資金將用于加速研發、銷售。

文丨孫海寧

編輯丨程曼祺

今年 4 月，《晚點 LatePost》曾訪談 AI Agent 創業公司 Pokee.ai 創始人朱哲清，他分享了強化學習如何用于構造 Agent。

我們了解到，Pokee.ai 近期完成種子輪融資，募資額約 1200 萬美元。投資人包括對沖基金 Point72 旗下風險投資機構 Point72 Ventures、芯片公司高通的風投部門 Qualcomm Ventures，以及英特爾 CEO 陳立武、前 Adobe CTO Abhay Parasnis 和前 Tinder CTO Maria Zhang。

Pokee.ai 去年 10 月成立，最近也只有 7 名員工。創始人朱哲清告訴我們，完成融資后 Pokee.ai 不計劃大規模擴招，短期內研發員工數量不會超過 10 人。資金將用于擴張其 Agent 產品 Pokee 的可選工具集、加快對大公司客戶銷售。

創立 Pokee.ai 之前，朱哲清曾任 Meta “應用強化學習” 部門負責人，用強化學習算法改善內容推薦系統，把上任前只剩 3 人，一度要關停的部門擴張至 10 余人，為 Meta 增收 5 億美元。再往前，朱哲清分別在杜克大學、斯坦福大學獲得本科、博士學位，研究方向一直是強化學習。

和其他把大型語言模型（LLM）當作 Agent “大腦” 的創業公司不同，Pokee 規劃、完成任務是靠另一種強化學習模型，LLM 只充當 Agent 和用戶之間的交互層。

朱哲清告訴《晚點 LatePost》，當下最先進的 LLM 能調用工具數量只有數百個。這是因為 LLM 使用工具時，需要把介紹工具用途、用法的上下文輸入模型，而 LLM 能支持的上下文長度有限，過長，模型就容易出現幻覺。

Pokee 使用的強化學習模型不需要上下文。它掌握工具是靠訓練時成千上萬次 “試錯”，由此記住工具和問題的正確組合。朱哲清說當前版本的 Pokee 在訓練時已經見過 15000 個工具，之后出現類似的新工具，自然會用。

使用強化學習模型也更便宜。執行任務時，LLM “思考” 是靠生成一個個 token，每個 token 可能對應著千億次運算，消耗大量算力。朱哲清舉例說 LLM 用 browser-use 瀏覽網站、多步交互時，單次可能消耗數百萬個 token，成本在幾美元到幾十美元之間，“用 browser-use 的初創公司多數在虧錢。”

Pokee 的強化學習模型不靠生成 token 決策，參數量也比常見 LLM 更少，這意味著 Pokee 有可能更快、更便宜地完成任務。Pokee.ai 官方演示中，Pokee 完成一項任務只要幾分鐘。朱哲清說相比同類產品，Pokee 的單任務成本也只有它們的 1/10。

當下，Pokee 正重點優化其調用各個平臺數據接口（API）的能力。這是因為朱哲清把大公司、專業消費者（prosumer）當作目標客戶，希望 Pokee 可以幫他們跨平臺完成工作，比如收集 Amazon 店鋪數據后，在 Google 云盤中生成分析報告文檔或 PPT，或把準備好的營銷內容一鍵上傳至 Instagram、Facebook 等社交平臺。

本次募資后，一部分資金將用來迭代算法，擴張 Pokee 可調用的工具集。今年上半年內測時，Pokee 已經能調用 26 個平臺提供的上千個數據接口和軟件，接下來要再接入 10 個平臺。Pokee 還會新增記憶功能，理解客戶業務需求、使用偏好，力求在接受簡單幾句 prompt 時，也能很好地完成任務。

另一部分資金則用來支持銷售。企業客戶試用會造成大量成本，朱哲清說現在把視頻生成功能集成在 Pokee 里，最便宜一秒成本 10 美分，貴的 75 美分。試用期內客戶可能會大量使用這個功能，但 Pokee.ai 不可能立刻收費。“要是公司賬上錢不夠，一個客戶試用就可能燒掉不少現金。”

本次融資后，朱哲清覺得 Pokee.ai 資金相對充裕。“其實有投資機構愿意給三倍的錢，但我們暫時不需要這么多。”

越來越大的種子輪

種子輪是創業公司最早幾輪融資之一，它金額不高，目的是給創業公司一筆剛夠養活團隊的錢，盡快造出一個證明用戶需求存在、商業模式可行的產品。在美國，種子輪融資規模一般為小幾百萬美元，國內則是幾百萬人民幣。

但這個規模慣例越來越不適用于 AI 行業。自研 LLM 的初創公司單次訓練就要花數百萬美元，頭兩輪融數千萬美元已經算不上新聞。2023 年后，模型側的創業窗口關閉，早期融資額超過千萬美元以上 AI 產品公司也越來越多，它們主要在硅谷。一些例子包括一鍵生曲的 Udio、靠自然語言描述商品購物的 Daydream。

不止明星公司拿到越來越大的支票。Cruchbase 數據顯示，GPT-3 剛上線的 2020 年，生成式 AI 初創公司種子輪融資規模中位數還是 170 萬美元左右；今年截至 5 月，中位數則漲到 300 萬美元。退回十多年前，字節跳動 A 輪才融了 500 萬美元。

這部分是因為 AI 產品使用成本高，需要更多資金維持運行。Manus 說自己單任務成本為 2 美元左右，大概和 B 站供一個每天登錄 90 分鐘的用戶，看一年視頻的服務器、帶寬成本相當。

也有聲音認為市場情緒過于樂觀。今年 4 月的一次活動中，Benchmark 創始人 Bill Gurley 說風投機構本來在 2022-2023 年已經進入收縮階段，倒逼初創公司裁員、追求盈虧平衡，但這輪回調被 AI 熱潮扭轉。以硬塞資金給創始人而聞名的孫正義又活躍了起來，Gurley 覺得這本身就是風向標。

Gurley 還擔心移動互聯網時代的資本大戰會重新上演——盈利目標被拋到一邊，市場份額高于一切。他說為吸引用戶，很多 AI 公司定價比模型的成本價還低。“每年燒掉 1 億或者 1.5 億美元，所有大型 AI 公司都在這么做。”

朱哲清有同感。他覺得當下 AI Agent 方向產品、模型的同質化嚴重，“太多產品可以在兩周之內復刻出來。要想在同質化的生態里找到一席之地，是需要燒錢的。”

風投機構支持下的大規模燒錢可能持續不了太久。PitchBook 數據顯示，2022 年開始，全球風投機構的募資額已經連跌三年，2024 年募資額只有 2021 年峰值的 40%。按今年一季度的募資速度，2025 年全年的募資金額會是近十多年來最低。

出資人的情緒沒有好轉，投資人在后序輪次開出更大支票時也更謹慎。“現在投資人投 A 輪前，要求有非常扎實的 PMF（產品市場匹配），可能會找 30 個付費用戶，一個個聊完，確定他們都會長期付費后才會投。” 朱哲清說。

Cruchbase 數據顯示，2024 年獲得 A 輪融資的公司在種子輪和 A 輪之間的耗時中位數達到 25 個月，是近十年高位。

題圖來源：《芬奇》