Workflow
海外独角兽
icon
搜索文档
B2B 场景下的 AI 客服,Pylon 能否成为下一个 Zendesk?
海外独角兽· 2025-04-18 19:16
编译:linlin, haina 海外独角兽原创编译 转载请注明 2. Customer Support是世界最大 SaaS 市场之一: Salesforce 从 Service Cloud (即工单系统)获得的 83 亿美元收入甚至超过了从 Sales Cloud 或 CRM 获得 的 75 亿美元收入。世界上最大的 SaaS 公司从其支持系统获得的收入最多,,这正是Pylon决定进入的领域。 3. B2B 沟通方式正在全渠道化: 增长最快的公司都是那些抓住新兴趋势并随之成长的公司。 对 Pylon 来说,这一趋势是 B2B 企业与客户沟通正在变得更 加 Omnichannel。 AI Customer Support 是我们持续关注的领域。客户关系管理直接影响 B2B 客户留存与拓展。然而现有工具多针对 B2C 场景,B2B 支持渠道尚不完 善。基于 B2B 复杂的 Customer Support 链条与产品需求,初创公司 Pylon 正在打造专为 B2B 企业全栈 Customer Support 团队设计的协同工作平台。 Pylon 也是我们从硅谷 founder 口中经常听到的名字。 Pylon ...
AI Agent 摩尔定律:每7个月能力翻倍,带来软件智能大爆炸
海外独角兽· 2025-04-11 19:03
AI Agent 领域也存在 scaling law,甚至还在加速。 2022 年 ChatGPT 刚发布时能够实现的代码任务差不多等同于人类耗时 30s 的任务,到今天, AI Agent 已经能够自主完成需要人类花费一个小时的 coding 任务。"任务长度"是一个相当直观地测量 AI Agent 能力变化的标准。 编译:haozhen 编辑:Siqi AI 独立研究机构 META 的数据分析发现,Agent 能够完成的任务长度正以指数级增长,大约每 7 个 月翻一倍,预计 2029 年 Agent 能够完成时长为 1 个工作月的任务。 有意思的是,最近这一趋势甚至还在加速,2024-2025 年 Agent 能完成的任务长度约每 4 个月翻一 倍,如果这种更快的趋势持续下去,Agent 可能在 2027 年就能完成长达一个月的任务。 本文是对 META、Forethought 和 AI Digest 研究对于 agent scaling law 的整理编译。AI 研究人员们认 为,AI scaling law 的终局是 AI agent 自主开发 AI agent,到了那个时候我们就会进入软件智能爆炸时 ...
为什么 AI Agent 需要自己的浏览器?
海外独角兽· 2025-04-08 19:05
编译:Xeriano 编辑:Cage 浏览器的使用者正在逐渐从人类用户转移到 AI Agent ,Agent 与互联网环境互动的底层设施也因此 正在变得越来越重要。传统浏览器无法满足 AI Agent 自动化抓取、交互和实时数据处理的需求。 Browserbase 的创始人 Paul Klein 早在 23 年底就敏锐地洞察到 AI Agent 亟需一个全新的交互载体 ——一个"为 AI 而生"的云端浏览器。这个浏览器不仅要解决现有工具的性能和部署问题,更核心的 是要利用 LLM 和 VLM 赋予浏览器理解和适应网页变化的能力,让 AI Agent 能用更接近自然语言的 方式与之交互,稳定地完成任务。 Browserbase 是一家成立一年多的 headless browser 服务提供商,以云服务的形式为 AI Agent 公司提 供 scalable、高可用性的浏览器服务。近期,Browserbase 又推出了 StageHand,一种利用 LLM 使得 开发者可以用自然语言与网页进行交互的框架,进一步拓展了其在 headless browser 领域的影响。 本文基于创始人早期备忘录进行了编译,详细阐述 ...
Exa:给 AI Agent 的 “Bing API”
海外独角兽· 2025-04-07 20:09
作者:yongxin 编辑:Siqi Agentic AI 的 3 要素是:tool use,memory 和 context,围绕这三个场景会出现 agent-native Infra 的 机会。 01 . 为什么 Search API 很重要 按照场景和信息需求类型,搜索行为大致可以被分为四类: • 第一类,高频快速查询, 指的是一两步内就能完成的查询。Google 大部分的 query 还是以几个单词为 主,用户得到答案后马上离开,不会进行深入的查询。对于这类查询 Google、Bing 还是最好的应用,新 玩家几乎没有挑战的机会。 • 第二类,研究性质的深入查询, 用户可以和搜索工具反复交流,获取知识。这一类搜索是 LLM 和 LRM 带来的新场景,对应的代表性产品形态分别是 Chatbot 和 Deep research。 Agent 所获取到的信息质量是 agent 推理的起点,虽然 LLM 带来了 perplexity 为代表的 AI answer engine,提供了完全不同于传统搜索引擎的体验,但这些产品仍旧面向的是人类用户,产品逻辑是围 绕人类行为设计的。 在我们 MCP 的研究中发现, ...
Cartesia: 3 个月融资 9100 万美元,从 Transformer 到 Mamba 重塑语音 AI
海外独角兽· 2025-04-03 20:04
作者:linlin 编辑:haina 2025 年 3 月 11 日,语音生成初创公司 Cartesia 宣布完成 6400 万美元 A 轮融资,距其 2700 万美元种 子轮融资仅过去不到 3 个月。本轮融资由 Kleiner Perkins 领投,Lightspeed、Index、A*、Greycroft、 Dell Technologies Capital 和 Samsung Ventures 等跟投。Cartesia 还同时推出了其旗舰产品 Sonic 2.0, 系统延迟从 90 毫秒缩短至 45 毫秒,为语音 AI 领域高效、实时且低成本的多模态交互提供了新动 力。 Cartesia 的核心团队均来自 Stanford AI labs,包括 Karan Goel、Albert Gu、Arjun Desai、Brandon Yang 四位校友及其共同导师 Chris Ré。团队共同的研究方向在于 SSM(状态空间模型)。从 S4 到 Mamba 的 SSM 系列研究,以线性时间复杂度,为解决 LLMs 主流架构 Transformer 在上下文长度的 固有局限提供了潜在解决方案,意味着更快的生成速度、 ...