一人干翻十億：5人團隊想讓“一人獨角獸”成為現(xiàn)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(chuàng)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(nèi)的每一處溝通細節(jié)，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(jiān)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(zhuǎn)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(diào)員、工程師和行政官，用戶只需提供創(chuàng)意與最終決策。

創(chuàng)始人 Andrew Pignanelli 的愿景極具煽動性：“好的基建應能支撐一人創(chuàng)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(shù)月內(nèi)便由 Union Square Ventures 領(lǐng)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(xiàn)實卻充滿挑戰(zhàn)。

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

其次是擁擠的戰(zhàn)場。 盡管 AI Agent 化是行業(yè)剛需，但大廠與初創(chuàng)公司早已布局。真正的壁壘不再是技術(shù)優(yōu)劣，而是對行業(yè) Know-how 的深度理解與場景化落地能力。

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

虎嗅和眾多AI行業(yè)的創(chuàng)業(yè)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(zhàn)場遠比想象中擁擠。大廠以及一些初創(chuàng)公司也在企業(yè)通用流程平臺上有所布局，但更關(guān)鍵的壁壘是需求認知，相比于技術(shù)的優(yōu)劣，更加考驗的是對于不同行業(yè)、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(gòu)建高效的未來，還是在挑戰(zhàn)商業(yè)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(fā)；2019 年創(chuàng)立 Velvet 服務私募股權(quán)基金；2021 年創(chuàng)立 Decheque Securities，成為史上最年輕的經(jīng)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(shù)人窮其數(shù)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(guān)鍵，是聯(lián)合創(chuàng)始人 Abhishyant Khare。Khare 深耕機器學習系統(tǒng)多年，曾執(zhí)掌 AI 可觀測性先驅(qū) Gantry 的工程團隊。兩人在硅谷知名的“從-1到0”創(chuàng)業(yè)社區(qū) 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(fā)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(gòu)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(fā)生在 2025 年 12 月。GIC 發(fā)布Cofounder 1.5 版本，并宣布完成由老牌風投 Union Square Ventures（USV）領(lǐng)投的 870 萬美元種子輪融資，總?cè)谫Y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(zhàn)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(chuàng)立之初，創(chuàng)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(diào)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(zhuǎn)。

左邊為創(chuàng)始人，右為CTO

這種從產(chǎn)品到運營深入骨髓的 AI Native 特質(zhì)，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(chǎn)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(xiàn)在其官網(wǎng) UI 設計與Cofounder獨特的冷啟動策略上。GIC 的官網(wǎng)與產(chǎn)品界面采用統(tǒng)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(zhuǎn)化而來，調(diào)性鮮明且極具辨識度，這種對自然與色彩的偏好也延續(xù)到了其產(chǎn)品周邊與營銷布局中。

官網(wǎng)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(shù)月內(nèi)引發(fā)了大量轉(zhuǎn)載與熱議，成功將 GIC 帶入公眾視野。

緊接著，團隊發(fā)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(chuàng)業(yè)番”——從布置辦公室、開會到寫代碼、解決問題，生動勾勒了創(chuàng)業(yè)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(chǎn)品敘事。

宣傳片首頁

產(chǎn)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(fā)了新一輪的用戶自發(fā)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(shù)卻在短短一周內(nèi)突破 5000。官網(wǎng)數(shù)據(jù)顯示，截至目前，Cofounder已累計自動化執(zhí)行了 59,191 個任務，代理系統(tǒng)每月處理超 180 億個 Token，支持調(diào)用 100 多個工具并覆蓋 19 類集成，真正實現(xiàn)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(chuàng)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(zhuǎn)，把人從瑣碎協(xié)調(diào)里釋放出來。

在工具層面，Cofounder集成了維持一家現(xiàn)代科技公司運轉(zhuǎn)所需的全套生產(chǎn)力堆棧，并通過調(diào)度讓它們各司其職：

虎嗅根據(jù)公開信息整理

GIC 將公司運營解構(gòu)為一系列可重復的工作流（Flows）——從收發(fā)郵件、創(chuàng)建工單到匯報結(jié)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(fā)、定時觸發(fā)和手動執(zhí)行三種模式。

以一個典型的錯誤處理flows為例：當錯誤監(jiān)控工具Sentry收到警報時，Cofounder會自動協(xié)調(diào)后續(xù)動作：從產(chǎn)品分析工具Posthog獲取相關(guān)用戶數(shù)據(jù)，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(chuàng)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(xié)作與信息同步等場景中：

1、開發(fā)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(fā)送commit信息，包括作者、鏈接與提交內(nèi)容，幫助團隊同步開發(fā)節(jié)奏；

2、日常簡報：系統(tǒng)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(fā)給負責人；

3、健康監(jiān)控：每小時運行一次測試，向指定頻道發(fā)送“系統(tǒng)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(zhuǎn)錄，將Notion中的新建會議記錄自動分類為CRM數(shù)據(jù)，保留行動項和關(guān)鍵客戶線索；

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

6、知識檢索代理：調(diào)用Notion中的企業(yè)知識庫，當作搜索助手用于現(xiàn)場支持和快速調(diào)取公司語境信息；

7、郵件摘要：快速總結(jié)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(quán)。

每當Cofounder需要在外部應用里執(zhí)行任務時，它會把動作拆成明確的請求發(fā)到用戶的Inbox：用什么工具、做什么、為什么做、預期結(jié)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(tǒng)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(xié)作能力的關(guān)鍵一環(huán)，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(gòu)：

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(diào)用中間結(jié)果和推理狀態(tài)。這一層確保Cofounder在同一次連續(xù)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(nèi)容，從中提煉出用戶的偏好、溝通風格和近期關(guān)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(guān)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(guān)鍵信息，例如團隊結(jié)構(gòu)、產(chǎn)品路線圖、戰(zhàn)略目標和歷史決策記錄。它可以與企業(yè)現(xiàn)有的知識庫深度融合，使Cofounder在任務執(zhí)行時能夠調(diào)取組織集體智慧，確保不會偏軌。

這套三層記憶系統(tǒng)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(quán)威的MemoryAgentBench測試中，Cofounder在“準確檢索”等關(guān)鍵記憶維度上表現(xiàn)優(yōu)于MemGPT、Self-RAG等現(xiàn)有架構(gòu)。

只有當Cofounder 比 Linear 更懂代碼背后的業(yè)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(tǒng)架構(gòu)，為了讓記憶更快更準確地被調(diào)用，GIC引入了 休眠期計算（sleep-time compute）的思路，即在后臺系統(tǒng)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(guān)聯(lián)。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(diào)取經(jīng)過優(yōu)化的上下文信息，緩解系統(tǒng)在面對海量動態(tài)數(shù)據(jù)時的準確率減弱的問題。

目前Cofounder的能力在其公司內(nèi)部已被廣泛驗證，尤其適用于產(chǎn)品、工程、運營等流程高度協(xié)同的組織。

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

合規(guī)隱憂是企業(yè)級落地的最大障礙。Cofounder的官網(wǎng)隱私政策略顯籠統(tǒng)，雖承諾了基礎(chǔ)保護，但在細節(jié)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(shù)據(jù)等核心資產(chǎn)，企業(yè)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(shù)據(jù)隱私安全邊界。

市場與競合

AI Agent市場正處于爆發(fā)期，AI浪潮的推動和代理需求的涌現(xiàn)推動著更多創(chuàng)業(yè)公司的出現(xiàn)。根據(jù)市場研究機構(gòu)的數(shù)據(jù)，全球AI Agent市場規(guī)模預計在2030年飆升至470億至520億美元之間。技術(shù)和資本的涌入意味著未來將有更多應用企業(yè)的任務由特定的AI Agent來處理。

在這片炙手可熱的戰(zhàn)場上，玩家們大致可以分為垂類代理和平臺操作系統(tǒng)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(diào)試部署，在2025年9月估值已飆升至102億美元；Sierra則由前Salesforce聯(lián)席CEO創(chuàng)立，專注于為企業(yè)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(zhì)量行業(yè)數(shù)據(jù)、領(lǐng)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(diào)試鏈路，其優(yōu)勢是足夠?qū)I(yè)、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(diào)度其他垂直Agent，從而自動化一家公司的全棧業(yè)務流程，其想要改變的是公司的普遍組織形態(tài)。

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

這當然也帶來了GIC另一個隱憂，就是成本結(jié)構(gòu)。GIC的產(chǎn)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(diào)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(huán)”，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(tài)整合能力，把不同的Agent集合到cofounder這個調(diào)度系統(tǒng)上來。

這家公司面臨的另一個挑戰(zhàn)來自科技巨頭，通用流程化Agent已經(jīng)被證明是大廠的游戲，未來，諸如Google這樣擁有更完整生態(tài)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(chǎn)品也已跑出雛形，但離真正可規(guī)模化的“公司操作系統(tǒng)”仍有很長的路要走。

未來GIC的發(fā)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(zhàn)的不僅僅是代碼和算法，而是人類沿襲了數(shù)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