网易首页 > 网易号 > 正文 申请入驻

融资6.7亿!卡帕西押注,这家创企要让AI学会你的工作

0
分享至


智东西
编译 杨京丽
编辑 李水青

智东西6月24日消息,今天,美国AI初创公司Engram公开亮相,宣布推出面向Agent的API,并完成9800万美元(约合人民币6.7亿元)融资。Engram希望让Agent能够在超大型共享知识工作区中学习,无需每次任务开始前重新读取上下文。

公司称,其模型能够研究用户上下文,拼接零散信息、建立新联系,并发现过去未被注意到的错误;在很多任务中,由于不必重新收集上下文,token效率可提升10倍甚至100倍。


▲Engram发文介绍公司,并宣布获9800万美元融资(图源:X)

Engram的投资方包括General Catalyst、Kleiner Perkins、红杉资本等风投机构,投资人和顾问还包括Wiz联合创始人兼CEO阿萨夫·拉帕波特(Assaf Rappaport)、近期刚加入Anthropic的“AI大神”安德烈·卡帕西(Andrej Karpathy)、加州大学伯克利分校教授彼得·阿贝尔(Pieter Abbeel)等。

公司已与协作办公软件公司Notion、法律AI公司Harvey和微软展开早期合作,分别围绕大型Notion工作区、自定义律所或企业知识模型,以及Microsoft 365中的企业Agent试点落地。

Engram是一家聚焦AI记忆、持续学习和自适应系统的AI初创公司。据公司公开信息,其团队成员来自斯坦福大学、加州大学伯克利分校和康奈尔大学等机构,研究方向覆盖上下文压缩、检索、LoRA、合成数据、长上下文、记忆架构,以及人类和机器中的记忆与遗忘机制。

一、首款产品是Agent API,已与Notion、Harvey、微软合作

Engram的长期目标是建立一种统一训练算法,让模型能够吸收任意规模的数据,并在持续更新中变得更好。公司目前每天都会在公司全部数据上,运行这一流程。接下来,他们希望把重训频率提高到每小时一次,最终接近每分钟一次。

不过,Engram也承认,尽管持续学习、记忆和“从用户身上学习”已经成为AI领域的热门概念,但要让这类系统在大规模、多轮更新中真正可用,仍然没有成熟解法。Engram团队已经从上下文压缩、检索、LoRA、合成数据、长上下文、记忆架构,以及人类和机器中的记忆与遗忘机制等多个方向研究这一问题。

Engram的首款产品是一套面向Agent的API,能够让Agent在超大型共享知识工作区中学习。公司早期合作伙伴拥有非常丰富的上下文数据,也较早采用AI技术。

Engram正与Notion合作开发自定义Agent,使其能够理解大型Notion工作区;Engram还与法律AI公司Harvey合作开发模型,让模型内化整个律所或企业的知识,并能在大量客户事务中搜索和发现判例;此外,Engram与微软合作,在Microsoft 365中试点Engram模型,为企业客户提供更低成本、更定制化的Agent。

二、Engram要改变AI“读完就忘”,让模型学习用户上下文

Engram认为,当前AI模型并不能真正理解,用户在做什么。模型所知道的内容来自训练,而训练数据大多来自公开互联网。因此,模型了解热门GitHub项目,也了解人们写在网上的文章,但用户每天真正思考和处理的事情远不止这些。

用户知道什么样的工作是好的,知道项目的研究方向,也知道希望它一年后变成什么样。这些知识覆盖从细节到全局的诸多方面,往往远超一个聊天窗口能承载的范围。即便用户把想法写下来,重要信息也会散落在大量文档和文件中。现在使用模型时,模型通常要先反复读取公司里的许多文档,然后才能开始工作。

随着上下文不断增长,现有方式的问题越来越明显:模型变得更贵,也更容易混乱。单个用户产生的数据,已经远超模型能够完整处理的范围。更关键的是,读取本身是浅层且临时的。即便模型看到了用户的上下文,也可能在用户关闭聊天后,忘掉这些内容。换句话说,目前,模型并不会从这些数据中学习,因而,无法自动变得更擅长用户需要它完成的任务。

此外,一些模型虽然能够保存历史上下文,但在新任务中可能会把旧信息和当前问题错误关联,反而带来干扰。Engram要解决的不只是让模型记住上下文,还包括让模型在合适的时候正确使用这些记忆。

Engram希望改变上述问题,目标是构建能从用户上下文中学习的模型。

三、把训练算力用在上下文上,最高提升100倍token效率

Engram与其他AI实验室的训练方向不同,他们没有继续花费大量训练算力在公开数据上,而是从强预训练模型出发,把训练用于用户关心的上下文。Engram称,这相当于每个模型都会花费数百年的时间,研究你的上下文:拼凑零散信息,建立此前从未形成过的联系,并发现过去未被注意到的错误。

在内部使用和与Notion的设计合作中,Engram的模型已经有不错的表现。这些模型能够从Engram自己的GitHub、Slack和Notion中学习公司及其工作内容,知道团队正在做什么、为什么做,也能建立意料之外的联系,甚至能够记住团队成员已经遗忘的信息。

由于很多任务不再需要重新收集上下文,Engram称其模型可以实现10倍甚至100倍的token效率提升。它们不只是读过资料,而是像一个熟悉团队工作的同事一样,直接知道一些应该知道的事情。

结语:通过上下文学习,让模型理解用户

Engram的切入点和很多AI公司不太一样。多数AI产品仍在围绕长上下文和工具调用做文章,而Engram选择把训练算力用在用户自己的上下文上,试图让模型学会一个人、一个组织的知识和工作方式。

这家公司刚刚亮相就收获大额投资,赢得行业大牛的支持。接下来,Engram面向Agent的API能否在真实场景中稳定“干活”,在成本、准确性和持续更新上兑现承诺,还需要实际应用来验证。

来源:Engram

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
黎曼猜想迎来大结局!Lean官方认证:Claude证明无误

黎曼猜想迎来大结局!Lean官方认证:Claude证明无误

新智元
2026-11-22 07:36:48
为让特朗普和普京吃鱼不卡刺,15个总厨“闭关”练了整整一个月!

为让特朗普和普京吃鱼不卡刺,15个总厨“闭关”练了整整一个月!

大稻网络科技
2026-11-21 15:51:21
历史第一人!22岁文班亚马独砍50+19追平奥尼尔,捅破中锋天花板

历史第一人!22岁文班亚马独砍50+19追平奥尼尔,捅破中锋天花板

萌兰聊个球
2026-11-22 11:32:18
峰会现场火药味十足!泽连斯基追问美国:北约第5条到底管不管用

峰会现场火药味十足!泽连斯基追问美国:北约第5条到底管不管用

军情观察家
2026-11-21 13:10:14
大巴黎天塌了?1.2亿金童重伤被担架抬离!2巨星报销+欧冠3连冠告急

大巴黎天塌了?1.2亿金童重伤被担架抬离!2巨星报销+欧冠3连冠告急

我爱英超
2026-11-22 06:29:18
破坏家庭,不正当交流!跑步被贴上负面标签

破坏家庭,不正当交流!跑步被贴上负面标签

跑者排球视角
2026-11-21 08:36:33
特朗普:普京亲口告诉我,如果当年是我担任总统,俄乌战争根本不会爆发;目前谈判的一大困难,是普京与泽连斯基之间存在“深刻仇恨”

特朗普:普京亲口告诉我,如果当年是我担任总统,俄乌战争根本不会爆发;目前谈判的一大困难,是普京与泽连斯基之间存在“深刻仇恨”

大风新闻
2026-11-21 09:33:02
波兰和丹麦等地接连发生一系列“严重事件”,法国总统马克龙谴责俄罗斯称俄方相关行动是“不负责任的赌博,只会让俄罗斯更加孤立”

波兰和丹麦等地接连发生一系列“严重事件”,法国总统马克龙谴责俄罗斯称俄方相关行动是“不负责任的赌博,只会让俄罗斯更加孤立”

扬子晚报
2026-11-21 17:42:16
一路走好!不到48小时,已有2位名人被曝去世,个个让人惋惜

一路走好!不到48小时,已有2位名人被曝去世,个个让人惋惜

往史过眼云烟
2026-11-21 14:23:08
问界M9车主高速开辅助驾驶后,倒头就睡……车主称全程智驾开回武汉,该发布账号目前已搜索不到;交警部门正在核查

问界M9车主高速开辅助驾驶后,倒头就睡……车主称全程智驾开回武汉,该发布账号目前已搜索不到;交警部门正在核查

都市快报橙柿互动
2026-11-21 17:58:25
男子侵犯女友被判3年后续:出狱后女友找他复合,一个月后男子杀死女友

男子侵犯女友被判3年后续:出狱后女友找他复合,一个月后男子杀死女友

江山挥笔
2026-11-21 21:31:42
6-5!英锦赛一夜3场绝杀:中国军团5胜2负,丁俊晖首场对手3选1

6-5!英锦赛一夜3场绝杀:中国军团5胜2负,丁俊晖首场对手3选1

球场没跑道
2026-11-22 09:03:41
在深圳坐车不拉窗帘,特朗普自曝:我在车上仔细观察,深圳街道干净得令人难以置信

在深圳坐车不拉窗帘,特朗普自曝:我在车上仔细观察,深圳街道干净得令人难以置信

第一财经资讯
2026-11-21 17:52:44
默茨:德国累计援助乌克兰7347亿元,这将给德国带来多重红利,对德国经济也有积极影响

默茨:德国累计援助乌克兰7347亿元,这将给德国带来多重红利,对德国经济也有积极影响

阿尔卑斯瞭望
2026-11-21 17:51:51
中国未来最大敌人,不是特朗普,而是即将手握万亿美元的马斯克

中国未来最大敌人,不是特朗普,而是即将手握万亿美元的马斯克

麓谷隐士
2026-11-22 00:05:04
人民日报:唱空中国经济者终会落空!

人民日报:唱空中国经济者终会落空!

城事堂
2026-11-21 20:30:31
万万没想到!加拿大总理说了句震惊世界的话,参加深圳APEC后说:以深圳为师,引发舆论热议!

万万没想到!加拿大总理说了句震惊世界的话,参加深圳APEC后说:以深圳为师,引发舆论热议!

林杰论事
2026-11-22 03:12:35
为什么近期国家队尾市排山倒海式推升ETF,市场却反向运行?国家队如何才能扭转救市不利局面?

为什么近期国家队尾市排山倒海式推升ETF,市场却反向运行?国家队如何才能扭转救市不利局面?

李志林
2026-11-22 07:05:16
金价跌势凌厉,多家银行发布紧急提示

金价跌势凌厉,多家银行发布紧急提示

澎湃新闻
2026-11-22 08:47:03
高市早苗重申:要继续援助乌克兰 推进对俄制裁

高市早苗重申:要继续援助乌克兰 推进对俄制裁

闪电新闻
2026-11-21 08:19:38
2026-11-22 11:43:00
智东西 incentive-icons
智东西
智东西,AI产业新媒体,专注报道人工智能的前沿技术发展,和技术应用带来的千行百业产业变革。
12992文章数 117197关注度
往期回顾 全部

财经要闻

最大回撤超37%,黄金崩盘了吗?

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

旅游
教育
手机
公开课
军事航空

旅游要闻

喀什旅游的游客因清廷中唯一的维吾尔族妃子的故事而奔赴这里参观

教育要闻

曾经“感动中国”的庞众望完成清华大学博士论文答辩,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

俄乌炸桥冲突升级 相关谈判设想被放弃

无障碍浏览 进入关怀版