Benchmark 和红杉 8000 万美金投了个定制 Agent，华人联创是 OpenAI 研究员

现在的 AI 产品，很多都围绕 Agent 在做，通用 Agent 是很多产品的方向。不过 Benchmark、Sequoia 以及 Lux 等 VC 最近投的一个 AI 产品，则完全走向了另一个方向：定制化 Agent，他们叫它特定智能（Specific Intelligence）。

其理念是：通用代理（Generalist Agents）虽然令人印象深刻，但缺乏竞争优势，如同企业不会只雇佣“任何一个聪明人”一样，他们需要的是“特定的专家”。竞争优势源自为特定公司打造的、具备特定专业知识、基于特定模型的智能体。因此将产品的定位确定为：

我们解锁公司内部的潜在知识，用它来训练定制模型，并部署一个直接向你的团队汇报的内部代理工作团队。这些代理由你拥有，深度专业化，并持续学习。

这个就是 Applied Compute，今天宣布完成了 8000 万美金的融资，投资人包括了 Benchmark、Sequoia、Lux、Elad Gil 等。

没有具体说明融资的细节，不过 Benchmark 的 Victor Lazarte 在 6 月份曾以 1 亿美金估值先领投了其 2000 万美金种子轮，现在这轮估值应该在 5 亿美金左右，这意味着 3 个月其估值涨了 5 倍。

Applied Compute 的 3 位联合创始人都来自 OpenAI，也都是斯坦福校友，其中联合创始人兼 CEO Yash Patil 之前是 Codex 的核心成员，联合创始人兼 CTO Rhythm Garg 是 o1（RL 训练的推理模型）的核心贡献者，联合创始人兼首席架构师 Linden Li 是 RL 训练的机器学习系统/基础设施这块的核心贡献者。

我之前在《从 OpenAI o1 模型团队里的 20 多位华人成员，我看到了这么几个信息》里简单介绍过 Linden Li，在 OpenAI 之前他在英伟达、MosaicML 和 Databricks 都工作过。

Applied Compute 说，通才很有用，但仅仅聪明是不够的。进步源自专家，无论是人类还是机器。为了获得优势，Agent 需要特定的专业知识，这些知识存在于特定的公司中，基于特定数据训练的模型构建，称其为特定智能。

它们会挖掘公司内部的潜在知识，用它来训练定制模型，并部署一支向你的团队汇报的内部 Agent 员工队伍。简单说就是，正在为特定公司的特定工作构建特定智能。

其做法是，Applied Compute 的工程师会深入企业内部，与他们的团队一起工作。但其训练体系、代理平台和工具全部自主研发。

Applied Compute 声称团队中三分之二的成员是前创始人，每个人都拥有深厚的技术背景，从顶尖的 AI 研究人员到数学奥林匹克竞赛获奖者。目前已经有像 Cognition、DoorDash 以及 Mercor 等企业在使用其服务。

另外我发现，教育学习这块市场空间太大了，之前介绍过的两个产品最近增长速度都很快。其中这个主打用 AI 练习口语的产品《4 个月 ARR 涨了 20 倍，AI 练习口语的需求仍然很猛》，5 个月前其 ARR 才刚突破 100 万美金，现在已经超过 500 万美金了。

创始人说他们基本上没有花一分钱投入，今年整体的 ARR 增长了 100 倍，其中大部分都来自短视频，他们在 TikTok/Instagram 和 YouTube 上获得了 10 亿以上的观看次数。

另一个用微学习短剧模式做教育（一开始用的 TikTok 模式）的产品《用短剧模式做教育 ARR 半年涨了快 10 倍，AI 编程 Lovable 估值 20 亿美金了》，几个月前其 ARR 才 5000 万美金，现在其 ARR 已经快接近 1 亿美金了。

现在，又有一个语言学习产品的早期增长很快，每两个月 ARR 实现翻倍，主要通过短视频、碎片化方式进行语言学习，可以理解为语言学习领域的 TikTok，但和 Duolingo 侧重于练习不同的是，它更侧重于