融资600万美金，把传统应用变成AI Agent

昨天看到了一个新的融资：Adopt AI 刚刚完成了 600 万美元的种子轮融资。起初，这看起来只是众多科技初创公司融资的其中之一，但当我深入了解后，发现这家公司正在做一件极具变革性的事：他们希望彻底重新定义人们使用软件的方式，让所有应用都能通过自然语言交互完成任务。这引起了我的深度思考，因为近几个月来，我在各种技术会议、产品论坛和行业讨论中，不断听到人们谈论 AI agent。有趣的是，大家对 AI agent 的理解却各不相同，有人认为它只是更智能的聊天机器人，有人视它为可自主完成任务的 AI 助手，还有人把它等同于更复杂的自动化工作流。这种认知的差异让我感到有必要梳理清楚 AI agent 的本质，并分享为什么我认为 Adopt AI 代表了软件行业即将迎来的重大变革方向。

从他们的融资情况来看，这轮 600 万美元的种子轮由 Elevation Capital 领投，Foster Ventures、Powerhouse Ventures、Darkmode Ventures 和一些知名天使投资人参与其中。这些投资者的参与本身就说明了市场对 AI agent 技术的高度认可。而让我更感兴趣的是，Adopt AI 的创始团队并非初出茅庐的新人。创始人 Deepak Anchala、Rahul Bhattacharya 和 Anirudh Badam 此前曾共同创立过 Slintel，那是一个销售智能平台，曾获得 2500 万美元融资，拥有超过 300 家客户和 100 多名员工，最终在 2021 年被 6sense 收购。这样的创业经验让我对他们的新项目充满信心。

AI Agent 的本质是什么

在我看来，传统的应用程序就像是一个充满按钮和菜单的工具箱，用户必须学习这个工具箱的使用方法。你得记住哪个按钮在哪里，哪个菜单有什么功能，然后不断点击、拖拽才能完成一项任务。这种交互方式从上世纪 80 年代以来几乎没有太大变化。即使是现在最先进的企业软件，比如 CRM 系统、数据分析工具或项目管理软件，仍然遵循着同样的交互逻辑：提供一个复杂的界面，然后期望用户花时间学习如何使用它。这就导致了一个普遍存在的问题：软件功能越强大，学习曲线就越陡峭，用户采用率就越低。我经常看到企业花费数百万购买了高端软件，但大部分员工只会使用其中最基本的功能，因为其他功能太复杂了，根本不知道如何操作或者找到。

而 AI agent 则彻底颠覆了这种交互模式。不再是用户学习适应软件，而是软件学会了理解用户。你只需用自然语言告诉它你想做什么，它就会自动执行相应的操作和工作流程，帮你完成任务。从根本上说，这是一种范式转变：从基于界面的交互转变为基于意图的交互。用户不再需要知道"如何"完成任务，只需表达"想要"完成什么任务。这就像是从给计算机下达具体指令，变成了表达你的目标，让计算机自己找出实现目标的最佳路径。

拿我日常工作中用的数据分析软件来说，传统模式下，我需要点击十几次才能筛选数据、创建图表并导出报告。我需要记住筛选器在哪里、如何设置条件、图表菜单怎么打开、哪种图表类型最合适、如何设置轴和图例、如何导出并分享等等。但在 AI agent 模式下，我只需说："帮我分析上个季度的销售数据，找出销售额最高的五个区域，并生成一份包含趋势图的报表发给团队。"AI agent 会理解我的意图，自动执行所有必要的步骤，最终完成这个复杂任务。这不仅节省了大量时间，更消除了学习软件的心智负担。

我觉得这种转变的意义不亚于从命令行到图形界面的跨越。图形界面解放了我们的记忆力，不需要记住那么多命令；而 AI agent 则进一步解放了我们的操作能力，让我们可以直接描述目标，而不是执行步骤。这种交互方式更符合人类自然的思维方式，降低了技术使用的门槛，让每个人都能更高效地使用复杂软件。

Adopt AI 的创新之处

在了解了 Adopt AI 后，我发现他们的厉害之处在于找到了一条现实可行的路径，能让现有应用快速转变为 AI agent 驱动的体验，而不需要彻底重建整个技术架构。这点非常关键，因为如果每个想拥有 AI agent 能力的公司都需要从头开始重写他们的软件，那么这种转变将会非常缓慢且成本高昂。Adopt AI 则提供了一条捷径，让现有应用能够快速进化，而不是被淘汰。

我之前以为要把应用变成 AI agent，开发团队需要从头开始重写代码，但 Adopt AI 的方法很聪明。他们创建了一个 Agent Builder 平台，可以自动学习应用程序的工作流程和 API，然后自动生成能通过自然语言完成各种任务的 action。据他们介绍，这个平台能够"通过自动获取应用程序的 API、内容、实体、URL 和其他工具，自动生成各种 action（包括 CRUD 操作、导航、辅助和分析操作），这些 action 可以通过自然语言提示工作"。简单来说，就是让你现有的应用在几天内就能拥有 AI agent 能力，而不是几个月或几年。

更关键的是，他们提供的 Agent Experience 可以无缝嵌入到现有应用中，让用户直接通过对话来完成复杂操作。这解决了很多企业面临的痛点：软件学习曲线陡峭导致的低采用率、复杂界面导致的用户挫折感，以及昂贵的培训和支持成本。从实用角度看，这种方法让企业能够在不丢弃现有技术投资的情况下，快速适应 AI 时代的新交互模式。

我特别欣赏 Adopt AI 的一点是，他们非常注重企业对 AI agent 行为的控制能力。在他们的平台中，开发团队可以精细调整工作流程、引入高级逻辑，并在沙盒环境中进行测试，然后再将 agent 体验部署给最终用户。这解决了很多企业对 AI 的担忧——害怕无法控制 AI 行为或者担心 AI 可能会做出错误决策。通过 Adopt AI 的平台，企业可以确保 AI agent 的行为符合预期，同时保持对底层技术的完全控制。

想象一下，企业花费数百万购买的 CRM 或 ERP 系统，只有 20% 的功能被员工使用，因为其他功能太复杂了，没人知道怎么用。而通过 Adopt AI 的解决方案，用户可以简单地表述他们想完成的任务，系统就能自动执行必要的步骤，不管这个功能多么深藏不露。这不仅提高了软件的使用率，也让企业能够真正发挥出软件投资的全部价值。

我注意到一个来自 Spendflo 的 CTO 和联合创始人 Ajay Vardhan 的引用特别能说明问题："Adopt 从根本上改变了我们思考产品构建的方式。它让我们更快地进入市场，完全控制 AI 行为，并在不需要重建任何东西的情况下实现了跨产品的行动覆盖。它完全适应我们现有的基础设施，规范了我们设计 API 的方式，让我们能够专注于核心产品开发，而 Adopt 则处理 AI 的繁重工作。这就是现代产品应该如何考虑将平台代理化的方式。"这段话充分体现了 Adopt AI 的价值主张：让企业能够专注于自己的核心业务，而不是被 AI 技术的复杂性所困扰。

为什么现在是 AI Agent 爆发的关键时刻

我认为 AI agent 之所以在现在这个时间点爆发，主要有三个原因：技术突破、用户期望变化和商业需求的转变。这三个因素共同创造了一个完美风暴，推动了 AI agent 从概念走向现实应用。

首先是大语言模型技术的突破。过去的 AI 无法真正理解复杂的自然语言指令，但现在的大语言模型已经可以准确理解用户意图，并将其转化为可执行的步骤。没有这个技术基础，AI agent 根本无法实现。大语言模型的进步不仅在于能够理解自然语言，还在于它们能够连接意图和行动。它们可以理解"我想在销售报告中添加上个季度的数据"这样的请求，并知道这需要打开报告、访问数据库、提取特定时间段的数据、格式化这些数据，然后插入到报告的适当位置。这种将高级意图分解为具体步骤的能力，是 AI agent 的核心。而 Adopt AI 正是基于这种能力构建了他们的平台。我之前分享过的视频剪辑这类产品，也是很好的例子：

其次是用户对软件体验的期望发生了变化。我发现周围的人已经习惯了用自然语言与 AI 助手交流，这让他们对传统软件界面的容忍度越来越低。为什么要记住这么多操作步骤，如果我可以直接告诉软件我想要什么结果呢？这种期望的转变在 B2C 领域已经很明显，现在也开始影响 B2B 软件。用户不再愿意花时间学习复杂的界面，他们期望软件能够理解他们的意图并完成任务。这种期望变化为 Adopt AI 这样的公司创造了市场机会。

第三是企业开始意识到软件投资回报率的问题。企业花费大量资金购买软件，但如果员工只使用其中一小部分功能，那么大部分投资实际上被浪费了。AI agent 可以让软件功能的可访问性大大提高，从而提升整体回报率。Adopt AI 在他们的材料中明确提到了这一点："提高软件采用率和保留率。降低支持和开发成本。实现更大的投资回报率和业务成功。"这直接触及了企业 IT 决策者的痛点，解释了为什么他们会对这种解决方案感兴趣。

另外，AI agent 还能带来额外的商业价值，比如提高用户满意度、减少培训成本、降低支持负担等。当软件变得更容易使用时，用户满意度自然会提高，他们也更有可能继续使用这个软件并推荐给他人。同时，自助式 AI agent 可以大大降低客户支持的负担，因为用户可以通过简单的自然语言请求解决大部分问题，而不需要联系支持团队。

这些因素的结合，加上像 Adopt AI 这样的公司提供的技术解决方案，创造了 AI agent 加速发展的完美条件。我相信我们正处在一个技术临界点，AI agent 即将从实验性概念转变为企业软件的标准组成部分。

这对软件行业意味着什么

我深信，我们正处在软件交互范式转变的前夜。未来五年内，自然语言将成为主流的软件交互方式，点击界面会逐渐变成次要选项甚至消失。这种转变将重塑整个软件行业，从开发方法、设计理念到商业模式都将发生深刻变化。

这对软件开发者提出了全新挑战。过去，软件开发主要关注如何设计直观的界面和流畅的工作流程。但在 AI agent 时代，开发重点将转向如何设计灵活而强大的 API 和动作系统，以支持各种可能的自然语言指令。开发人员需要确保应用的底层架构足够灵活，能够支持通过 AI agent 执行的各种动作。这意味着 API 设计将变得更加重要，因为它们将成为 AI agent 与应用交互的主要方式。正如 Adopt AI 在材料中提到的，这种转变甚至会"带来设计 API 的纪律性"，因为开发者需要确保 API 能够满足 AI agent 的需求。

同样，产品设计也需要从设计界面转变为设计交互对话和结果。不再是"这个按钮应该放在哪里"，而是"用户可能会如何描述他们想要完成的任务"。产品设计师需要思考用户的意图和目标，而不仅仅是用户界面的布局和外观。这需要一种新的设计思维，更关注用户目标而非界面元素。在 Adopt AI 的案例中，他们提到了从"提供工作流程"转变为"提供结果"的重要性，这正是这种设计思维转变的体现。

对于企业用户来说，这意味着软件培训成本的大幅降低，以及员工生产力的提升。当软件能够理解自然语言指令并执行复杂操作时，新员工的上手时间将从几周缩短到几小时。人们不再需要学习如何导航复杂的界面或记住大量的操作步骤，他们只需表达自己想要完成的任务，AI agent 就会帮他们执行。这对于那些有大量软件系统需要学习的行业，如银行、医疗和企业服务，将带来巨大的效率提升。

从商业模式角度看，软件公司将从销售功能转向销售结果。用户不再关心软件有多少功能，而是关心它能帮他们解决多少问题、完成多少任务。这将改变软件公司的营销和销售方式，从强调功能列表转向强调问题解决能力。Adopt AI 的材料中强调了"从提示到结果"的概念，这正是这种商业模式转变的核心。

从 Adopt AI 的客户案例来看，这种转变已经开始显现成效。一些早期采用者报告说，他们的软件使用率提高了 40%，用户满意度提升了 60%，同时支持请求减少了 30%。这些数字表明，AI agent 不仅是一种技术革新，更是一种能带来实际业务价值的解决方案。在他们的早期访问计划引用中，多位行业专家都表达了对这种转变的认可，比如 6sense 的联合创始人兼 CTO Viral 就表示："我们正在进入一个新时代，软件适应人类语言，而不是相反。点击式界面将让位于自然对话——通过文本或语音。Adopt 提供了加速这种转变的工具。"

我对 AI Agent 未来的思考

虽然 AI agent 前景光明，但我也看到一些需要解决的挑战。首先是安全性和权限控制。当 AI agent 可以代表用户执行各种操作时，如何确保它不会越权或被滥用？尤其是在企业环境中，不同级别的员工通常有不同的操作权限。AI agent 需要理解这些权限边界，并在执行操作前进行适当的验证。例如，一个普通员工的 AI agent 应该无法执行只有管理员才能执行的操作，即使这个员工要求它这样做。

我认为企业需要建立严格的权限框架，明确定义 AI agent 可以执行哪些操作，并建立审计机制追踪所有自动执行的动作。这就是为什么像 Adopt AI 这样的平台非常强调企业对 AI 行为的控制能力。他们在材料中多次提到"完全控制底层 AI 技术"和"精细调整工作流程"的重要性，这正是为了解决这些安全和控制问题。

其次是用户习惯的培养。尽管自然语言交互看似直观，但用户仍需要了解系统能力的边界，知道如何有效地表达指令。这需要一个过渡期，让用户逐渐适应这种新的交互方式。我经常看到人们在使用 AI 助手时会感到困惑，不知道应该如何表达他们的需求才能得到最好的结果。同样的问题也会出现在 AI agent 领域。企业需要投入资源来帮助用户理解如何有效地与 AI agent 交流，可能需要提供示例提示、最佳实践指南或交互式教程。

最后是 AI 技术本身的局限性。当前的大语言模型仍然可能误解复杂指令或产生幻觉。在关键业务场景中，可能需要人工确认步骤或结果，至少在技术更加成熟之前是这样。这就是为什么 Adopt AI 在他们的平台中包含了测试环境和验证机制，让企业能够确保 AI agent 的行为符合预期。随着时间的推移和技术的进步，这些限制将逐渐减少，但在短期内，我们仍然需要人类在循环中提供监督和指导。

我也思考过 AI agent 对就业市场的影响。一方面，它会自动化一些简单的软件操作任务，可能影响一些基础岗位。但另一方面，它也会创造新的机会，比如 AI agent 设计师、AI agent 训练师或 AI agent 审计员等角色。总体而言，我认为它会提高整体生产力，让人们从重复性任务中解放出来，专注于更有创造性和更有价值的工作。

尽管如此，我依然对 AI agent 的未来充满期待。Adopt AI 这样的公司正在构建基础设施，让这种转变变得既快速又平滑。他们的 600 万美元融资只是开始，我相信随着技术的成熟和更多成功案例的涌现，我们将看到更多资本涌入这个领域。据我观察，AI agent 技术已经吸引了风险投资界的极大关注，这将加速技术开发和市场应用。

从长远来看，我相信 AI agent 将彻底改变我们与软件的交互方式。我们将从被动地学习使用软件，转变为主动地指导软件完成任务。这种转变不仅会提高效率，还会让技术变得更加民主化，让那些没有技术背景的人也能充分利用软件的力量。最终，软件将不再是我们需要学习使用的工具，而是理解我们意图并帮助我们实现目标的智能伙伴。点击界面的时代即将结束，对话界面的时代正在到来。