Benchmark 5000萬美元押注：下一個獨角獸是讓實習生也能造AI Agent

企業軟件的歷史就是一部工具民主化的歷史。從只有程序員能用的命令行，到人人都能操作的圖形界面，再到后來讓非技術人員也能拖拽搭建網頁的可視化編輯器。每一次變革都在降低技術的使用門檻，讓更多人能夠利用技術的力量?，F在，我們正站在下一個臨界點：讓每個員工都能成為 AI agent 的構建者。想象一下，公司里的市場營銷實習生可以在幾分鐘內構建一個 AI agent 來自動化郵件營銷流程，財務人員可以創建一個 agent 來處理發票對賬，客服團隊可以部署一個 agent 來分類支持工單。這不需要他們懂編程，不需要他們理解復雜的技術架構，只需要他們理解自己的工作任務。

Gumloop 剛剛宣布完成 5000 萬美元的 B 輪融資，由 Benchmark 領投，Nexus VP、First Round Capital、Y Combinator、Box Group、The Cannon Project 和 Shopify Ventures 參與跟投。這家成立于 2023 年中的創業公司，正在將這個看似遙遠的愿景變成現實。他們的平臺已經被 Shopify、Ramp、Gusto、Samsara、Instacart 和 Opendoor 等知名公司采用，幫助這些企業的員工構建和部署自主執行復雜工作流程的 AI agent。我深信，這輪融資背后代表的不僅是資本對一家創業公司的認可，更是對整個企業自動化范式轉變的押注。

為什么現在是 AI Agent 普及化的關鍵時刻

我一直在思考一個問題：為什么 AI agent 的概念早就存在，但直到現在才開始真正進入企業的日常工作流程？答案其實很簡單，技術終于跟上了愿景。當 Gumloop 的創始人 Max Brodeur-Urbas 在 2023 年中創立這家公司時，他的愿景是幫助非技術員工使用 AI 自動化重復性任務。那時候，AI agent 的概念還很實驗性，錯誤率很高，可靠性堪憂。但在過去六個月里，大語言模型的能力出現了戲劇性的提升，這徹底改變了游戲規則。

現在的大語言模型不僅能理解復雜的自然語言指令，還能夠穩定地執行多步驟任務，處理各種邊緣情況，并在出錯時進行合理的恢復。這種能力的提升讓 AI agent 從"有時候能工作"變成了"可以可靠地工作"。而這正是企業愿意大規模采用的前提條件。沒有人愿意部署一個只有 70% 成功率的自動化系統，但當成功率達到 95% 甚至更高時，情況就完全不同了。

我觀察到，Gumloop 的成功時機把握得非常精準。他們在過去兩年里一直在構建認證層、企業級可觀測性和安全功能，同時打磨用戶體驗。當模型能力終于達到可以將所有這些組件整合在一起的水平時，就形成了完美風暴。這不是運氣，而是對技術演進趨勢的深刻理解和耐心等待。Brodeur-Urbas 在宣布融資的博客文章中明確提到，過去六個月大語言模型的快速改進加速了他們的產品路線圖，模型終于足夠好了，可以將所有功能整合在一起。

從更廣闊的視角來看，我認為我們正處在企業 AI 采用的拐點。過去，AI 主要是大型科技公司和有充足資源的企業才能玩得起的游戲。但現在，隨著基礎模型能力的提升和像 Gumloop 這樣的平臺的出現，中小企業甚至初創公司都可以讓每個員工擁有 AI 的超能力。這種民主化的趨勢將徹底改變商業競爭的格局，因為競爭優勢將不再僅僅取決于誰擁有最多的資源，而是誰能最快地讓整個組織變得 AI 原生。

Gumloop 到底是什么

簡單來說，Gumloop 是一個讓任何人都能構建 AI agent 的平臺。但這個簡單的描述背后隱藏著巨大的技術復雜性和產品設計智慧。我仔細研究了他們的產品架構后發現，Gumloop 實際上由三個核心組件構成，每個組件都解決了企業采用 AI agent 的關鍵障礙。

第一個組件是 Gumloop Agents，這是主動式的 AI agent，公司里的任何人，從市場營銷實習生到 CEO，都可以在幾分鐘內構建出來。這些 agent 可以連接到數百個應用程序，并原生部署在 Slack、Microsoft Teams 或電子郵件等工作空間中。我認為這個設計非常聰明，因為它不需要用戶改變現有的工作習慣。員工已經在 Slack 里溝通，已經在郵件里處理任務，AI agent 直接嵌入到這些熟悉的環境中，而不是要求用戶學習使用一個全新的界面。

第二個組件是核心的 Gumloop 平臺，它讓團隊能夠協作構建、分享和編排整個業務中的 agent 和自動化流程。這里有一個我特別欣賞的設計：員工可以分享他們構建的 agent。這創造了一種復合效應，加速了內部自動化的采用。想象一下，銷售團隊的某個人構建了一個 agent 來自動更新 CRM 系統，他可以把這個 agent 分享給整個銷售團隊，甚至其他部門的同事。其他人可以直接使用這個 agent，或者在它的基礎上進行修改以適應自己的需求。這種自下而上的傳播方式比傳統的自上而下的 IT 部署要快得多、有效得多。

第三個組件是 Gumstack，這是專門為安全團隊構建的平臺，用于監控和控制整個組織的 agent 數據使用情況。這個組件解決了企業采用 AI 時最大的顧慮之一：安全性和合規性。Gumstack 不僅追蹤在 Gumloop 上的數據使用，還記錄和審計整個組織中所有工具調用，包括 Claude Code、ChatGPT、Cursor 和內部自定義 agent 等。所有這些都被記錄下來并可審計。這讓安全團隊在 AI agent 推廣過程中擁有完全的清晰度和信心。

我發現，Gumloop 的產品設計體現了對企業 AI 采用障礙的深刻理解。技術能力只是一方面，易用性、可分享性和安全性同樣重要。如果一個平臺只有強大的功能但學習曲線陡峭，非技術用戶不會用；如果沒有分享機制，采用速度會很慢；如果沒有企業級安全控制，IT 部門不會批準。Gumloop 把這三個方面都考慮到了，這正是他們能在眾多競爭對手中脫穎而出的原因。

模型無關性：Gumloop 的殺手锏

在研究 Gumloop 的過程中，我發現了一個特別有意思的戰略選擇：他們堅持模型無關性（model-agnostic）。這意味著他們的平臺不綁定任何特定的 AI 模型提供商，用戶可以根據具體任務選擇 OpenAI、Anthropic、Google 的 Gemini 或開源替代方案。乍一看，這似乎只是一個技術實現細節，但深入思考后，我認為這是一個極其聰明的戰略決策，可能決定了 Gumloop 的長期競爭力。

領投本輪融資的 Benchmark 合伙人 Everett Randle 明確指出，雖然很多 AI 創業公司擔心基礎模型會復制相同功能并讓他們過時，但他堅信 Gumloop 的模型無關方法正是持續吸引客戶的關鍵。他的邏輯很簡單：隨著模型的不斷演進，某個模型可能在特定任務上表現得比其他模型更好。所以，Gumloop 提供了在任何給定時刻選擇最適合工作的模型的靈活性。

我認為這個觀點非常深刻。AI 模型領域的競爭非常激烈，幾乎每個月都有新的模型發布，性能排行榜不斷變化。今天 GPT-4 可能在某個任務上是最好的，明天 Claude 可能超越它，后天又可能是 Gemini。如果一個平臺只支持一個模型提供商，用戶就會被鎖定，無法利用新模型的優勢。而模型無關的平臺則可以讓用戶始終使用最佳的工具。

更重要的是成本考慮。Randle 提到，許多企業擁有 OpenAI、Gemini 和 Anthropic 的額度。他們希望充分利用所有這些額度。這不僅是為了節省成本，也是為了風險分散。依賴單一模型提供商存在供應鏈風險，如果那個提供商出現服務中斷或價格大幅上漲，整個業務可能受到影響。而模型無關的方法讓企業可以靈活分配任務，根據性能、成本和數據敏感性進行優化。

舉個具體例子，財務團隊可能會選擇較小的確定性模型來處理發票，因為這個任務相對簡單，不需要最強大的模型，使用更便宜的模型可以節省成本。而客戶支持團隊可能會選擇能力更強的模型，配合嚴格的檢索和刪減功能，因為他們需要處理更復雜的客戶查詢，并且需要確保不泄露敏感信息。這種按需選擇最佳模型的能力，正是 Gumloop 平臺的核心價值之一。

從長遠來看，我相信模型無關性還有一個更深層的戰略意義：它讓 Gumloop 的核心價值從"提供 AI 能力"轉移到"提供編排層"。隨著 AI 模型的能力趨同，真正有價值的將是連接器、工作流邏輯、監控和策略這些編排層組件。這些是需要深度集成企業現有系統、理解業務流程、確保安全合規的部分，也是最難被模型提供商復制的部分。Gumloop 正是在構建這個持久的企業資產。

為什么 Gumloop 能擊敗競爭對手

Gumloop 并不是市場上唯一試圖讓知識工作者成為 AI agent 構建者的平臺。他們面臨來自 Zapier 和 n8n 等成熟自動化平臺的激烈競爭，也有像 Dust 這樣的專業 agent 構建工具。甚至基礎 AI 實驗室也在進入這個領域，比如 Anthropic 的 Claude Cowork 就允許用戶在不寫一行代碼的情況下創建自主 agent。那么，Gumloop 憑什么能在這么多競爭對手中脫穎而出？

Randle 在盡職調查過程中發現的一個案例非常能說明問題。他發現 Gumloop 的一個客戶是相對自然地采用了這個平臺。當 Randle 問一位 CTO 他們為什么選擇 Gumloop 時，得到的回答很有啟發性。這家公司讓員工完全訪問 Gumloop 和兩個競爭對手的平臺。六個月后，員工每天或每周都在使用 Gumloop，而競爭工具幾乎沒人碰。這種用腳投票的結果比任何營銷材料都更有說服力。

Gumloop 獲得這種勢頭的原因，根據 Randle 的說法，是其極低的學習曲線。他說："你可以立即開始制作 agent 和工作流自動化。"這聽起來很簡單，但實際上非常難做到。大多數自動化工具都有一個共同問題：功能越強大，學習曲線越陡峭。要么提供簡單易用但功能有限的工具，要么提供功能強大但復雜難學的系統。Gumloop 似乎找到了這兩者之間的完美平衡點。

我認為這種平衡來自于 Gumloop 團隊對用戶體驗的極致關注。Brodeur-Urbas 在博客中提到，他們每天都與用戶坐在一起，讓用戶的反饋塑造每一次產品更新。他們飛到客戶的辦公室，參加了數千次客戶電話，舉辦了數百場工作坊，當天就發布用戶要求的功能，并在私人 Slack 頻道中回答了超過 8000 個客戶問題。這種對客戶的癡迷不僅體現在產品功能上，更體現在產品的易用性上。

另一個 Gumloop 的競爭優勢是其企業級功能的完整性。很多自動化工具是為個人用戶或小團隊設計的，缺乏企業需要的安全性、合規性和治理功能。而 Gumloop 從一開始就在構建單點登錄、基于角色的訪問控制、數據駐留控制和工作流級策略執行等企業級功能。這讓他們能夠服務于 Shopify、Ramp 這樣的大型企業，而不僅僅是中小型公司。

我還注意到一個有趣的細節：Gumloop 提供預構建的模板，讓團隊可以快速部署用于支持分類、報價到現金運營、供應商入職和目錄管理等場景的 agent。這些模板可以在幾小時內調整，而不是幾個月。這大大降低了從零開始構建 agent 的門檻，讓用戶可以先使用模板快速看到價值，然后再根據自己的特定需求進行定制。這種"先快速贏得小勝利，再逐步深化"的策略，正是推動企業內部 AI 采用的有效方式。

AI 原生文化的形成

在研究 Gumloop 的過程中，我發現了一個特別有意思的現象：員工會對構建 AI agent 上癮。Brodeur-Urbas 在接受 TechCrunch 采訪時說："他們會上癮，開始構建更多 agent，然后突然之間，整個公司都變成 AI 原生的了。"這句話讓我深思，因為它揭示了一種自下而上的組織變革機制，這種機制可能比任何自上而下的 IT 部署都更強大。

傳統上，企業采用新技術的方式是這樣的：高層決策者決定采用某個系統，IT 部門負責部署，然后強制要求員工使用。這種自上而下的方式往往遭遇巨大阻力，因為員工覺得這是被強加的，他們沒有參與決策，也沒有看到這個新系統如何真正幫助他們的日常工作。結果就是采用率低、滿意度差、投資回報率不理想。

而 Gumloop 創造的是一種完全不同的采用模式。當一個員工構建了一個 agent 來自動化自己的重復性任務，他會立即看到效果：省下了大量時間，減少了無聊的手工操作，可以專注于更有意義的工作。這種即時的價值感會激勵他構建更多 agent。同時，由于 agent 可以分享，他的同事看到他的 agent 帶來的價值后，也會想要使用或構建自己的 agent。這就形成了一種病毒式傳播效應。

我認為這種自下而上的 AI 采用方式有幾個關鍵優勢。它是由真實需求驅動的，而不是由技術推動的。員工構建 agent 是因為他們真的需要自動化某個任務，而不是因為公司要求他們使用某個系統。它創造了積極的反饋循環。每次成功的自動化都會增強員工對 AI 的信心，鼓勵他們嘗試更多自動化。它培養了學習文化。員工不是被動地接受培訓，而是主動地探索、實驗和分享最佳實踐。

更深層次來看，這種模式正在改變組織的 DNA。當越來越多的員工習慣于用 AI 解決問題時，整個組織的思維方式就會發生轉變。人們不再想"我該如何手工完成這個任務"，而是開始想"我能否構建一個 agent 來自動化這個任務"。這種思維轉變會滲透到組織的各個層面，最終讓整個公司變得 AI 原生。這不是一夜之間發生的，但一旦這種文化形成，其影響將是深遠和持久的。

Benchmark 的 Randle 顯然也看到了這一點。他認為成功的關鍵在于賦予每個員工 AI 超能力，而 Gumloop 的直觀 agent 構建器正是解鎖這種潛力的工具。他選擇領投 Gumloop 的 5000 萬美元 B 輪融資，這是他在去年 10 月從 Kleiner Perkins 加入 Benchmark 后的第一筆投資，這個選擇本身就說明了他對這種自下而上 AI 采用模式的信心。

企業自動化：一個巨大的金礦

Randle 在談到 Gumloop 時說了一句話讓我印象深刻："企業自動化是一個巨大的金礦。我認為這是企業 AI 中最大的類別。"這個判斷背后的邏輯是什么？為什么企業自動化會是如此巨大的機會？

我認為答案在于，幾乎每個企業都有大量的重復性任務，這些任務消耗了員工的大量時間，但并不真正需要人類的創造力或判斷力。想想那些日復一日的操作：更新 CRM 記錄、處理發票、分類支持工單、準備 RFP 文檔、核對數據、發送例行郵件等等。這些任務必須完成，但它們并不能真正發揮人類員工的價值。如果這些任務可以自動化，員工就可以把時間投入到真正需要人類獨特能力的工作上，比如創造性思考、戰略規劃、建立關系、解決復雜問題等。

從企業的角度看，這代表著巨大的生產力提升潛力。如果一個公司有 1000 名員工，每個人每天花 2 小時做重復性任務，那就是每天 2000 工時。如果能將這些任務自動化，相當于釋放了相當于 250 名全職員工的生產力。這不僅節省了成本，更重要的是讓現有員工能夠創造更多價值。而且，自動化通常比人工操作更準確、更快速、更一致，這進一步提升了整體效率和質量。

市場規模也支持 Randle 的判斷。根據各種市場研究，全球企業軟件市場價值數千億美元，而其中很大一部分都與工作流自動化和生產力工具有關。傳統的自動化工具，如 Zapier，已經證明了這個市場的巨大需求。但傳統工具有一個根本限制：它們只能自動化相對簡單、明確定義的工作流。復雜的、需要判斷的、涉及多個步驟和決策點的任務，仍然很難自動化。而 AI agent 正是突破了這個限制，讓更復雜的任務也可以自動化。這大大擴展了可自動化任務的范圍，也相應擴大了市場機會。

我還注意到，Gumloop 雖然本輪沒有主動尋求新資本，但決定今年是"踩油門"的時候。對于 Brodeur-Urbas 來說，與 Benchmark 合作——這家支持過 eBay、Uber 和 Dropbox 等標志性公司的風投——是一個"不費腦筋的決定"。這說明他們看到了巨大的市場機會，需要快速擴張以抓住這個機會。雖然 Brodeur-Urbas 之前計劃"建立一個 10 人、價值 10 億美元的公司"，但來自企業客戶的洶涌需求迫使他建立專門的銷售團隊并擴大工程團隊。這種需求的激增正是驗證了企業自動化市場巨大潛力的最好證據。

我對未來的思考

看著 Gumloop 的發展軌跡和整個 AI agent 領域的演進，我對未來有一些思考和預測。我相信我們正處在一個重要的轉折點，AI agent 將從實驗性工具轉變為企業運營的核心組成部分。這個轉變會帶來深遠的影響，不僅改變企業的工作方式，也會重塑整個軟件產業的格局。

從技術演進的角度看，我預計未來幾年我們會看到 AI agent 能力的持續提升。隨著基礎模型變得更強大、更可靠，agent 能夠處理的任務復雜度也會不斷增加。現在的 agent 主要處理相對標準化的任務，但未來它們可能能夠處理需要更多創造性和判斷力的工作。這種能力的提升會進一步擴大自動化的邊界，讓更多類型的工作可以被 agent 輔助或完全自動化。

競爭格局方面，我認為我們會看到進一步的整合和分化。一方面，會有更多像 Gumloop 這樣專注于特定細分市場或用例的專業化平臺出現。另一方面，大型云服務提供商和企業軟件公司也會將 agent 功能集成到他們的現有產品中。這種競爭會推動整個領域的創新，但也意味著像 Gumloop 這樣的獨立平臺需要不斷強化他們的差異化優勢。我認為模型無關性、企業級安全性和卓越的用戶體驗將是關鍵的競爭要素。

對企業組織的影響可能是最深遠的。我相信我們會看到工作性質的根本轉變。隨著越來越多的重復性任務被自動化，人類員工的角色將更多地轉向監督、指導和優化 AI agent，以及從事需要創造力、同理心和復雜判斷的工作。這要求企業重新思考人才戰略、培訓計劃和組織結構。那些能夠成功進行這種轉變的企業將獲得巨大的競爭優勢，而那些抵抗變革的企業可能會被淘汰。

我也看到一些需要警惕的風險。隨著 AI agent 在企業中變得無處不在，數據安全和隱私保護變得更加關鍵。如果 agent 可以訪問敏感數據并自主執行操作，那么確保它們不會泄露信息或執行未授權的操作就至關重要。這就是為什么像 Gumstack 這樣的安全和監控工具如此重要。企業需要在賦予員工 AI 能力和保持適當控制之間找到平衡。

另一個值得關注的問題是 AI agent 對就業的影響。雖然我相信自動化會提高整體生產力并創造新的機會，但短期內確實可能導致某些崗位的消失或轉變。企業和社會需要思考如何幫助員工適應這種轉變，提供必要的培訓和支持，確保技術進步能夠惠及所有人，而不是加劇不平等。

從投資角度看，Gumloop 獲得 5000 萬美元融資只是開始。我預計未來幾年我們會看到更多資本流入這個領域，不僅是風險投資，還有戰略投資和并購活動。隨著 AI agent 平臺變得越來越重要，大型企業軟件公司可能會通過收購來獲得這種能力。這創造了一個充滿活力的生態系統，也意味著像 Gumloop 這樣的早期領導者有巨大的發展空間。

最終，我相信 AI agent 的普及化代表了軟件發展的自然演進。就像圖形界面讓計算機從專家工具變成大眾工具一樣，AI agent 構建平臺正在讓自動化從 IT 專家的領域變成每個員工都能掌握的技能。Gumloop 正站在這場變革的前沿，他們的成功不僅將為投資者帶來回報，更重要的是，將幫助無數企業和員工釋放生產力，專注于真正重要和有意義的工作。這才是技術進步的真正價值所在。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。