晚点独家|Pokee.ai获1200万美元融资，Point72、英特尔陈立武投资

资金将用于加速研发、销售。

文丨孙海宁

编辑丨程曼祺

今年 4 月，《晚点 LatePost》曾访谈 AI Agent 创业公司 Pokee.ai 创始人朱哲清，他分享了强化学习如何用于构造 Agent。

我们了解到，Pokee.ai 近期完成种子轮融资，募资额约 1200 万美元。投资人包括对冲基金 Point72 旗下风险投资机构 Point72 Ventures、芯片公司高通的风投部门 Qualcomm Ventures，以及英特尔 CEO 陈立武、前 Adobe CTO Abhay Parasnis 和前 Tinder CTO Maria Zhang。

Pokee.ai 去年 10 月成立，最近也只有 7 名员工。创始人朱哲清告诉我们，完成融资后 Pokee.ai 不计划大规模扩招，短期内研发员工数量不会超过 10 人。资金将用于扩张其 Agent 产品 Pokee 的可选工具集、加快对大公司客户销售。

创立 Pokee.ai 之前，朱哲清曾任 Meta “应用强化学习” 部门负责人，用强化学习算法改善内容推荐系统，把上任前只剩 3 人，一度要关停的部门扩张至 10 余人，为 Meta 增收 5 亿美元。再往前，朱哲清分别在杜克大学、斯坦福大学获得本科、博士学位，研究方向一直是强化学习。

和其他把大型语言模型（LLM）当作 Agent “大脑” 的创业公司不同，Pokee 规划、完成任务是靠另一种强化学习模型，LLM 只充当 Agent 和用户之间的交互层。

朱哲清告诉《晚点 LatePost》，当下最先进的 LLM 能调用工具数量只有数百个。这是因为 LLM 使用工具时，需要把介绍工具用途、用法的上下文输入模型，而 LLM 能支持的上下文长度有限，过长，模型就容易出现幻觉。

Pokee 使用的强化学习模型不需要上下文。它掌握工具是靠训练时成千上万次 “试错”，由此记住工具和问题的正确组合。朱哲清说当前版本的 Pokee 在训练时已经见过 15000 个工具，之后出现类似的新工具，自然会用。

使用强化学习模型也更便宜。执行任务时，LLM “思考” 是靠生成一个个 token，每个 token 可能对应着千亿次运算，消耗大量算力。朱哲清举例说 LLM 用 browser-use 浏览网站、多步交互时，单次可能消耗数百万个 token，成本在几美元到几十美元之间，“用 browser-use 的初创公司多数在亏钱。”

Pokee 的强化学习模型不靠生成 token 决策，参数量也比常见 LLM 更少，这意味着 Pokee 有可能更快、更便宜地完成任务。Pokee.ai 官方演示中，Pokee 完成一项任务只要几分钟。朱哲清说相比同类产品，Pokee 的单任务成本也只有它们的 1/10。

当下，Pokee 正重点优化其调用各个平台数据接口（API）的能力。这是因为朱哲清把大公司、专业消费者（prosumer）当作目标客户，希望 Pokee 可以帮他们跨平台完成工作，比如收集 Amazon 店铺数据后，在 Google 云盘中生成分析报告文档或 PPT，或把准备好的营销内容一键上传至 Instagram、Facebook 等社交平台。

本次募资后，一部分资金将用来迭代算法，扩张 Pokee 可调用的工具集。今年上半年内测时，Pokee 已经能调用 26 个平台提供的上千个数据接口和软件，接下来要再接入 10 个平台。Pokee 还会新增记忆功能，理解客户业务需求、使用偏好，力求在接受简单几句 prompt 时，也能很好地完成任务。

另一部分资金则用来支持销售。企业客户试用会造成大量成本，朱哲清说现在把视频生成功能集成在 Pokee 里，最便宜一秒成本 10 美分，贵的 75 美分。试用期内客户可能会大量使用这个功能，但 Pokee.ai 不可能立刻收费。“要是公司账上钱不够，一个客户试用就可能烧掉不少现金。”

本次融资后，朱哲清觉得 Pokee.ai 资金相对充裕。“其实有投资机构愿意给三倍的钱，但我们暂时不需要这么多。”

越来越大的种子轮

种子轮是创业公司最早几轮融资之一，它金额不高，目的是给创业公司一笔刚够养活团队的钱，尽快造出一个证明用户需求存在、商业模式可行的产品。在美国，种子轮融资规模一般为小几百万美元，国内则是几百万人民币。

但这个规模惯例越来越不适用于 AI 行业。自研 LLM 的初创公司单次训练就要花数百万美元，头两轮融数千万美元已经算不上新闻。2023 年后，模型侧的创业窗口关闭，早期融资额超过千万美元以上 AI 产品公司也越来越多，它们主要在硅谷。一些例子包括一键生曲的 Udio、靠自然语言描述商品购物的 Daydream。

不止明星公司拿到越来越大的支票。Cruchbase 数据显示，GPT-3 刚上线的 2020 年，生成式 AI 初创公司种子轮融资规模中位数还是 170 万美元左右；今年截至 5 月，中位数则涨到 300 万美元。退回十多年前，字节跳动 A 轮才融了 500 万美元。

这部分是因为 AI 产品使用成本高，需要更多资金维持运行。Manus 说自己单任务成本为 2 美元左右，大概和 B 站供一个每天登录 90 分钟的用户，看一年视频的服务器、带宽成本相当。

也有声音认为市场情绪过于乐观。今年 4 月的一次活动中，Benchmark 创始人 Bill Gurley 说风投机构本来在 2022-2023 年已经进入收缩阶段，倒逼初创公司裁员、追求盈亏平衡，但这轮回调被 AI 热潮扭转。以硬塞资金给创始人而闻名的孙正义又活跃了起来，Gurley 觉得这本身就是风向标。

Gurley 还担心移动互联网时代的资本大战会重新上演——盈利目标被抛到一边，市场份额高于一切。他说为吸引用户，很多 AI 公司定价比模型的成本价还低。“每年烧掉 1 亿或者 1.5 亿美元，所有大型 AI 公司都在这么做。”

朱哲清有同感。他觉得当下 AI Agent 方向产品、模型的同质化严重，“太多产品可以在两周之内复刻出来。要想在同质化的生态里找到一席之地，是需要烧钱的。”

风投机构支持下的大规模烧钱可能持续不了太久。PitchBook 数据显示，2022 年开始，全球风投机构的募资额已经连跌三年，2024 年募资额只有 2021 年峰值的 40%。按今年一季度的募资速度，2025 年全年的募资金额会是近十多年来最低。

出资人的情绪没有好转，投资人在后序轮次开出更大支票时也更谨慎。“现在投资人投 A 轮前，要求有非常扎实的 PMF（产品市场匹配），可能会找 30 个付费用户，一个个聊完，确定他们都会长期付费后才会投。” 朱哲清说。

Cruchbase 数据显示，2024 年获得 A 轮融资的公司在种子轮和 A 轮之间的耗时中位数达到 25 个月，是近十年高位。

题图来源：《芬奇》