文章核心观点 - 清华系00后博士生胡天朔带领团队成立知驿科技，聚焦企业AI网关及长时经验记忆系统，已完成数千万元种子轮融资，由清华师兄林海卓执掌的卓源亚洲领投 [2] - 知驿科技要做的是“Team Agent”——基于人类团队协作而构建的智能体系统，而非追逐“超级个体”带海量Agent的路线，目标是成为AI原生企业必备的基础设施 [13] - 核心判断：LLM极大拉高个体执行效率，但卡在人与人的理解和交接上，AI省下来的时间在低效协作环节中被浪费，人类社会所有协作机制的基础设施都已经落后 [4][5] - 知驿科技定位为“AI时代的印刷机”——让经验不再滞留于个人的“手稿”，而是借由Agent之间的传递在团队中真正流动 [14] 一、公司团队与创始背景 - 创始人胡天朔出生于2004年，年仅22岁，本科进入清华大学计算机系网络技术研究所，师从崔勇教授，现为清华大学计算机系在读博士生 [4] - 胡天朔大二时加入崔勇教授研究组，从事网络系统与大模型基础设施研究，已在多个顶尖会议与期刊发表相关研究，并先后在多家头部AI上市公司深度参与企业级Agent平台开发与大模型产业落地应用 [4] - 联合创始人兼CTO王梓安曾以学生第一作者身份或带领团队在EuroSys、WWW、ICML等国际顶级会议上发表论文，研究横跨系统、Web与机器学习 [10] - 核心团队几乎全员00后，成立两个月即完成数千万元种子轮融资 [11] - 崔勇教授为清华大学计算机系长聘教授、网络技术研究所所长、教育部长江学者特聘教授，现任中国通信学会智能体通信专委会主任，曾获国家科技进步一等奖、国家科技进步二等奖和国家技术发明二等奖各一次，入选首届青年长江学者 [4][8] - 崔勇教授科研走“从学术创新到产业引领”路径，在SIGCOMM、MobiCom、NSDI等顶级会议发表大量论文，并将部分成果推进为IETF国际标准RFC，被全球设备商和运营商广泛采用 [8] - 崔勇教授认为单个智能体能力再强，真正的变革发生在海量智能体互联互通、彼此协作之时，这首先是通信与协议问题，这一代研究者的任务是把智能体通信做成像TCP/IP那样人人共同遵守的公共协议和基础设施 [9] 二、创业缘起与产品逻辑 - 胡天朔在实习期间注意到：团队用最新模型开发，一个原本要手写两天的代码优化AI只用三小时，但人读懂这段代码需要四小时，向团队汇报和返工又花四小时，AI大幅提高个人产出效率但投入产出比（ROI）没有随之改善 [4] - Agent可以在几分钟内写完方案、生成代码，但人类花在审批、交接和等待上的时间依旧很长，AI省下来的时间在低效协作环节中被浪费 [4][5] - 今年8月初团队做出第一个交互原型，8月底正式成立知驿科技 [6] - 产品设计中，人类成员沟通意图、建立信任、做出决策，向自己的Agent交代任务、进行监督并提供反馈；在授权范围内Agent之间共享相关背景与经验，成员也可直接安全地询问同事的Agent，降低沟通成本、避免转述中的信息遗漏 [6] - 工作过程中形成的团队经验将成为结构化的团队记忆，供后续任务引用参考；知驿作为中立第三方，支持客户自行选择模型和智能体，继续使用已有的模型和订阅 [6] - 团队仅用几周就完成产品内测版本，首批用户就是清华同学，既是产品最早的“自来水”，也是产品迭代最直接的反馈来源 [7] - 目前知驿科技已与多家涵盖算力、游戏等领域的初创公司达成合作意向，并与一家头部physical AI企业签约，协同探索Agent协作在非代码领域的能力边界 [7] - 胡天朔透露11月中旬知驿科技首款产品将正式公开上线，有信心在年内让更多企业依托该产品实现AI原生 [7] 三、融资情况与投资方观点 - 知驿科技完成数千万元种子轮融资，由卓源亚洲领投；卓源亚洲是知驿科技正式接触的第一家风投机构 [2][11] - 卓源亚洲创始合伙人、董事长及CEO林海卓同样来自清华计算机系，此前已投资一批清华系初创公司 [11] - 林海卓判断：随着AI持续深入研发流程，企业对AI的需求正从单次任务的效率提升延伸至工作经验的持续积累与团队复用；高价值的记忆系统不仅要保存信息，还需判断经验的可信度与适用条件，并随环境变化持续核验、纠错和更新 [11] - 投资人视角下知驿科技产品逻辑清晰——以研发场景为切入点，围绕跨工具记忆、经验提炼与可信复用构建产品，致力于将分散在个人与工具中的工作经验沉淀为可积累、可传承的组织资产 [11] - 林海卓表示看好这一方向的长期价值，认可团队对研发工作流的理解与面向企业需求的产品思路 [11] - 胡天朔对“小天才”叙事颇为谨慎，认为如今技术突破正抹平大家的经验差距，不管哪个年龄段都必须持续跟进最前沿技术，不然马上就会落后 [11] 四、行业判断与商业化蓝图 - 胡天朔判断市场正朝着有利于真正AI应用的方向发展，AI应用浪潮至今不过三年，过去充斥着太多“玩具式”的产品，知驿科技要从底层基础设施切入，聚焦企业每天都在发生的真实协作 [11] - 当模型把开发周期压缩到以周为单位，未来公司形态会分化：一部分碎成三到八人的临时小队，一两天拉起来做完就散；另一部分企业则会大到从前难以想象的规模；小公司必须提高效率、降低协作成本才能长久保持生命力 [12] - 当智能越来越便宜，协调层具备的价值就会越来越高；知驿科技想为客户留住协作过程中产生的事实——谁提出了意图、谁核验过结果，将工作流里的经验沉淀为团队记忆，形成一种新的软件复利 [12] - 商业化路径：先从数人规模的初创团队与科研团队切入，再慢慢将触角伸向更大的组织；为客户沉淀的团队记忆反过来成为公司“留存和复购”的重要支撑 [12] - 目前知驿科技已开始与不同规模的客户洽谈合作，合作对象既包括十余人的初创团队，也包括数百人规模的公司 [12] - 行业竞争格局观察：当下很多带有竞争意味的对手讲的是“Agent Team”的故事，设想一个“超级个体”带着成千上万个Agent去完成某件事，竞相内卷的方向是让“一个人所操控的Agent”本身变得更庞大、更智能、更具执行力 [13] - 知驿科技走不同路线，认为AI并不能包揽所有工作，未来仍有很大一部分价值在人类协作上产生 [13] - 胡天朔以历史类比：LLM就是那张纸，极大拉高个体执行效率却卡在人与人的理解和交接上；如同纸带来全新媒介但直到印刷机出现才让文字流转，产业真正的爆发往往来自生产力的解放以及随之而来的协作方式跃迁 [14] 五、区域创新生态 - 以海淀原点大厦为圆心、半径1公里以内区域被视为北京AI创新密度最高的地方，堪称“AI宇宙中心”，距离清华大学仅百米 [2] - 智谱、无问芯穹、基流科技、生数科技等清华系AI独角兽均从这里起步，大量清华学子走出实验室往往将这里选作创业第一站 [2]