一句話介紹： 基于自研 Multi-Agent 架構，為企業提供部署到生產環節的智能體服務商。

團隊介紹：楊勁松（CEO）：原達摩院產品 / 商業化總監，曾任字節飛書 AI 負責人、亞馬遜 AWS aPaaS 平臺負責人，主導推出阿里靈杰、通義 -Alicemind，管理產品收入超 20 億。王博士（首席科學家）：哥倫比亞大學博士，曾任阿里巴巴達摩院、Google Research 研究科學家，Google Scholar 引用 1.2 萬次。

其他核心團隊成員，來自阿里巴巴達摩院、騰訊、字節跳動、亞馬遜 AWS 和谷歌等。

融資進展：近期完成數千萬元天使輪融資，由麟閣創投領投，薊門資管跟投，老股東創新工場持續跟投。本輪融資將主要用于產品研發和市場拓展。

產品及商業化情況：在國內市場，AutoAgents 通過 " 靈搭 " 平臺 Agent Builder，面向企業端 Agent 市場需求，解決企業在應用大模型過程中關注的數據安全、權限管理和系統集成等問題，提供成熟技術方案。

目前，AutoAgents 產品已經服務了于電力、金融、泛互聯網、制造業等行業頭部客戶，為企業構建人與 AI 混合工作流水線，極大程度地提升了企業的運營效能與創新活力。公司于 2024 年獲得數千萬商業合同，目前是電力行業市占率第一的 Agent 應用產品，服務了國家電網及其下屬十余家下屬公司。

公司產品已被 5 家云廠商引入，提供超過 100+ 開閉源、領域垂直模型，并通過超過 20 家行業伙伴進行產品規模化推廣。

在海外市場，AutoAgents 也推出了標準化產品 Agents Pro，面向 SMB 的社媒運營工具，采用免費試用，社區傳播的模式。

與 Coze、Dify 等偏 To C 的 Agent 平臺不同，AutoAgents 的差異化在于：專注企業級市場。AutoAgents 并非簡單提供工具，而是通過標準化的 Agent 產品和行業解決方案，比如提供更細粒度的權限管控、數據看板和數據庫對接能力，以及混合云 / 一體機部署方案，幫助企業交付服務結果，實現 " 為效果買單 "。

為了做到企業級可用，AutoAgents 集成了企業級 RAG、AI Coding、Text2Agent 以及可視化工作流等組件。在部署方式上，AutoAgents 支持混合云 / 一體機部署，能夠適配國產化算力。

在產品底層，靈搭引入獨特的多智能體協作機制，能解決在多步推理過程中的上下文窗口限制；支持由一句話生成 Agent 應用，可以極大提升開發和部署效率。

在任務進行過程中，靈搭能夠將復雜任務拆解并分配給不同專業智能體，由協調智能體統籌各部分工作。

目前，靈搭也可以幫助人類 " 真干活 "，AutoAgents 支持 Anthropic 的 MCP 協議，讓智能體可以更高效地發現并調用外部工具。

靈搭也能模擬人類操作計算（類 OpenAI Operator），借助內置 Docker 的沙盒系統，智能體可以自主進行網頁瀏覽、數據檢索，以及調用常用軟件完成指定任務。

在今年 DeepSeek 熱潮之后，市場普遍認為是 "Agents 元年 " 的關鍵時刻，AutoAgents 也已經開發面向開發者和個人的 " 元知 " 助手，在 2025 年推出，這是一款在真實業務場景里跑通可用的自主智能體產品，能夠自行規劃并且完成專業領域的研究和分析任務。

來源：AutoAgents

憑借 Agent 微調技術，AutoAgents 已經能夠增強智能體的工具調用能力、優化協作效率并提升代碼生成質量。AutoAgents 在這一領域已積累了 20 多項專利、軟著等知識產權成果，并多次在國際頂會發布論文。

在本輪融資后，AutoAgents 將繼續快速商業化落地，并且將推出面向 To C 市場的產品，也有計劃拓展至海外市場。

楊勁松

Founder 思考

企業級 Agent 與個人 Agent 的核心差異在于，前者需滿足企業在數據安全隔離、權限體系分層、系統深度整合等方面的嚴苛要求。通用 Agent 側重易用性與通用性，而企業級 Agent 則需深度定制，以適應復雜業務場景。

當前 Agent 技術落地仍面臨諸多挑戰。即便如 DeepSeek R1 等推理模型具備強大能力，在企業實際應用中，仍需進行大量工程化改造，與現有工具鏈進行深度適配，并融合領域內小模型，才可以有效控制幻覺，確保輸出結果的可靠性與安全性。

Agent 的終局或將呈現 " 贏者通吃 " 的局面。在特定垂直領域內，能夠有效積累行業 Know-How、沉淀最佳實踐、并利用優質數據進行深度訓練的智能體，將構筑起更深厚的的競爭壁壘。

未來 Agent 的發展方向在于，通過 AI 專家與行業專家的深度協作，重新規劃企業工作流程，將復雜工作流程自動化，使人類能夠專注于高密度的決策和責任承擔。AutoAgents 未來將會發展成 " 一加 N" 的業務模式，即通過一個技術平臺生產各類 Agent 產品與解決方案，實現以服務量計價，從全球服務價值鏈條中獲取持續性收益，這能突破傳統軟件銷售的營收天花板。

企業軟件正從 " 工具付費 " 轉向 " 結果付費 "，Agent 的核心價值在于服務結果導向，通過標準化的 Agent 產品和行業解決方案，直接創造業務價值，而非簡單提供工具。企業選擇 Agent 的根本目的，是解決實際業務問題，而非僅僅為模型付費。

以 DeepSeek R1 為代表的推理模型，在拓寬 Agent 解決開放性問題的能力方面具有顯著價值，尤其適用于代碼編寫、小說創作等 C 端應用。但在企業級應用中，還是需要審慎評估其場景適用性、安全對齊能力及幻覺控制水平，避免對模型能力產生過高預期。

「智能涌現」想說：

Agents 已經是 2025 年不可忽視的話題，但賽道依然處于早期。AutoAgents 的核心競爭力在于它們能夠在企業級的生產環境中實現可用性。對于電力金融等容錯率低的大型企業場景，它們已經能夠成功落地。

AutoAgents 對當前的大模型能力以及邊界有清晰的認知。在不同的行業，既有企業級 Agents 的產品，在海外市場，也有面向類似社群營銷等新興業務場景的產品。公司不僅入局賽道早，也在快速地尋求商業落地，無論是產品矩陣以及市場打法，都是比較清晰的。

來源：36氪