江苏配资炒股资讯平台-股票配资学习资源汇总一东谈骨干翻十亿：5东谈主团队想让“一东谈主独角兽”成为现实

江苏配资炒股资讯平台-股票配资学习资源汇总

出品 | 虎嗅科技组

作家 | 李一飞

裁剪 | 陈伊凡

头图 |AI 生成

" AI 原生 100 "是虎嗅科技组推出针对 AI 原生改造栏目，这是本系列的第「43」篇著作。

瞎想一家"永不眠"的公司：白昼，全天候运转的 Google Meet 与麦克风捕捉着办公室内的每一处调换细节，AI 助理及时领悟、拆衔命务，并在次日早晨 8 点将策略与进程精确推送到职工指尖；夜幕莅临，当东谈主类休息时，另一套自动化经由无缝接管——监测报错、编写代码、生成 PR，静待工程师次日一键合并。

这并非科幻演义，而是 The General Intelligence Company of New York（GIC）的果然日常。维抓这套日夜不停、高效运转模式的，恰是其 AI 代理平台 Cofounder。在这里，AI 不再是器具，而是领有中枢纪念的尽调员、工程师和行政官，用户只需提供创意与最终方案。

创举东谈主 Andrew Pignanelli 的愿景极具挑动性："好的基建应能维抓一东谈主创造十亿好意思元的价值。"老本商场明显买单了：成立于 2025 年 1 月的 GIC，短短数月内便由 Union Square Ventures 领投完成两轮融资，总和超 1000 万好意思元。

然则，在顶级风投为这极致的"东谈主效比"下注背后，摆在 GIC 面前的现实却充满挑战。

当先是算不外来的经济账。作为高频调用 Devin、Gemini 1.5 Pro 等快活算力的"中间商"，cofounder 每天的运转，将滥用多半 token。

其次是拥堵的战场。尽管 AI Agent 化是行业刚需，但大厂与初创公司早已布局。着实的壁垒不再是技艺优劣，而是对行业 Know-how 的深度相识与场景化落地智力。

终末是隐讳。全天候监听意味着将生意私密、代码库致使东谈主事纠纷毫无保留地上传云霄，这对企业级用户而言无异于一场"合规恶梦"。

虎嗅和开阔 AI 行业的创业者调换，明显这是一个刚需，举例高度程序化、经由化和叠加性强、方案逻辑不错量化的场景，不错 AI Agent 化。GIC 的战场远比瞎想中拥堵。大厂以及一些初创公司也在企业通用经由平台上有所布局，但更要道的壁垒是需求默契，比拟于技艺的优劣，愈加考研的是关于不同业业、不同岗亭需乞降 knowhow 的深化相识，致使面对不同雇主，是否能提供适用的 Agent 器具。

为何老本仍欣慰豪赌这"一东谈骨干翻十亿"的愿景？GIC 究竟是在构建高效的改日，照旧在挑战生意与伦理的规模？

" 天才少年"的 AI 缠绵

CEO Andrew Pignanelli 的资历是典型的"天才少年"叙事：18 岁辍学即投身 AI 器具开垦；2019 年创立 Velvet 干事私募股权基金；2021 年创立 Decheque Securities，成为史上最年青的经纪往复商领有者，并亲手操盘了 Anthropic、CoreWeave 等顶级 AI 公司的二级商场往复。

福布斯曾评价谈："年仅 20 出面的他，便达成了多数东谈主穷其数十年才能企及的成立。然则，他并不合计这是他的最大缠绵。"

更大的缠绵，就是 GIC，而将缠绵落地的要道，是集结创举东谈主 Abhishyant Khare。Khare 深耕机器学习系统多年，曾执掌 AI 可不雅测性前驱 Gantry 的工程团队。两东谈主在硅谷驰名的"从 -1 到 0 "创业社区 South Park Commons（SPC）再见。在这个孵化了 Comun、Pulley、The Graph 等明星时势的摇篮里，两东谈主一拍即合。

GIC 的发展速率号称惊东谈主。2025 年 1 月贯注成立；4 月即获 Compound 和 Acrew Capital 的 200 万好意思元 Pre-Seed 轮融资，完成原型构建；9 月 cofounder 上线，凭借独到的营销策略，仅一周注册量即破 5000。

昂扬发生在 2025 年 12 月。GIC 发布 Cofounder 1.5 版块，并晓谕完成由老牌风投 Union Square Ventures（USV）领投的 870 万好意思元种子轮融资，总融资额赶快冲破 1000 万好意思元。值得一提的是，USV 曾投出 Twitter、Coinbase、Stripe 等巨头，其合鞭策谈主 Rebecca Kaden 更是 Cofounder 的早期重度用户。这轮融资也象征着 GIC 策略的升级：不再留步于" AI 助理"，而是向"全栈 AI 代理公司平台"进化。

GIC 最具劝服力的营销，能够是其自己的运营方式。从创立之初，创举东谈主就是 Cofounder 最诚笃的用户（Dogfooding）。面前，通盘 GIC 团队仅有 5 东谈主（CEO、CTO、前后端与商讨员），而 Cofounder 承担了团队"第六东谈主"的变装——从调研分析、日程不断到代码竖立、视觉遐想，这一"超等外脑"维抓着公司的高效运转。

左边为创举东谈主，右为 CTO

这种从家具到运营深化骨髓的 AI Native 特色，能够恰是其最中枢的竞争力。

冷启动与特色营销

在 GIC 的玄学中，试吃、家具叙事与工程智力被置于同等谬误的位置，这种理念直不雅地体当今其官网 UI 遐想与 Cofounder 独到的冷启动策略上。GIC 的官网与家具界面弃取统一的彩色像素格调，统统视觉元素均由纽约街景与天然悦目图片回荡而来，调性昭着且极具辨识度，这种对天然与颜色的偏好也延续到了其家具旁边与营销布局中。

官网截图

Cofounder 的冷启动是一场对外交媒体传播与视觉元素的极致独揽。其病毒式传播的首先源于 Twitter 上的一张自拍：Pignanelli 身着一件印有公司 Logo 的定制彩色羊毛衫，将其称为公司旁边。这件毛衣因与加州品牌 ERL 的渐变毛衣高度相似，在随后的数月内激发了多半转载与热议，告捷将 GIC 带入公众视线。

紧接着，团队发布了一部动画宣传片，再次收割流量。短片以 Founder 在搜索栏输入" How to start up "为前言，引出 Cofounder 这一变装，立时伸开了一段为期一分多钟的"热血创业番"——从移交办公室、开会到写代码、措置问题，机动勾画了创业者与 AI Cofounder 并肩从无到有、直至告捷的旅途瞎想，完成了一次极具感染力的家具叙事。

宣传片首页

家具上线后，惊喜并未罢手。因 Cofounder 生成的邮件格调与用户本东谈主惊东谈主相似，激发了新一轮的用户自觉截图共享传播。这种关爱远超 Pignanelli 的预期：团队原定观点为首周获客 500 东谈主，试验注册东谈主数却在短短一周内冲破 5000。官网数据自大，限度面前， Cofounder 已累计自动化履行了 59,191 个任务，代理系统每月处理超 180 亿个 Token，支抓调用 100 多个器具并隐讳 19 类集成，着实齐全了将个东谈主时辰从繁琐的叠加性事务中自如，从头退回给方案与创意。

cofounder 若何责任？

要是要用一句话来解释 cofounder 是责任的，那就是 Agent managing Agent。 Cofounder 要作念的，就是将不断的部分自动化，让用户只需要说一句话就能让公司组织自走时转，把东谈主从琐碎融合里开释出来。

在器具层面， Cofounder 集成了保管一家当代科技公司运转所需的全套分娩力堆栈，并通过诊疗让它们各司其职：

虎嗅字据公开信息整理

GIC 将公司运营解构为一系列可叠加的责任流（Flows）——从收发邮件、创建工单到讲演成果。 Cofounder 的作用就是将这些活动封装为程序的 Flows，支抓事件触发、定时触发和手动履行三种模式。

以一个典型的诞妄处理 flows 为例：当诞妄监控器具 Sentry 收到警报时， Cofounder 会自动融合后续动作：从家具分析器具 Posthog 得到相干用户数据，到部署平台 Render 拉取日记，再到在时势不断器具 Linear 中检讨或创建任务，并将编码竖立责任指派给 AI 工程师 Devin 进行代码编写，终末推送给东谈主工审核说明，造成一个完满可复用的责任流。

访佛的经由还不错无为应用于日常运维、团队合作与信息同步等场景中：

1、开垦进程同步：每当新的代码提交合并至主分支， Cofounder 会自动向 Slack 的 shipping 频谈发送 commit 信息，包括作家、勾搭与提交内容，匡助团队同步开垦节律；

2、日常简报：系统每天早晨自动整管待议日程、天气、新闻与与会者配景信息，生成一则 briefing，通过 Slack 发给负责东谈主；

3、健康监控：每小时运转一次测试，向指定频谈发送"系统是否平淡运转"的心跳信号；

4、会议纪要自动入库：配合 Granola 语音转录，将 Notion 中的新建会议纪录自动分类为 CRM 数据，保留行动项和要道客户痕迹；

5、任务流增强：自动将天然话语回荡为 Linear 工单，并从高下文中提真金不怕火补充信息丰富工单内容；

6、常识检索代理：调用 Notion 中的企业常识库，行为搜索助手用于现场支抓和快速调取公司语境信息；

7、邮件摘录：快速转头最近邮件更新，仅提真金不怕火对责任进展谬误的部分，幸免信息冗余插手。

Flows 的运转天然高度自动化，但这并不代表 AI 具有方案权。

每当 Cofounder 需要在外部应用里履行任务时，它会把动作拆成明确的苦求发到用户的 Inbox：用什么器具、作念什么、为什么作念、预期成果是什么，然后恭候批准或隔断。用户也不错把某些充分考证的例行 Flows 切换到自动批准，但这种模式天然浅陋却也存在风险。

要是说责任流是 Cofounder 的"骨骼"，那么它独到的纪念系统就是其"大脑"。GIC 团队合计，纪念是通用东谈主工智能（AGI）迈向着实相识与合作智力的要道一环，同期亦然 AI Agent 从器具向恒久合作伙伴演进的中枢地点。

为此， Cofounder 遐想了责任纪念、中枢纪念、恒久纪念三层纪念架构：

当先是责任纪念。这是最即时、最短暂的纪念层，属于临时纪念，用于保养刻下会话的高下文信息，包括用户对话历史、器具调用中间成果和推理景象。这一层确保 Cofounder 在归并次连气儿交互中能保管连贯相识，不会说完就忘。

其次是中枢纪念。这是个性化的短期纪念层。它会整合用户最近的几次会话内容，从中提真金不怕火出用户的偏好、调换格长入近期关注的要点。比如，它会记着你更心爱精真金不怕火的评释格调，或者你最近在密切关注某个特定的时势。

终末是恒久纪念。恒久纪念存储公司的要道信息，举例团队结构、家具道路图、策略观点和历史方案纪录。它不错与企业现存的常识库深度交融，使 Cofounder 在职务履行时能够调取组织集体奢睿，确保不会偏轨。

这套三层纪念系统让 Cofounder 不仅能完成任务，还能在完成任务的过程中不时学习和进化。在较为巨擘的 MemoryAgentBench 测试中， Cofounder 在"准确检索"等要道纪念维度上弘扬优于 MemGPT、Self-RAG 等现存架构。

唯有当 Cofounder 比 Linear 更懂代码背后的业务逻辑，比 Slack 更懂聊天纪录背后的方案条理时，它才领有着实的护城河。

除了三层纪念系统架构，为了让纪念更快更准确地被调用，GIC 引入了睡眠期计较（sleep-time compute）的念念路，即在后台系统处于低负载时，cofounder 会自动进行推理与信息重组。

这—过程包括将短期纪念中的衰退信息从头分派到恒久常识图谱中，打消冗余，并识别出跨部门的潜在关联。这种异步的计较模式使得 cofounder 在及时交互时能够以极低的成本调取经过优化的高下文信息，缓解系统在面对海量动态数据时的准确率平缓的问题。

面前 Cofounder 的智力在其公司里面已被无为考证，尤其适用于家具、工程、运营等经由高度协同的组织。

但其仍存在一定局限，举例面前仍缺少网页感知与操作智力（无法像东谈主类雷同浏览网页），高度依赖 API 兼容性，复杂逻辑仍需东谈主工介入。

合规隐忧是企业级落地的最大禁锢。 Cofounder 的官网隐讳政策略显模糊，虽喜悦了基础保护，但在细节上缺少针对性说明。探究到该干事触及会议机密、代码库及客户数据等中枢财富，企业用户的安全红线远高于个东谈主。想要赢得着实的信任，GIC 必须尽快补王人明晰、透明的数据隐讳安全规模。

商场与竞合

AI Agent 商场正处于爆发期，AI 波澜的推动和代理需求的暴露推动着更多创业公司的出现。字据商场商讨机构的数据，巨匠 AI Agent 商场规模展望在 2030 年飙升至 470 亿至 520 亿好意思元之间。技艺和老本的涌入意味着改日将有更多应用企业的任务由特定的 AI Agent 来处理。

在这片炙手可热的战场上，玩家们大约不错分为垂类代理和平台操作系统两类。

垂类赛谈上，明星公司如 AI 软件工程师 Devin 和客户干事公司 Sierra AI。Devin 能够幽闲完成复杂的编码任务，从需求相识、编写代码到调试部署，在 2025 年 9 月估值已飙升至 102 亿好意思元；Sierra 则由前 Salesforce 联席 CEO 创立，专注于为企业提供对话式的客户干事 AI Agent，旨在措置 70% 以上的常见客户干事问题，最新估值高达 100 亿好意思元。

垂类 Agent 为了把单点智力作念到极致，需要积攒多半高质料行业数据、领域常识和按次论，比如客服需要常识库与政策规模，编码则需要工程语料与调试链路，其上风是裕如专科、高效、委用明确。

但 GIC 想作念的是将一个个垂直代理横向勾连起来，用平台级的 Agent 去不断诊疗其他垂直 Agent，从而自动化一家公司的全栈业务经由，其想要改变的是公司的遍及组织形态。

而这种 Agent managing Agent 的理念与 Google 建议的 Agent2Agent 条约极其访佛。Agent2Agent 旨在让来自不同供应商或不同框架构建的 AI 智能体互相通讯和合作完成任务，从而造成更大规模的多智能体协同生态。

这天然也带来了 GIC 另一个隐忧，就是成本结构。GIC 的家具逻辑依赖于"长链条"的 Agent 自主运转。举例，为了竖立一个 Bug，Cofounder 可能需要反复调用 Devin（面前最贵的 AI 工程师 Agent）、Gemini 1.5 Pro（用于长文智力悟）以及 OpenAI 的模子。每一次 Agent 的"自我纠错"和"推理轮回"，都是在废弃 Token。GIC 若何措置成本问题？

另一个问题是，不同 Agent 之间的买通问题，这需要一个顽强的生态整合智力，把不同的 Agent 聚拢到 cofounder 这个诊疗系统上来。

这家公司面对的另一个挑战来自科技巨头，通用经由化 Agent 依然被评释是大厂的游戏，改日，诸如 Google 这么领有更完满生态的科技巨头是否会径直挤占 GIC 的生涯空间？

GIC 的愿景裕如顽强，家具也已跑出雏形，但离着实可规模化的"公司操作系统"仍有很长的路要走。

改日 GIC 的发展犹未可知，但它向商场抛出的中枢问题引东谈主深念念：咱们究竟是在购买一个好用的器具，照旧在购买一种全新的公司组织神情？要是是后者，GIC 挑战的不单是是代码和算法，而是东谈主类守旧了数百年的不断学。