想做企业级智能体的「AutoAgents」，获数千万元天使轮融资

一句话介绍： 基于自研 Multi-Agent 架构，为企业提供部署到生产环节的智能体服务商。

团队介绍：杨劲松（CEO）：原达摩院产品 / 商业 化总监，曾任字节飞书 AI 负责人、亚马逊 AWS aPaaS 平台负责人，主导推出阿里灵杰、通义 -Alicemind，管理产品收入超 20 亿。王博士（首席科学家）：哥伦比亚大学博士，曾任阿里巴巴达摩院、Google Research 研究科学家，Google Scholar 引用 1.2 万次。

其他核心团队成员，来自阿里巴巴达摩院、腾讯、字节跳动、亚马逊 AWS 和谷歌等。

融资进展：近期完成数千万元天使轮融资，由麟阁创投领投，蓟门资管跟投，老股东创新工场持续跟投。本轮融资将主要用于产品研发和市场拓展。

产品及商业化情况：在国内市场，AutoAgents 通过 " 灵搭 " 平台 Agent Builder，面向企业端 Agent 市场需求，解决企业在应用大模型过程中关注的数据安全、权限管理和系统集成等问题，提供成熟技术方案。

目前，AutoAgents 产品已经服务了于电力、 金融 、泛 互联网 、制造业等行业头部客户，为企业构建人与 AI 混合工作流水线，极大程度地提升了企业的运营效能与创新活力。公司于 2024 年获得数千万商业合同，目前是电力行业市占率第一的 Agent 应用产品，服务了国 家电 网及其下属十余家下属公司。

公司产品已被 5 家云厂商引入，提供超过 100+ 开闭源、领域垂直模型，并通过超过 20 家行业伙伴进行产品规模化推广。

在海外市场，AutoAgents 也推出了标准化产品 Agents Pro，面向 SMB 的社媒运营工具，采用免费试用，社区传播的模式。

与 Coze、Dify 等偏 To C 的 Agent 平台不同，AutoAgents 的差异化在于：专注企业级市场。AutoAgents 并非简单提供工具，而是通过标准化的 Agent 产品和行业解决方案，比如提供更细粒度的权限管控、数据看板和数据库对接能力，以及混合云 / 一体机部署方案，帮助企业交付服务结果，实现 " 为效果买单 "。

为了做到企业级可用，AutoAgents 集成了企业级 RAG、AI Coding、Text2Agent 以及可视化工作流等组件。在部署方式上，AutoAgents 支持混合云 / 一体机部署，能够适配国产化算力。

在产品底层，灵搭引入独特的多智能体协作机制，能解决在多步推理过程中的上下文窗口限制；支持由一句话生成 Agent 应用，可以极大提升开发和部署效率。

在任务进行过程中，灵搭能够将复杂任务拆解并分配给不同专业智能体，由协调智能体统筹各部分工作。

目前，灵搭也可以帮助人类 " 真干活 "，AutoAgents 支持 Anthropic 的 MCP 协议，让智能体可以更高效地发现并调用外部工具。

灵搭也能模拟人类操作计算（类 OpenAI Operator），借助内置 Docker 的沙盒系统，智能体可以自主进行网页浏览、数据检索，以及调用常用软件完成指定任务。

在今年 DeepSeek 热潮之后，市场普遍认为是 "Agents 元年 " 的关键时刻，AutoAgents 也已经开发面向开发者和个人的 " 元知 " 助手，在 2025 年推出，这是一款在真实业务场景里跑通可用的自主智能体产品，能够自行规划并且完成专业领域的研究和分析任务。

来源：AutoAgents

凭借 Agent 微调技术，AutoAgents 已经能够增强智能体的工具调用能力、优化协作效率并提升代码生成质量。AutoAgents 在这一领域已积累了 20 多项专利、软著等知识产权成果，并多次在国际顶会发布论文。

在本轮融资后，AutoAgents 将继续快速商业化落地，并且将推出面向 To C 市场的产品，也有计划拓展至海外市场。

杨劲松

Founder 思考

企业级 Agent 与个人 Agent 的核心差异在于，前者需满足企业在数据安全隔离、权限体系分层、系统深度整合等方面的严苛要求。通用 Agent 侧重易用性与通用性，而企业级 Agent 则需深度定制，以适应复杂业务场景。

当前 Agent 技术落地仍面临诸多挑战。即便如 DeepSeek R1 等推理模型具备强大能力，在企业实际应用中，仍需进行大量工程化改造，与现有工具链进行深度适配，并融合领域内小模型，才可以有效控制幻觉，确保输出结果的可靠性与安全性。

Agent 的终局或将呈现 " 赢者通吃 " 的局面。在特定垂直领域内，能够有效积累行业 Know-How、沉淀最佳实践、并利用优质数据进行深度训练的智能体，将构筑起更深厚的的竞争壁垒。

未来 Agent 的发展方向在于，通过 AI 专家与行业专家的深度协作，重新规划企业工作流程，将复杂工作流程自动化，使人类能够专注于高密度的决策和责任承担。AutoAgents 未来将会发展成 " 一加 N" 的业务模式，即通过一个技术平台生产各类 Agent 产品与解决方案，实现以服务量计价，从全球服务价值链条中获取持续性收益，这能突破传统软件销售的营收天花板。

企业软件正从 " 工具付费 " 转向 " 结果付费 "，Agent 的核心价值在于服务结果导向，通过标准化的 Agent 产品和行业解决方案，直接创造业务价值，而非简单提供工具。企业选择 Agent 的根本目的，是解决实际业务问题，而非仅仅为模型付费。

以 DeepSeek R1 为代表的推理模型，在拓宽 Agent 解决开放性问题的能力方面具有显著价值，尤其适用于代码编写、小说创作等 C 端应用。但在企业级应用中，还是需要审慎评估其场景适用性、安全对齐能力及幻觉控制水平，避免对模型能力产生过高预期。

「智能涌现」想说：

Agents 已经是 2025 年不可忽视的话题，但赛道依然处于早期。AutoAgents 的核心竞争力在于它们能够在企业级的生产环境中实现可用性。对于电力金融等容错率低的大型企业场景，它们已经能够成功落地。

AutoAgents 对当前的大模型能力以及边界有清晰的认知。在不同的行业，既有企业级 Agents 的产品，在海外市场，也有面向类似社群 营销 等新兴业务场景的产品。公司不仅入局赛道早，也在快速地寻求商业落地，无论是产品矩阵以及市场打法，都是比较清晰的。

来源：36氪