编译 | 陈佳
编辑 | 程茜
智东西3月31日消息，今日美国企业级AI智能体初创公司Sycamore宣布完成6500万美元（约合人民币4.49亿元）种子轮融资，由风投机构Coatue和光速创投领投。
前OpenAI首席科学家鲍勃·麦格鲁（Bob McGrew）、英特尔首席执行官陈立武、企业数据与AI平台公司Databricks首席执行官阿里·戈德西（Ali Ghodsi）等人参投。
本轮融资将用于扩充Sycamore的研发与应用AI团队、深化企业落地部署，并推进三大方向的研发攻坚：可信架构、长效记忆系统与多智能体协同。
Sycamore由拥有超二十年企业平台建设经验的斯里·维斯瓦纳特（Sri Viswanath）于2025年秋季创立，主要帮助企业快速、安全地部署和运行AI智能体，并实现完全的运维控制。
创始人Viswanath说，多数产品是在既有工作流之上增加智能体，而Sycamore会根据实际需求，从零开始设计解决方案，打造“AI原生企业”的操作系统，用来承载、调度并持续优化企业内部的各类AI智能体。这一能力也正成为模型与云厂商重点布局的方向，包括OpenAI、Anthropic以及微软和亚马逊都在推进相关平台。
Sycamore正与财富500强企业合作，部署自主人工智能智能体。目前Sycamore的产品尚未正式发布。
Sycamore创始人斯里·维斯瓦纳特（Sri Viswanath）（图源：Sycamore）
一、不做单点AI工具，试图构建企业级“智能体编排层”
Sycamore从一开始就没有选择做具体场景的AI应用，而是瞄准更底层的系统能力。Sycamore希望构建一个类似企业级“智能体操作系统”（The Agent Operating System）的平台，让企业可以在同一体系内构建、部署并管理多个AI智能体，并对智能体行为进行统一治理与审计。
该平台提供企业AI的全生命周期管理能力，涵盖洞察挖掘、搭建开发、上线部署、运行监控与持续迭代。以下是其系统设计：
1. 原生可信架构（Trust by Design）：智能体的权限并非一开始全开放，而是通过在实际任务中展示可靠性逐步获得更高自治权。平台从底层架构起就确保每个操作都是隔离的、可审计的、受治理的，杜绝安全风险。
2. 自适应系统生成（Adaptive system generation）：用户以自然语言表述需求，Sycamore即可生成适配企业环境、可直接投产的完整系统，包含应用程序、数据对接模块与智能体。
3. 持续优化迭代（Continuous improvement）：智能体通过真实业务结果不断反馈学习，优化决策与执行效果，同时将成功经验沉淀为机构知识库，推动跨场景能力复用。
4. 集体智能（Collective intelligence）:Sycamore盘活企业内部沉淀知识，打通跨团队的数据、业务流程与专业能力，支撑多智能体协同联动作业。
Sycamore操作系统（图源：Sycamore）
在产品设计上，Sycamore把平台分成三个核心层。
第一层叫“智能体操作系统”，是整套系统的内核，负责监视智能体的每一个决策，识别哪些有效、哪些无效，持续调整并实时重写代码和软件，同时引入了严格的持续集成与持续交付纪律，确保代码和功能在部署前经过可靠测试。
第二层叫“自适应工厂”，可按需为企业定制专属软件。它不在现有流程上叠加自动化，而是根据企业真正需要解决的问题，从零搭建极简高效的解决方案，按需整合智能体、后端系统、前端界面与数据对接模块。
第三层叫“全域协同智能”，用以实现系统与企业深度绑定。它会深度学习企业价值观、组织架构，能精准区分权限，确保同一问题，给到市场总监与CEO的答案适配各自岗位权责。
安全与合规是贯穿这套架构的主线。创始人Viswanath说，Sycamore平台的每一个操作都是隔离的、可审计的、受治理的，智能体的权限边界会随着它在实际表现中积累的可信度逐步扩展，而不是一开始就拥有完整授权。
企业级AI智能体平台的信任与治理体系（图源：Medium）
随着大模型能力提升，单一AI工具已经难以覆盖复杂业务流程，企业开始将不同能力的AI智能体拆分为多个角色，由不同智能体分别完成数据获取、分析决策和执行动作等任务。
在这一过程中，“编排层”承担的就是协调者角色，负责在不同智能体之间分配任务、管理调用顺序，并保证数据与系统状态在不同智能体之间保持一致。
这种差异意味着Sycamore的产品形态更接近平台而非工具。编排层不仅要调用模型，还需要处理权限控制、系统集成、任务拆解与执行监控等问题，本质上是在企业内部构建一个多智能体协同运行的基础设施。
多智能体系统要真正落地，需要一套统一的协调机制来管理通信、任务分配和执行流程，否则难以支撑复杂业务场景。
二、竞争者从四面涌来，模型和云厂商都想拿下这个入口
Sycamore创始人Viswanath拥有超过20年的全球级企业平台搭建经验。他此前在发明Java语言的计算机巨头太阳微系统（Sun Microsystems）、云计算与虚拟化软件公司VMware、本地生活服务平台Groupon等公司任职。
Viswanath后来担任企业协作软件公司Atlassian的首席技术官主导云转型，并将工程团队规模扩展至7000人以上。他说，本轮融资能够顺利完成，得益于他长期积累的人脉关系。
不过，即便获得了种子轮融资的强力背书，Sycamore进入的仍是一个竞争白热化的领域。
初创公司一侧，企业AI智能体平台公司Isara获OpenAI支持，由两名23岁研究人员创立，据《华尔街日报》此前报道已融资9400万美元；企业AI编排平台Airia去年9月完成1亿美元融资；AI智能体工程平台公司Port去年12月宣布完成1亿美元融资；AI智能体工具公司Maisa AI也在做类似方向。
巨头一侧，OpenAI推出了企业智能体平台Frontier，Anthropic持续扩展企业协作产品Cowork，微软Azure上线了AI开发平台Foundry，亚马逊推出了智能体基础设施服务Amazon Bedrock AgentCore。这些公司的逻辑是一致的：拿下企业内部AI工作的调度权，就拿下了企业AI的核心入口。
结语：企业AI从工具竞争走向编排层竞争
早期市场更多围绕模型能力和单点应用展开，而随着多智能体逐步进入实际业务流程，企业开始面临新的问题，如何组织这些智能体、如何让它们在系统中稳定运行，以及如何在安全和可控前提下持续优化。这些问题并不由单一工具解决，而指向更底层的系统能力。
从初创公司到模型厂商，再到云计算平台，这一赛道的参与者都在尝试向这一层延伸。一旦编排层成为企业AI的基础设施，谁能够掌握这一层，谁就更接近企业内部AI运行的入口。在市场尚未定型之前，这一方向仍存在不确定性，但可以确定的是，企业AI已经从工具竞争，逐步走向编排层竞争。
