前苹果工程师：AI基础设施为错误未来而建，获8000万美元修复

几个月来，Kleiner Perkins的合伙人Aditya Naganath一直在反复琢磨自己的投资逻辑：下一波AI浪潮不会是聊天机器人——而是能够自主运行、一次连续工作数小时、同时处理数千项任务的软件。问题在于，还没有人把底层的管道搭好。然后他遇到了Neil Movva。

“我们俩都清楚地感觉到，你需要一个不同的、专门为这些长时间运行的AI代理构建的推理平台，”Naganath告诉《财富》杂志。

据《财富》杂志独家获悉，如今，在Naganath和Movva首次交谈六个月后，Movva的初创公司Sail Research已正式结束隐身模式，获得了8000万美元的种子轮和A轮融资，估值达4.5亿美元。Kleiner Perkins领投了A轮融资。Sequoia、Redpoint、Theory Ventures、Vine Ventures和CRV也参与了投资。

Sail Research 想要解决 AI 领域一个昂贵的问题。AI 基础设施是为快速、单次交互而设计的——你想想，聊天机器人回答一个问题那种。但企业越来越多地用上能自主跑好几个小时的 AI 智能体，它们会阅读整个代码库、筛选数百名求职者，或研究复杂课题，全程不需要人盯着。在这种规模下，尽管 token 单价已经降了，企业 AI 账单却翻了三倍，因为智能体工作流的 token 消耗量比简单聊天高出 50 到 500 倍。高盛预测到 2030 年 token 消耗量将增至 24 倍。

Movva 的解决方案是一个端到端的基础设施平台，从芯片最底层做起。Sail 开发的软件负责调度和优化 AI 模型在现有芯片上的运行方式。可以把它想象成一个极其高效的交通系统，精确告诉硬件如何分配资源，从而用同样的物理算力干出多得多的活。

大多数人工智能服务平台都针对低延迟进行优化，也就是说，它们优先考虑快速给你答案。Sail 则反其道而行之，牺牲实时响应能力，将更多计算工作压缩到每一单位功耗中。这种取舍是有意为之：Sail 无法支撑语音助手或实时聊天机器人的运行。但对于需要运行数小时的智能体而言，Movva 声称，与同类替代方案相比，客户通常能实现 3 到 10 倍的成本降低。

“我们只关心效率，”Movva 对《财富》表示。“要构建一个同时兼顾吞吐量和延迟的推理引擎是相当困难的。其他人都在针对延迟做优化，而我们看重的是吞吐量。”

28岁的Movva是为数不多的在AI技术栈各个重要层面都有工作经验的工程师之一。他亲眼见证了英伟达在2016年和2017年从游戏芯片转向AI芯片。他加入苹果，参与研发驱动十亿部iPhone计算机视觉的芯片——但后来他感到失望，因为苹果在这方面的野心到头来也不过是animoji（动话表情，用户可以在FaceTime上应用动画角色）。之后，他去了Together AI，一家领先的开源模型推理服务商，想重新回到GPU层面的工作。他在那里的所见所闻让Sail的核心判断变得清晰起来：Together从一开始就是为交互式应用设计的，所有的架构取舍都是围绕这个目标做的。长周期智能体需要的是一个从零开始、优先级完全不同的系统。

联合创始人兼CTO Samir Menon也来自苹果，在那里负责大规模的安全工程。两人在斯坦福大一开学第一天就认识了——他们上同样的课，找同一个学业导师。Movva开玩笑说Menon成绩比他好那么一点儿。2025年底两人再次走到一起，从零开始重建推理栈。

Sail于3月推出了其推理服务，目前已迅速扩展至每周处理数万亿个token。早期客户之一Detail.dev使用Sail运行代码审查代理，这些代理会花三到四个小时——有时更久——翻遍整个代码库，寻找那些五分钟审查根本发现不了的bug。“我们提供的海量token让他们能放开手脚、尽可能大规模地扫描代码库，”Movva说道。

但竞争风险确实存在。Together AI是个实力强劲的老牌玩家，同时也是Kleiner Perkins的投资组合公司。Naganath认为两者并不冲突：Together占的是交互式、聊天类的市场；Sail占的是长时间运行的agent任务。“做得专注、为目标场景量身打造，长远来看应该会赢，”他说。更大的威胁可能来自前沿实验室——Anthropic、OpenAI和Google——它们正在构建自己的推理基础设施，理论上可能让Sail押注的这一层变得同质化、不再有差异化优势。

Movva的反击是：token价格已经连续六个月持平或上涨，算力需求增长快于供给，世界需要有人专注于把每一块可用GPU的智能潜力压榨到极致。“当我们看到GPU闲置或以任何方式被浪费时，我们会感到心痛，”他说。

Naganath的乐观逻辑很简单：“相信推理算力市场将是今天的10倍——甚至100倍。”