一句話介紹： 基于自研 Multi-Agent 架構，為企業(yè)提供部署到生產環(huán)節(jié)的智能體服務商。
團隊介紹：楊勁松（CEO）：原達摩院產品 / 商業(yè)化總監(jiān)，曾任字節(jié)飛書 AI 負責人、亞馬遜 AWS aPaaS 平臺負責人，主導推出阿里靈杰、通義 -Alicemind，管理產品收入超 20 億。王博士（首席科學家）：哥倫比亞大學博士，曾任阿里巴巴達摩院、Google Research 研究科學家，Google Scholar 引用 1.2 萬次。
其他核心團隊成員，來自阿里巴巴達摩院、騰訊、字節(jié)跳動、亞馬遜 AWS 和谷歌等。
融資進展：近期完成數千萬元天使輪融資，由麟閣創(chuàng)投領投，薊門資管跟投，老股東創(chuàng)新工場持續(xù)跟投。本輪融資將主要用于產品研發(fā)和市場拓展。
產品及商業(yè)化情況：在國內市場，AutoAgents 通過 " 靈搭 " 平臺 Agent Builder，面向企業(yè)端 Agent 市場需求，解決企業(yè)在應用大模型過程中關注的數據安全、權限管理和系統(tǒng)集成等問題，提供成熟技術方案。
目前，AutoAgents 產品已經服務了于電力、金融、泛互聯(lián)網、制造業(yè)等行業(yè)頭部客戶，為企業(yè)構建人與 AI 混合工作流水線，極大程度地提升了企業(yè)的運營效能與創(chuàng)新活力。公司于 2024 年獲得數千萬商業(yè)合同，目前是電力行業(yè)市占率第一的 Agent 應用產品，服務了國家電網及其下屬十余家下屬公司。
公司產品已被 5 家云廠商引入，提供超過 100+ 開閉源、領域垂直模型，并通過超過 20 家行業(yè)伙伴進行產品規(guī)模化推廣。
在海外市場，AutoAgents 也推出了標準化產品 Agents Pro，面向 SMB 的社媒運營工具，采用免費試用，社區(qū)傳播的模式。
與 Coze、Dify 等偏 To C 的 Agent 平臺不同，AutoAgents 的差異化在于：專注企業(yè)級市場。AutoAgents 并非簡單提供工具，而是通過標準化的 Agent 產品和行業(yè)解決方案，比如提供更細粒度的權限管控、數據看板和數據庫對接能力，以及混合云 / 一體機部署方案，幫助企業(yè)交付服務結果，實現(xiàn) " 為效果買單 "。
為了做到企業(yè)級可用，AutoAgents 集成了企業(yè)級 RAG、AI Coding、Text2Agent 以及可視化工作流等組件。在部署方式上，AutoAgents 支持混合云 / 一體機部署，能夠適配國產化算力。
在產品底層，靈搭引入獨特的多智能體協(xié)作機制，能解決在多步推理過程中的上下文窗口限制；支持由一句話生成 Agent 應用，可以極大提升開發(fā)和部署效率。
在任務進行過程中，靈搭能夠將復雜任務拆解并分配給不同專業(yè)智能體，由協(xié)調智能體統(tǒng)籌各部分工作。
目前，靈搭也可以幫助人類 " 真干活 "，AutoAgents 支持 Anthropic 的 MCP 協(xié)議，讓智能體可以更高效地發(fā)現(xiàn)并調用外部工具。
靈搭也能模擬人類操作計算（類 OpenAI Operator），借助內置 Docker 的沙盒系統(tǒng)，智能體可以自主進行網頁瀏覽、數據檢索，以及調用常用軟件完成指定任務。
在今年 DeepSeek 熱潮之后，市場普遍認為是 "Agents 元年 " 的關鍵時刻，AutoAgents 也已經開發(fā)面向開發(fā)者和個人的 " 元知 " 助手，在 2025 年推出，這是一款在真實業(yè)務場景里跑通可用的自主智能體產品，能夠自行規(guī)劃并且完成專業(yè)領域的研究和分析任務。
來源：AutoAgents
憑借 Agent 微調技術，AutoAgents 已經能夠增強智能體的工具調用能力、優(yōu)化協(xié)作效率并提升代碼生成質量。AutoAgents 在這一領域已積累了 20 多項專利、軟著等知識產權成果，并多次在國際頂會發(fā)布論文。
在本輪融資后，AutoAgents 將繼續(xù)快速商業(yè)化落地，并且將推出面向 To C 市場的產品，也有計劃拓展至海外市場。
楊勁松
Founder 思考
企業(yè)級 Agent 與個人 Agent 的核心差異在于，前者需滿足企業(yè)在數據安全隔離、權限體系分層、系統(tǒng)深度整合等方面的嚴苛要求。通用 Agent 側重易用性與通用性，而企業(yè)級 Agent 則需深度定制，以適應復雜業(yè)務場景。
當前 Agent 技術落地仍面臨諸多挑戰(zhàn)。即便如 DeepSeek R1 等推理模型具備強大能力，在企業(yè)實際應用中，仍需進行大量工程化改造，與現(xiàn)有工具鏈進行深度適配，并融合領域內小模型，才可以有效控制幻覺，確保輸出結果的可靠性與安全性。
Agent 的終局或將呈現(xiàn) " 贏者通吃 " 的局面。在特定垂直領域內，能夠有效積累行業(yè) Know-How、沉淀最佳實踐、并利用優(yōu)質數據進行深度訓練的智能體，將構筑起更深厚的的競爭壁壘。
未來 Agent 的發(fā)展方向在于，通過 AI 專家與行業(yè)專家的深度協(xié)作，重新規(guī)劃企業(yè)工作流程，將復雜工作流程自動化，使人類能夠專注于高密度的決策和責任承擔。AutoAgents 未來將會發(fā)展成 " 一加 N" 的業(yè)務模式，即通過一個技術平臺生產各類 Agent 產品與解決方案，實現(xiàn)以服務量計價，從全球服務價值鏈條中獲取持續(xù)性收益，這能突破傳統(tǒng)軟件銷售的營收天花板。
企業(yè)軟件正從 " 工具付費 " 轉向 " 結果付費 "，Agent 的核心價值在于服務結果導向，通過標準化的 Agent 產品和行業(yè)解決方案，直接創(chuàng)造業(yè)務價值，而非簡單提供工具。企業(yè)選擇 Agent 的根本目的，是解決實際業(yè)務問題，而非僅僅為模型付費。
以 DeepSeek R1 為代表的推理模型，在拓寬 Agent 解決開放性問題的能力方面具有顯著價值，尤其適用于代碼編寫、小說創(chuàng)作等 C 端應用。但在企業(yè)級應用中，還是需要審慎評估其場景適用性、安全對齊能力及幻覺控制水平，避免對模型能力產生過高預期。
「智能涌現(xiàn)」想說：
Agents 已經是 2025 年不可忽視的話題，但賽道依然處于早期。AutoAgents 的核心競爭力在于它們能夠在企業(yè)級的生產環(huán)境中實現(xiàn)可用性。對于電力金融等容錯率低的大型企業(yè)場景，它們已經能夠成功落地。
AutoAgents 對當前的大模型能力以及邊界有清晰的認知。在不同的行業(yè)，既有企業(yè)級 Agents 的產品，在海外市場，也有面向類似社群營銷等新興業(yè)務場景的產品。公司不僅入局賽道早，也在快速地尋求商業(yè)落地，無論是產品矩陣以及市場打法，都是比較清晰的。
來源：36氪
