作者｜武靜靜
編輯｜鄧詠儀
36 氪獲悉，AI Agent 公司「紀元 AI」已完成一輪超 1000 萬元的天使輪融資，目前正在進行新一輪融資。
紀元 AI 由原第四範式合夥人、執行副總裁梁軍創立于 2023 年下半年，瞄準借助大模型幫助企業做更複雜的智能決策方向，緻力于爲B 端企業打造新一代 AI Agent 平台。
梁軍深耕 to B 領域 20 多年。曾在金蝶軟件亞太區任行業拓展總監一職；2010 年加入微軟中國，擔任政府與公共事業部區城總監，率先将 Windows Azure 産品及方案引入中國；2014 年他加入百度，先後任職 O2O 開放平台 PGM（産品總經理）、AIG 人臉識别産品事業部總經理；2018 年加入第四範式，擔任合夥人、執行副總裁。
紀元 AI 的聯創團隊都是此前和梁軍共事的夥伴。産品負責人康執玺此前曾是第四範式平台軟件産品團隊負責人 ，在 Momenta 曾擔任高級産品總監、感知産品負責人；技術負責人詹鎮江曾是 Momenta DDInfra 高級總監 ，也擔任過第四範式先知平台研發負責人、架構師一職；解決方案負責人謝博曾是百度 AI 事業群産品解決方案資深架構師 ，還在微軟擔任過中國産品技術架構師。
紀元 AI 創始團隊
紀元 AI 的創立背景之一就是大模型這項技術變量帶來的新機會。"Transformer 架構的泛化能力拓展了 AI 的能力邊界，給 AI 在企業決策場景帶來新的發揮空間。" 梁軍談到。
不同于在第四範式搭建的機器學習平台，紀元 AI 希望開發能夠解決複雜決策問題的智能代理（Agent）産品，創造出能夠模拟并超越人類專家決策能力的智能系統。梁軍告訴 36 氪，"上一代的機器學習算法更多地被應用于定制化的單一任務決策，而基于新一代大模型 /Transformer 架構的泛化能力，我們希望開發出能夠同時滿足特定行業複雜決策并且具有一定泛化能力的 Agent，能夠将定制化的應用泛化到更多的行業和企業當中。"
紀元 AI 産品架構
大模型賦予了新一代 Agent 自己做決策的能力，這些 Agent 不再依賴人類預先設定的單一目标，而是能夠自主學習多維動态目标，并且自動拆解和執行複雜目标。" 就像自動駕駛系統（FSD）一樣，用戶隻需設定目的地，如何行駛、何時變道、選擇哪條路線等複雜決策則由系統自主決策并自動完成。" 梁軍說。
但在企業端具體落地過程中，底層的基礎大模型和上層具體應用之間有一個巨大的鴻溝。梁軍認爲，" 雖然基礎大模型通用能力很強大，但在企業級的複雜決策應用中無法直接調用，所以需要一個中間層（Agent PaaS）來彌合，提升大模型在具體任務召回率、準确率等應用領域的能力。這個中間層能夠提供自動标注、複雜決策、動态組合目标設定等功能，以适應企業級應用的複雜需求。"
"2023 年是大模型元年，但是在 to B 領域并未出現真正的 Killer App 或高價值應用。2024 年是 Agent 應用元年，基于 Transformer 架構的複雜決策應用，将産生颠覆性創新價值。" 梁軍說。
依托這個思考，紀元 AI 在創立之初的産品架構就是，在面向具體 B 端場景構建 Killer APP 及高價值應用的過程中，沉澱一個中間層的 Agent PaaS 平台，底層接入不同類型的基礎大模型。
此外，這個 Agent PaaS 平台不僅可以支撐 Agent 在某個場景的應用，還可以支持大規模生産和部署 AI Agent，以滿足不同行業和場景的企業需求。平台的價值體現在行業泛化能力方面，紀元 AI 希望借助自研 Agent 平台，在滿足特定行業的需求的同時，具備一定的通用性，讓 Agent 走向規模化。
" 企業級應用的 Killer APP 關鍵在能否解決企業面臨的複雜決策問題。" 梁軍說。
他提到，當前市場上大多數 Agent 公司集中在取代重複性的簡單文本任務，但大模型給 Agent 帶來的機會遠遠不止于此。所以，紀元 AI 瞄準的複雜的決策場景，不僅要求 Agent 執行簡單重複任務的能力，更重要的是利用 Transformer 架構去處理複雜決策任務。
圍繞這一方向，紀元 AI 首先面向金融和廣告營銷兩大行業，專門爲大型企業（KA）開發高難度、業務價值大、面向複雜決策的 Agent 應用。" 我們此前在這兩個行業有過豐富的實踐經驗，且這些場景不僅擁有龐大的數據量，具備技術基礎，對 AI 創新應用的接受度和意願也相對較高。"
在直播營銷場景，紀元 AI 打造了一款叫 " 千機智投 " 的 Agent 産品，可以模拟一個有四年工作經驗的優化師，及時響應，做出動态決策。此前，專業的直播優化師需要緊盯直播間動态，根據直播動态和用戶反饋及時調整策略。
學習了優化師經驗之後，由新一代 AI 驅動的 " 千機智投 " 就可以獨當一面，在直播策劃、目标設定、數據分析、策略調整等環節，自動執行任務，快速做出決策，顯著提升了效率。對于企業而言，隻需要給定一個總目标，Agent 就可以做到秒級的自動盯盤和策略刷新，這遠遠超過了人類能力的範疇。
紀元 AI 打造的千機智投産品
上一代依賴傳統專家規則的 " 智能投放系統 " 和單一決策型 AI 無法做到這一點。" 由于智能投放領域面臨的目标是複雜多維的，此前如果廣告主的目标是‘最大化銷售轉化’，同時還要求每次的點擊成本不超過 200 人，直播間觀衆不低于 100 人，傳統機器學習或強化學習的模型需要依照每個細分需求任務定制多個模型，工作量巨大，成本太高，且難以達到應用預期。" 梁軍解釋稱。
在某個特定類型的複雜決策環節獨當一面隻是紀元 AI Agent 産品的第一步，梁軍希望從智能投放 Agent 出發，構建智能營銷多 Agent 協同，讓 Agent 在各個環節發揮作用，并最終成爲關鍵環節的企業決策大腦。
在梁軍看來，團隊和在 B 端場景多年的經驗是公司的核心優勢。" 我們是一支有複合背景的團隊，創始團隊均爲微軟、百度、第四範式、 Momenta 等核心技術和高管，擁有 AI 商業化從零到一及行業規模化落地的成功經驗，兼具技術、産品和行業經驗，能夠結合行業特性、技術成熟度和産品效率來開發産品。"
商業化層面，目前紀元 AI 瞄準的是金融和廣告營銷兩大行業場景，以大客戶爲核心，公司第一代産品原型已經完成，并已在銀行、廣告行業的頭部客戶場景中完成了概念驗證（POC），發布了千機智投 Agent、千機智答 Agent 兩大應用産品，并獲得了商業訂單。
接下來，紀元 AI 也會繼續完善其智能代理平台，在打磨企業端 Killer App 産品的同時，将産品和服務拓展到更多的行業領域。
