。GIC 的官網與產品界面采用統一的彩色像素風格，所有視覺元素均由紐約街景與自然風光圖片轉化而來，調性鮮明且極具辨識度，這種對自然與色彩的偏好也延續到了其產品周邊與營銷布局中。

官網截圖

Cofounder的冷啟動是一場對社交媒體傳播與視覺元素的極致運用。其病毒式傳播的起點源于 Twitter 上的一張自拍：Pignanelli 身著一件印有公司 Logo 的定制彩色羊毛衫，將其稱為公司周邊。這件毛衣因與加州品牌 ERL 的漸變毛衣高度相似，在隨后的數月內引發了大量轉載與熱議，成功將 GIC 帶入公眾視野。

緊接著，團隊發布了一部動畫宣傳片，再次收割流量。短片以 Founder 在搜索欄輸入“How to start up”為引子，引出 Cofounder這一角色，隨即展開了一段為期一分多鐘的“熱血創業番”——從布置辦公室、開會到寫代碼、解決問題，生動勾勒了創業者與 AI Cofounder 并肩從無到有、直至成功的路徑想象，完成了一次極具感染力的產品敘事。

宣傳片首頁

產品上線后，驚喜并未停止。因 Cofounder生成的郵件風格與用戶本人驚人相似，引發了新一輪的用戶自發截圖分享傳播。這種熱情遠超 Pignanelli 的預期：團隊原定目標為首周獲客 500 人，實際注冊人數卻在短短一周內突破 5000。官網數據顯示，截至目前，Cofounder已累計自動化執行了 59,191 個任務，代理系統每月處理超 180 億個 Token，支持調用 100 多個工具并覆蓋 19 類集成，真正實現了將個人時間從繁瑣的重復性事務中解放，重新歸還給決策與創意。

cofounder如何工作？

如果要用一句話來解釋cofounder是工作的，那便是Agent managing Agent。Cofounder要做的，就是將管理的部分自動化，讓用戶只需要說一句話就能讓公司組織自行運轉，把人從瑣碎協調里釋放出來。

在工具層面，Cofounder集成了維持一家現代科技公司運轉所需的全套生產力堆棧，并通過調度讓它們各司其職：

虎嗅根據公開信息整理

GIC 將公司運營解構為一系列可重復的工作流（Flows）——從收發郵件、創建工單到匯報結果。Cofounder的作用便是將這些行為封裝為標準的 Flows，支持事件觸發、定時觸發和手動執行三種模式。

以一個典型的錯誤處理flows為例：當錯誤監控工具Sentry收到警報時，Cofounder會自動協調后續動作：從產品分析工具Posthog獲取相關用戶數據，到部署平臺Render拉取日志，再到在項目管理工具Linear中檢查或創建任務，并將編碼修復工作指派給AI工程師Devin進行代碼編寫，最后推送給人工審核確認，形成一個完整可復用的工作流。

類似的流程還可以廣泛應用于日常運維、團隊協作與信息同步等場景中：

1、開發進度同步：每當新的代碼提交合并至主分支，Cofounder會自動向 Slack的 shipping頻道發送commit信息，包括作者、鏈接與提交內容，幫助團隊同步開發節奏；

2、日常簡報：系統每天早晨自動整理會議日程、天氣、新聞與與會者背景信息，生成一則briefing，通過Slack發給負責人；

3、健康監控：每小時運行一次測試，向指定頻道發送“系統是否正常運行”的心跳信號；

4、會議紀要自動入庫：配合Granola語音轉錄，將Notion中的新建會議記錄自動分類為CRM數據，保留行動項和關鍵客戶線索；

5、任務流增強：自動將自然語言轉化為Linear工單，并從上下文中提取補充信息豐富工單內容；

6、知識檢索代理：調用Notion中的企業知識庫，當作搜索助手用于現場支持和快速調取公司語境信息；

7、郵件摘要：快速總結最近郵件更新，僅提取對工作進展重要的部分，避免信息冗余干擾。

Flows的運行雖然高度自動化，但這并不代表AI具有決策權。

每當Cofounder需要在外部應用里執行任務時，它會把動作拆成明確的請求發到用戶的Inbox：用什么工具、做什么、為什么做、預期結果是什么，然后等待批準或拒絕。用戶也可以把某些充分驗證的例行Flows切換到自動批準，但這種模式雖然方便卻也存在風險。

如果說工作流是Cofounder的“骨骼”，那么它獨特的記憶系統就是其“大腦”。GIC團隊認為，記憶是通用人工智能（AGI）邁向真正理解與協作能力的關鍵一環，同時也是AI Agent從工具向長期合作伙伴演進的核心所在。

為此，Cofounder設計了工作記憶、核心記憶、長期記憶三層記憶架構：

首先是工作記憶。這是最即時、最短暫的記憶層，屬于臨時記憶，用于維護當前會話的上下文信息，包括用戶對話歷史、工具調用中間結果和推理狀態。這一層確保Cofounder在同一次連續交互中能維持連貫理解，不會說完就忘。

其次是核心記憶。這是個性化的短期記憶層。它會整合用戶最近的幾次會話內容，從中提煉出用戶的偏好、溝通風格和近期關注的重點。比如，它會記住你更喜歡簡潔的報告風格，或者你最近在密切關注某個特定的項目。

最后是長期記憶。長期記憶存儲公司的關鍵信息，例如團隊結構、產品路線圖、戰略目標和歷史決策記錄。它可以與企業現有的知識庫深度融合，使Cofounder在任務執行時能夠調取組織集體智慧，確保不會偏軌。

這套三層記憶系統讓Cofounder不僅能完成任務，還能在完成任務的過程中不斷學習和進化。在較為權威的MemoryAgentBench測試中，Cofounder在“準確檢索”等關鍵記憶維度上表現優于MemGPT、Self-RAG等現有架構。

只有當Cofounder 比 Linear 更懂代碼背后的業務邏輯，比 Slack 更懂聊天記錄背后的決策脈絡時，它才擁有真正的護城河。

除了三層記憶系統架構，為了讓記憶更快更準確地被調用，GIC引入了 休眠期計算（sleep-time compute）的思路，即在后臺系統處于低負載時，cofounder會自動進行推理與信息重組。

這—過程包括將短期記憶中的零散信息重新分配到長期知識圖譜中，消除冗余，并識別出跨部門的潛在關聯。這種異步的計算模式使得cofounder在實時交互時能夠以極低的成本調取經過優化的上下文信息，緩解系統在面對海量動態數據時的準確率減弱的問題。

目前Cofounder的能力在其公司內部已被廣泛驗證，尤其適用于產品、工程、運營等流程高度協同的組織。

但其仍存在一定局限，例如目前仍缺乏網頁感知與操作能力（無法像人類一樣瀏覽網頁），高度依賴 API 兼容性，復雜邏輯仍需人工介入。

合規隱憂是企業級落地的最大障礙。Cofounder的官網隱私政策略顯籠統，雖承諾了基礎保護，但在細節上缺乏針對性說明。考慮到該服務涉及會議機要、代碼庫及客戶數據等核心資產，企業用戶的安全紅線遠高于個人。想要贏得真正的信任，GIC 必須盡快補齊清晰、透明的數據隱私安全邊界。

市場與競合

AI Agent市場正處于爆發期，AI浪潮的推動和代理需求的涌現推動著更多創業公司的出現。根據市場研究機構的數據，全球AI Agent市場規模預計在2030年飆升至470億至520億美元之間。技術和資本的涌入意味著未來將有更多應用企業的任務由特定的AI Agent來處理。

在這片炙手可熱的戰場上，玩家們大致可以分為垂類代理和平臺操作系統兩類。

垂類賽道上，明星公司如AI軟件工程師Devin和客戶服務公司Sierra AI。Devin能夠獨立完成復雜的編碼任務，從需求理解、編寫代碼到調試部署，在2025年9月估值已飆升至102億美元；Sierra則由前Salesforce聯席CEO創立，專注于為企業提供對話式的客戶服務AI Agent，旨在解決70%以上的常見客戶服務問題，最新估值高達100億美元。

垂類Agent為了把單點能力做到極致，需要積累大量高質量行業數據、領域知識和方法論，比如客服需要知識庫與政策邊界，編碼則需要工程語料與調試鏈路，其優勢是足夠專業、高效、交付明確。

但GIC想做的是將一個個垂直代理橫向勾連起來，用平臺級的Agent去管理調度其他垂直Agent，從而自動化一家公司的全棧業務流程，其想要改變的是公司的普遍組織形態。

而這種Agent managing Agent的理念與Google提出的Agent2Agent協議極其類似。Agent2Agent旨在讓來自不同供應商或不同框架構建的AI智能體彼此通信和協作完成任務，從而形成更大規模的多智能體協同生態。

這當然也帶來了GIC另一個隱憂，就是成本結構。GIC的產品邏輯依賴于“長鏈條”的Agent自主運行。例如，為了修復一個Bug，Cofounder可能需要反復調用Devin（目前最貴的AI工程師Agent）、Gemini 1.5 Pro（用于長文本理解）以及OpenAI的模型。每一次Agent的“自我糾錯”和“推理循環”，都是在燃燒Token。GIC如何解決成本問題？

另一個問題是，不同Agent之間的打通問題，這需要一個強大的生態整合能力，把不同的Agent集合到cofounder這個調度系統上來。

這家公司面臨的另一個挑戰來自科技巨頭，通用流程化Agent已經被證明是大廠的游戲，未來，諸如Google這樣擁有更完整生態的科技巨頭是否會直接擠占GIC的生存空間？

GIC的愿景足夠宏大，產品也已跑出雛形，但離真正可規模化的“公司操作系統”仍有很長的路要走。

未來GIC的發展猶未可知，但它向市場拋出的核心問題引人深思：我們究竟是在購買一個好用的工具，還是在購買一種全新的公司組織形式？如果是后者，GIC挑戰的不僅僅是代碼和算法，而是人類沿襲了數百年的管理學。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4828352.html?f=wyxwapp