挑戰的不僅僅是代碼和算法，而是人類沿襲了數百年的管理學
出品|虎嗅科技組
作者|李一飛
編輯|陳伊凡
頭圖|AI生成
「AI原生100」是虎嗅科技組推出針對AI原生創新欄目，這是本系列的第「43」篇文章。
想象一家「永不眠」的公司：白天，全天候運行的 Google Meet 與麥克風捕捉着辦公室內的每一處溝通細節，AI 助理實時解析、拆解任務，並在次日清晨8點將策略與進度精準推送到員工指尖；夜幕降臨，當人類休息時，另一套自動化流程無縫接管——監測報錯、編寫代碼、生成PR，靜待工程師次日一鍵合併。
這並非科幻小說，而是 The General Intelligence Company of New York（GIC）的真實日常。支撐這套晝夜不停、高效運轉模式的，正是其 AI 代理平台 Cofounder。在這裏，AI 不再是工具，而是擁有核心記憶的盡調員、工程師和行政官，用戶只需提供創意與最終決策。
創始人 Andrew Pignanelli 的願景極具煽動性：「好的基建應能支撐一人創造十億美元的價值。」資本市場顯然買單了：成立於 2025 年 1 月的 GIC，短短數月內便由 Union Square Ventures 領投完成兩輪孖展，總額超 1000 萬美元。
然而，在頂級風投為這極致的「人效比」下注背後，擺在 GIC 面前的現實卻充滿挑戰。
首先是算不過來的經濟賬。 作為高頻調用 Devin、Gemini 1.5 Pro 等昂貴算力的「中間商」，cofounder每天的運轉，將消耗大量token。
其次是擁擠的戰場。 儘管 AI Agent 化是行業剛需，但大廠與初創公司早已佈局。真正的壁壘不再是技術優劣，而是對行業 Know-how 的深度理解與場景化落地能力。
最後是隱私。全天候監聽意味着將商業機密、代碼庫甚至人事糾紛毫無保留地上傳雲端，這對企業級用戶而言無異於一場「合規噩夢」。
虎嗅和衆多AI行業的創業者溝通，顯然這是一個剛需，例如高度標準化、流程化和重複性強、決策邏輯可以量化的場景，可以AI Agent化。GIC的戰場遠比想象中擁擠。大廠以及一些初創公司也在企業通用流程平台上有所佈局，但更關鍵的壁壘是需求認知，相比於技術的優劣，更加考驗的是對於不同行業、不同崗位需求和knowhow的深入理解，甚至面對不同老闆，是否能提供適用的Agent工具。
為何資本仍願意豪賭這「一人幹翻十億」的願景？GIC 究竟是在構建高效的未來，還是在挑戰商業與倫理的邊界？
CEO Andrew Pignanelli 的履歷是典型的「天才少年」敘事：18歲輟學即投身 AI 工具開發；2019 年創立 Velvet 服務私募股權基金；2021 年創立 Decheque Securities，成為史上最年輕的經紀交易商擁有者，並親手操盤了 Anthropic、CoreWeave 等頂級 AI 公司的二級市場交易。
福布斯曾評價道：「年僅 20 出頭的他，便達成了多數人窮其數十年才能企及的成就。然而，他並不認為這是他的最大野心。」
更大的野心，便是 GIC，而將野心落地的關鍵，是聯合創始人 Abhishyant Khare。Khare 深耕機器學習系統多年，曾執掌 AI 可觀測性先驅 Gantry 的工程團隊。兩人在硅谷知名的「從-1到0」創業社區 South Park Commons（SPC）相遇。在這個孵化了 Comun、Pulley、The Graph 等明星項目的搖籃裏，兩人一拍即合。
GIC 的發展速度堪稱驚人。2025 年 1 月正式成立；4 月即獲 Compound 和 Acrew Capital 的 200 萬美元 Pre-Seed 輪孖展，完成原型構建；9 月cofounder 上線，憑藉獨特的營銷策略，僅一周註冊量即破 5000。
高潮發生在 2025 年 12 月。GIC 發布 Cofounder 1.5 版本，並宣佈完成由老牌風投 Union Square Ventures（USV）領投的 870 萬美元種子輪孖展，總孖展額迅速突破 1000 萬美元。值得一提的是，USV 曾投出 Twitter、Coinbase、Stripe 等巨頭，其合夥人 Rebecca Kaden 更是 Cofounder 的早期重度用戶。這輪孖展也標誌着 GIC 戰略的升級：不再止步於「AI 助理」，而是向「全棧 AI 代理公司平台」進化。
GIC 最具說服力的營銷，或許是其自身的運營方式。從創立之初，創始人便是 Cofounder最忠實的用戶（Dogfooding）。目前，整個 GIC 團隊僅有 5 人（CEO、CTO、前後端與研究員），而 Cofounder 承擔了團隊「第六人」的角色——從調研分析、日程管理到代碼修復、視覺設計，這一「超級外腦」支撐着公司的高效運轉。
左邊為創始人，右為CTO
這種從產品到運營深入骨髓的 AI Native 特質，或許正是其最核心的競爭力。
在 GIC 的哲學中，品味、產品敘事與工程能力被置於同等重要的位置，這種理念直觀地體現在其官網 UI 設計與 Cofounder獨特的冷啓動策略上。GIC 的官網與產品界面採用統一的彩色像素風格，所有視覺元素均由紐約街景與自然風光圖片轉化而來，調性鮮明且極具辨識度，這種對自然與色彩的偏好也延續到了其產品周邊與營銷佈局中。
官網截圖
Cofounder的冷啓動是一場對社交媒體傳播與視覺元素的極致運用。其病毒式傳播的起點源於 Twitter 上的一張自拍：Pignanelli 身着一件印有公司 Logo 的定製彩色羊毛衫，將其稱為公司周邊。這件毛衣因與加州品牌 ERL 的漸變毛衣高度相似，在隨後的數月內引發了大量轉載與熱議，成功將 GIC 帶入公衆視野。
緊接着，團隊發布了一部動畫宣傳片，再次收割流量。短片以 Founder 在搜索欄輸入「How to start up」為引子，引出 Cofounder這一角色，隨即展開了一段為期一分多鐘的「熱血創業番」——從佈置辦公室、開會到寫代碼、解決問題，生動勾勒了創業者與 AI Cofounder 並肩從無到有、直至成功的路徑想象，完成了一次極具感染力的產品敘事。
宣傳片首頁
產品上線後，驚喜並未停止。因 Cofounder生成的郵件風格與用戶本人驚人相似，引發了新一輪的用戶自發截圖分享傳播。這種熱情遠超 Pignanelli 的預期：團隊原定目標為首周獲客 500 人，實際註冊人數卻在短短一周內突破 5000。官網數據顯示，截至目前， Cofounder已累計自動化執行了 59,191 個任務，代理系統每月處理超 180 億個 Token，支持調用 100 多個工具並覆蓋 19 類集成，真正實現了將個人時間從繁瑣的重複性事務中解放，重新歸還給決策與創意。
如果要用一句話來解釋cofounder是工作的，那便是Agent managing Agent。 Cofounder要做的，就是將管理的部分自動化，讓用戶只需要說一句話就能讓公司組織自行運轉，把人從瑣碎協調裏釋放出來。
在工具層面， Cofounder集成了維持一家現代科技公司運轉所需的全套生產力堆棧，並通過調度讓它們各司其職：
虎嗅根據公開信息整理
GIC 將公司運營解構為一系列可重複的工作流（Flows）——從收發郵件、創建工單到彙報結果。 Cofounder的作用便是將這些行為封裝為標準的 Flows，支持事件觸發、定時觸發和手動執行三種模式。
以一個典型的錯誤處理flows為例：當錯誤監控工具Sentry收到警報時， Cofounder會自動協調後續動作：從產品分析工具Posthog獲取相關用戶數據，到部署平台Render拉取日誌，再到在項目管理工具Linear中檢查或創建任務，並將編碼修復工作指派給AI工程師Devin進行代碼編寫，最後推送給人工審核確認，形成一個完整可複用的工作流。
類似的流程還可以廣泛應用於日常運維、團隊協作與信息同步等場景中：
1、開發進度同步：每當新的代碼提交合併至主分支， Cofounder會自動向 Slack的 shipping頻道發送commit信息，包括作者、鏈接與提交內容，幫助團隊同步開發節奏；
2、日常簡報：系統每天早晨自動整理會議日程、天氣、新聞與與會者背景信息，生成一則briefing，通過Slack發給負責人；
3、健康監控：每小時運行一次測試，向指定頻道發送「系統是否正常運行」的心跳信號；
4、會議紀要自動入庫：配合Granola語音轉錄，將Notion中的新建會議記錄自動分類為CRM數據，保留行動項和關鍵客戶線索；
5、任務流增強：自動將自然語言轉化為Linear工單，並從上下文中提取補充信息豐富工單內容；
6、知識檢索代理：調用Notion中的企業知識庫，當作搜索助手用於現場支持和快速調取公司語境信息；
7、郵件摘要：快速總結最近郵件更新，僅提取對工作進展重要的部分，避免信息冗餘干擾。
Flows的運行雖然高度自動化，但這並不代表AI具有決策權。
每當 Cofounder需要在外部應用裏執行任務時，它會把動作拆成明確的請求發到用戶的Inbox：用什麼工具、做什麼、為什麼做、預期結果是什麼，然後等待批准或拒絕。用戶也可以把某些充分驗證的例行Flows切換到自動批准，但這種模式雖然方便卻也存在風險。
如果說工作流是 Cofounder的「骨骼」，那麼它獨特的記憶系統就是其「大腦」。GIC團隊認為，記憶是通用人工智能（AGI）邁向真正理解與協作能力的關鍵一環，同時也是AI Agent從工具向長期合作伙伴演進的核心所在。
為此， Cofounder設計了工作記憶、核心記憶、長期記憶三層記憶架構：
首先是工作記憶。這是最即時、最短暫的記憶層，屬於臨時記憶，用於維護當前會話的上下文信息，包括用戶對話歷史、工具調用中間結果和推理狀態。這一層確保 Cofounder在同一次連續交互中能維持連貫理解，不會說完就忘。
其次是核心記憶。這是個性化的短期記憶層。它會整合用戶最近的幾次會話內容，從中提煉出用戶的偏好、溝通風格和近期關注的重點。比如，它會記住你更喜歡簡潔的報告風格，或者你最近在密切關注某個特定的項目。
最後是長期記憶。長期記憶存儲公司的關鍵信息，例如團隊結構、產品路線圖、戰略目標和歷史決策記錄。它可以與企業現有的知識庫深度融合，使 Cofounder在任務執行時能夠調取組織集體智慧，確保不會偏軌。
這套三層記憶系統讓 Cofounder不僅能完成任務，還能在完成任務的過程中不斷學習和進化。在較為權威的MemoryAgentBench測試中， Cofounder在「準確檢索」等關鍵記憶維度上表現優於MemGPT、Self-RAG等現有架構。
只有當 Cofounder 比 Linear 更懂代碼背後的業務邏輯，比 Slack 更懂聊天記錄背後的決策脈絡時，它才擁有真正的護城河。
除了三層記憶系統架構，為了讓記憶更快更準確地被調用，GIC引入了 休眠期計算（sleep-time compute）的思路，即在後台系統處於低負載時，cofounder會自動進行推理與信息重組。
這—過程包括將短期記憶中的零散信息重新分配到長期知識圖譜中，消除冗餘，並識別出跨部門的潛在關聯。這種異步的計算模式使得cofounder在實時交互時能夠以極低的成本調取經過優化的上下文信息，緩解系統在面對海量動態數據時的準確率減弱的問題。
目前 Cofounder的能力在其公司內部已被廣泛驗證，尤其適用於產品、工程、運營等流程高度協同的組織。
但其仍存在一定侷限，例如目前仍缺乏網頁感知與操作能力（無法像人類一樣瀏覽網頁），高度依賴 API 兼容性，複雜邏輯仍需人工介入。
合規隱憂是企業級落地的最大障礙。 Cofounder的官網隱私政策略顯籠統，雖承諾了基礎保護，但在細節上缺乏針對性說明。考慮到該服務涉及會議機要、代碼庫及客戶數據等核心資產，企業用戶的安全紅線遠高於個人。想要贏得真正的信任，GIC 必須儘快補齊清晰、透明的數據隱私安全邊界。
AI Agent市場正處於爆發期，AI浪潮的推動和代理需求的湧現推動着更多創業公司的出現。根據市場研究機構的數據，全球AI Agent市場規模預計在2030年飆升至470億至520億美元之間。技術和資本的湧入意味着未來將有更多應用企業的任務由特定的AI Agent來處理。
在這片炙手可熱的戰場上，玩家們大致可以分為垂類代理和平台操作系統兩類。
垂類賽道上，明星公司如AI軟件工程師Devin和客戶服務公司Sierra AI。Devin能夠獨立完成複雜的編碼任務，從需求理解、編寫代碼到調試部署，在2025年9月估值已飆升至102億美元；Sierra則由前Salesforce聯席CEO創立，專注於為企業提供對話式的客戶服務AI Agent，旨在解決70%以上的常見客戶服務問題，最新估值高達100億美元。
垂類Agent為了把單點能力做到極致，需要積累大量高質量行業數據、領域知識和方法論，比如客服需要知識庫與政策邊界，編碼則需要工程語料與調試鏈路，其優勢是足夠專業、高效、交付明確。
但GIC想做的是將一個個垂直代理橫向勾連起來，用平台級的Agent去管理調度其他垂直Agent，從而自動化一家公司的全棧業務流程，其想要改變的是公司的普遍組織形態。
而這種Agent managing Agent的理念與Google提出的Agent2Agent協議極其類似。Agent2Agent旨在讓來自不同供應商或不同框架構建的AI智能體彼此通信和協作完成任務，從而形成更大規模的多智能體協同生態。
這當然也帶來了GIC另一個隱憂，就是成本結構。GIC的產品邏輯依賴於「長鏈條」的Agent自主運行。例如，為了修復一個Bug，Cofounder可能需要反覆調用Devin（目前最貴的AI工程師Agent）、Gemini 1.5 Pro（用於長文本理解）以及OpenAI的模型。每一次Agent的「自我糾錯」和「推理循環」，都是在燃燒Token。GIC如何解決成本問題？
另一個問題是，不同Agent之間的打通問題，這需要一個強大的生態整合能力，把不同的Agent集合到cofounder這個調度系統上來。
這家公司面臨的另一個挑戰來自科技巨頭，通用流程化Agent已經被證明是大廠的遊戲，未來，諸如Google這樣擁有更完整生態的科技巨頭是否會直接擠佔GIC的生存空間？
GIC的願景足夠宏大，產品也已跑出雛形，但離真正可規模化的「公司操作系統」仍有很長的路要走。
未來GIC的發展猶未可知，但它向市場拋出的核心問題引人深思：我們究竟是在購買一個好用的工具，還是在購買一種全新的公司組織形式？如果是後者，GIC挑戰的不僅僅是代碼和算法，而是人類沿襲了數百年的管理學。
本內容未經允許不得轉載。授權事宜請聯繫 hezuo@huxiu.com。
End
AI
今日衝浪話題
Hot
1X推月付499美元家務機器人，國內自變量機器人獲10億孖展，訂閱模式成新嘗試。
硬件+服務的訂閱制，能解決家用機器人高價難題嗎？還是純純割韭菜？
點擊小程序，直達話題帖，分享你的觀點