据报道，Prentis 寻求融资 1 亿美元，以自动化日常电脑工作

据报道，Prentis 正以 10 亿美元估值洽谈融资 1 亿美元，距离其于 2026 年 4 月推出仅过去数月。TechCrunch 对 Prentis 的报道还揭示了一项更具分量的押注：该实验室预计，执行日常电脑工作的 AI 智能体将成为比 AI 编程更大的应用场景。

这一差异至关重要，因为编程智能体所处的环境相对结构化。代码可以测试、编译、审查和回滚。办公室工作则横跨格式不一的文档、不断变化的界面、分散的权限、非正式的例外处理，以及从未为协同而设计的系统。

Prentis 希望让其模型在这些混乱的工作流中学习。它计划观察人们如何在浏览器、桌面应用、文档和内部系统之间完成任务。随后，模型将操作同样的界面，而不是等待每个应用都提供整洁的软件连接。

这一方向让 Prentis 面临的竞争远比融资新闻标题所暗示的广泛。OpenAI 和 Anthropic 已提供电脑操作能力，其他实验室和初创公司也在追逐类似的工作流。核心竞争已不再局限于谁的模型更会写代码，而是谁的系统能以足够可靠的方式完成日常工作，从而让企业信任其结果。

TechCrunch 对 Prentis 的报道究竟揭示了什么

在其技术或据称的合同尚未获得广泛独立验证之前，Prentis 正在推销一套运营逻辑。

根据这份 Prentis 融资报道，该公司正以 10 亿美元估值洽谈 1 亿美元融资。两名知情人士向报道提供了这些数字。Prentis 未回应该媒体的置评请求。

该实验室由 CEO Ritankar Das、LinkedIn 联合创始人 Reid Hoffman 和 Zynga 创始人 Mark Pincus 共同创立。其 研究实验室网站 称，团队规模已超过 25 人。这些员工包括曾任职于 OpenAI、Google DeepMind、Meta、Tencent 和 Alibaba 的研究人员。

Prentis 专注于电脑操作模型，即通过点击、滚动和输入等操作来理解屏幕并操作图形界面的模型。其模型旨在跨移动设备、浏览器和桌面端工作。这一覆盖范围很重要，因为许多业务流程并不只存在于一个应用中。

据报道的客户应用场景让该战略更加具体。一个智能体可能通过在多个系统中定位记录来处理保险理赔。另一个则可处理关税退税例外情况，无需员工手动查找相关证明文件。

这并非简单的聊天机器人交互。它们要求智能体识别正确案件、定位相关文档、在应用之间传递信息、处理例外情况，并判断何时需要人工决策。

TechCrunch 报道称，Prentis 已与医疗、制造和消费品行业客户签订价值最高达 5000 万美元的合同。据报道，其投资者材料预计，到 2026 年第三季度，公司的年化运行率将达到 7500 万美元。

这些数字需要谨慎解读。据报道，融资材料称，该预测代表预估年化价值，而非已确认收入。费用将相当于客户节省成本的 20%，因此这些数字取决于实际表现和最终执行情况。

这种结构使 Prentis 与可衡量的业务结果直接挂钩，但也将相当大的不确定性转移到了计算过程中。在合同潜在价值变为收入之前，节省金额必须被定义、归因、验证，并转化为可收取的费用。

因此，融资洽谈传递的是投资者兴趣，而非已完成的验证。估值仍属于据报道的洽谈内容。合同代表的是特定条件下的潜在价值。材料中讨论的基准测试仍是公司自身的说法。

更可靠的结论更为有限，但依然重要：一家拥有知名联合创始人的年轻实验室，正凭借电脑自动化吸引严肃关注。其主张的核心是运营劳动，而非又一个通用聊天机器人或编程助手。

为什么日常电脑工作是更大的目标

编程证明了 AI 智能体能够创造经济价值，但日常办公室工作提供了更广阔的自动化空间。

软件开发之所以成为早期试验场，是因为编程能产生异常有用的反馈。模型可以生成代码、运行测试、检查错误并再次尝试。代码仓库还包含结构化历史，有助于模型推断开发者如何解决重复出现的问题。

日常业务工作很少提供如此清晰的反馈。员工需要核对电子表格、在门户网站之间复制数据、阅读附件、催办审批、纠正记录，以及调查异常案例。一个已完成的任务可能几乎不会留下文档，解释为何某项决策奏效。

Prentis 认为，运营知识往往只存在于实际工作本身。正式流程文档描述的是标准路径，却常常遗漏占据员工大量时间的例外处理、恢复步骤、非正式检查和交接环节。

这一差距解释了该公司为何强调经验。Prentis 表示，它通过一个持续循环训练模型：感知界面、采取行动，并根据结果（包括失败）不断改进。其目标是让智能体学会工作流在实践中如何运作。

以一项包含不一致保单信息的保险理赔为例。传统自动化脚本遵循预设规则，当字段无法匹配时可能会停止。电脑操作智能体则可以检查理赔信息、打开保单系统、查找往来记录，并判断哪条记录需要处理。

采购、物流、财务、医疗行政和客户运营中也存在同样的模式。员工往往充当软件产品之间的连接层，弥补缺失的集成，并解读以不一致格式传入的信息。

这正是潜在市场不止于替代单次点击的原因。更大的机会在于压缩目前仍需要人们协调多个系统的完整工作流。

编程在战略上仍然重要，但开发者仅占劳动力中的有限比例。几乎每一位知识工作者都在使用软件。能够可靠处理日常电脑任务的智能体，可能影响范围更广的岗位和预算。

这种比较关注的是部署范围，而非技术声望。编程智能体运行在反馈相对客观、且环境日益针对 AI 优化的领域。办公室智能体则必须适应围绕人类构建的界面和组织实践。

这使日常工作既是更大的机会，也是更困难的工程问题。只有当智能体能超越精心打磨的演示，在不造成高昂错误成本的前提下处理真实例外情况时，市场才会变得庞大。

Prentis 押注专业化训练能够弥合这一可靠性差距。如果成功，电脑操作将成为连接现有企业软件的通用界面层。企业无需先重建每一套旧系统，便可获得自动化能力。

这项承诺解释了融资兴趣，也说明了为什么 TechCrunch 对 Prentis 的报道值得获得比又一轮大额融资洽谈更多的关注。该实验室正在检验，AI 的下一个重大应用是否会源自软件迄今未能消除的重复性工作。

Prentis AI 智能体面临前沿实验室的竞争

Prentis 进入的并非空白品类；它正围绕专业化、部署成本和工作流经验向前沿实验室发起挑战。

Anthropic 于 2024 年 10 月推出 Claude computer use 公测版。该能力允许开发者通过截图、光标移动、点击和键盘输入来引导 Claude。Anthropic 将其定位为一种使用面向人类设计的软件的通用方法。

OpenAI 随后于 2025 年 1 月推出 Operator。其 computer-use model 将视觉感知与通过强化学习训练的推理能力结合起来。Operator 无需为每项服务定制集成，即可浏览网站。

这些发布确立了核心技术模式：模型观察截图，推理目标结果，并输出鼠标或键盘操作。外围系统执行这些操作，并返回下一步所需的新截图。

Prentis 正以不同的商业侧重点追求同样的广泛能力。前沿实验室构建的是可跨多种任务和客户环境执行的模型。Prentis 表示，它将在客户工作流中训练，并开发适应运营需求的智能体。

该公司还声称，其 Hive-32B 模型在 WindowsAgentArena 和 ScreenSpot-v2 上的表现优于 OpenAI 的 GPT-5.4 和 Anthropic 的 Claude Opus 4.6。第一个基准测试真实 Windows 应用中的任务完成情况，第二个则评估模型能否在屏幕上定位正确的控件。

Prentis 进一步声称，Hive-32B 完成任务的成本约为前沿模型 API 的十分之一。TechCrunch 表示，其未能独立验证这些性能结果。

这一限定至关重要。基准分数取决于模型设置、动作系统、评估条件以及失败的计数方式。为投资者演示而生成的结果，其分量不同于具有公开方法论、可复现的评估。

这些基准的选择也只涵盖了企业就绪程度的一部分。WindowsAgentArena 评估现实的操作系统任务，而 ScreenSpot-v2 聚焦视觉定位。两者单独都无法衡量安全性、客户特定准确率、恢复行为或财务后果。

Microsoft 最初的 Windows agent benchmark 说明了这一难度。它包含横跨 Windows 应用和网页领域的 150 多项任务。研究人员报告称，其 Navi 智能体完成了 19.5% 的任务，而未获辅助的人类完成率为 74.5%。

自该研究以来，模型已有所进步，但这一比较凸显了“定位控件”与“替代可靠员工工作流”之间的距离。一次遗漏的点击就可能使长序列操作失效。一次错误提交则可能带来合规或财务成本。

Prentis 似乎相信，更小的模型可以在聚焦领域中胜过更大的系统。这一主张具有合理性，因为专业化能够减少不必要的计算，并将训练集中于相关操作。但在客户或独立评估者公布结果前，它仍只是一项主张。

Anthropic 收购电脑操作初创公司 Vercept，带来了另一项竞争信号。这笔交易将经验丰富的智能体研究人员并入一家前沿实验室，并关闭了 Vercept 现有产品。它表明，人才和实用的电脑操作系统早已成为战略资产。

因此，Prentis 必须在模型质量之外展开竞争。它需要客户工作流数据、安全的部署基础设施、可靠的评估体系，以及能够将所宣称的节省转化为收入的商业模式。

OpenAI 和 Anthropic 可以在更广泛的产品套件中改进通用计算机使用能力。Prentis 则可以专注于棘手的企业流程。最终胜负将取决于完成工作的能力、错误成本和客户留存，而非某一份排行榜。

真正的优势在于工作流经验

Prentis 押注的是，稀缺的运营经验比通用模型智能的又一次提升更重要。

公共互联网数据包含海量的语言、软件代码、图像和录制演示内容。但其中关于理赔专员如何处理材料不完整的案件，或物流团队如何应对海关异常的信息却少得多。

缺失的信息往往既具有流程性，也属于私有信息。它包括应先检查哪个系统、哪些字段不可靠、何时需要审批，以及失败交易应如何恢复。员工通过反复实践和非正式指导来掌握这些细节。

Prentis 将其称为未被记录的运营知识。其训练策略旨在让模型接触真实工作的展开方式，包括未成功的操作。失败能够提供有用信号，因为它会揭示哪些界面选择或工作流假设导致了错误结果。

这一机制使该公司的理念区别于传统的机器人流程自动化。传统自动化依赖明确规则、稳定界面和可预测的输入格式。当环境保持在这些边界内时，它表现良好。

计算机使用智能体旨在理解视觉界面，并在布局或输入发生变化时适应。它们有望与缺少现代应用程序编程接口（即 API）的旧软件交互；API 可让软件直接交换数据。

这种灵活性也有代价。基于规则的自动化范围狭窄，但具有可预测性。AI 智能体可以处理陌生情形，但其行为具有概率性。它可能选择看似合理的操作，却违反政策或修改了错误记录。

Prentis 需要围绕这些错误建立严谨的学习闭环。一个有用的系统应能识别不确定性、保留审计轨迹、对重大操作请求批准，并在不破坏底层流程的情况下恢复。

客户访问渠道构成另一项潜在优势。直接与医疗保健或制造业组织合作的实验室，可以收集通用模型开发者无法获得的任务演示数据。它还可以了解哪些失效模式带来的运营成本最高。

然而，针对客户的经验并不会自动在不同组织之间迁移。两家制造商可能使用不同的应用程序、审批层级，以及对任务完成的不同定义。过度定制可能会让一家模型公司变成劳动密集型服务企业。

Prentis 必须在这些差异之下找到可复用的模式。这些模式可能包括文档检索、界面定位、异常分类、跨系统对账，或提交前确认。复用将使公司能够在不同部署中持续改进模型。

据报道，按绩效计费的合同也塑造了这一训练机制。如果 Prentis 从经验证的节省中获得分成，它就会有直接动力去瞄准高价值瓶颈并衡量已完成的结果。这可以使产品开发与客户成果保持一致。

但这同样可能引发争议。客户与供应商可能就基准成本、节省的人力、错误率，或其他流程变化所带来的节省产生分歧。在这些问题解决之前，合同价值可能显得相当可观。

对于知识工作者而言，这一模式改变了成功自动化的含义。智能体不只是起草文本，而是在观察、行动、检查，并通过工具传递信息。团队将需要可检索的记录，以说明智能体看到了什么，以及为何采取行动。

结构化的 AI 工作流可以帮助人们审阅源材料，并保留自动化工作周围的上下文。随着智能体在多个系统中执行操作，这一支撑层的重要性将进一步上升。

Prentis 最终试图从企业计算中记录最少的部分建立数据优势。该实验室无需了解一切；它需要了解具体工作是如何完成的，包括标准流程失效时人们会怎么做。

10 亿美元的关键在于可靠性

最大的不确定性并不在于智能体能否在软件中点击操作，而在于客户能否信任成千上万次此类操作能够在运营规模下可靠执行。

一次成功的演示通常从已知界面和明确目标开始。企业工作则包含过期会话、意外弹窗、缺失文档、重复记录、权限变更，以及需要判断的案例。

错误会在长任务中累积。即使智能体在每一步都有很高概率选择正确操作，包含数十项决策的工作流仍可能频繁失败。可靠部署不只是提升底层模型。

系统必须知道何时停止。它应能区分无害的导航失误，与提交付款、修改病历或与客户沟通等操作。人工审批应集中在具有重大后果的决策周围。

安全带来了第二项挑战。计算机使用智能体可以读取敏感屏幕并操作已认证会话。它们也可能遇到隐藏在文档、网站、电子邮件或连接工具中的恶意指令。

OpenAI 的 Operator 材料将提示注入、网络钓鱼、模型错误和滥用列为核心风险。其初始防护措施包括监控、谨慎导航、任务限制，以及在敏感网站上的主动监督。

这些控制措施说明了其中的权衡。智能体越能独立行动，价值就越高；而同样的独立性也会扩大错误指令、受损文档或定义不佳目标所造成的损失。

企业将期待在凭证、可访问系统、允许操作和数据保留方面设置严格边界。它们还需要能够在事件发生后重建智能体行为的日志。

Prentis 尚未公开详细说明 Hive-32B 如何处理这些问题。其网站介绍了自动化红队测试和能力发现方面的专业能力，但这不能替代部署文档或经过独立审查的安全结果。

医疗保健用例提出了尤其严格的问题。理赔和医疗服务管理可能涉及受保护信息、合同规则，以及影响服务获取的决策。制造商同样运营着与库存、付款和实体生产相关的系统。

据报道的收入结构还带来了另一项验证难题。Prentis 必须证明，自动化工作流确实产生了节省，而没有增加后续错误。如果错误引发申诉、返工或合规风险，更快的理赔流程价值有限。

仅靠基准测试无法回答这一问题。屏幕定位准确率衡量模型是否识别出正确的可见目标。任务完成测试评估更广泛的执行能力。两者都无法完整反映在单一客户内部持续部署的情况。

有用的证据将包括独立测量的完成率、需要人工干预的案例比例、错误严重程度、恢复时间，以及扣除监督成本后的节省。客户还需要了解界面更新时性能将如何变化。

融资本身仍存在不确定性。报道称这轮 1 亿美元融资及 10 亿美元估值仍处于讨论阶段，而非已完成交易。TechCrunch 发布报道时，Prentis 尚未公开确认相关条款。

同样的谨慎也适用于所报道的合同。与未来绩效挂钩的最高合同价值不同于已收取收入。投资者和客户应区分已签署的潜在价值、年化预估、实际节省和已确认收入。

这些不确定性都不会否定公司的方向。它们界定了支撑其估值所需完成的工作。Prentis 必须将有关日常计算机工作的吸引人理论，转化为可重复、可审计的成果。

如果做到这一点，规模较小的专用模型可能会带来颇具吸引力的经济效益。如果做不到，前沿供应商可以吸收同样的工作流经验，同时为客户提供更广泛的平台和成熟的基础设施。

TechCrunch Prentis 报道之后该关注什么

三个信号将显示 Prentis 正在打造可持续的计算机使用业务，还是仅仅讲述一个雄心勃勃的投资者故事。

第一个信号是，据报道的融资能否以接近讨论中的条款完成。完成融资将为 Prentis 提供招募研究人员、构建训练环境和支持企业部署的资源。若条款出现实质差异，则表明投资者采取的态度可能比标题所暗示的更谨慎。

投资者名单的重要性将不亚于融资总额。企业软件专家可在分销和运营纪律方面提供帮助。战略投资者可能提供基础设施或客户渠道，尽管这些关系也可能在 Prentis 与更大平台竞争时对其形成限制。

第二个信号是可被独立审阅的产品证据。Prentis 应公布足够的方法论信息，使他人能够理解其 Hive-32B 基准测试主张。这包括任务设置、模型配置、成功标准和对比评估条件。

独立复现将强化这样一种主张：专用化可以超越更大的前沿系统。缺少方法论或结果不一致，将削弱该项目核心的成本和性能论点。

客户证据则更有价值。部署报告应区分尝试执行的任务和已完成的任务，也应区分低风险操作和具有重大后果的操作。它还应披露员工介入的频率，以及错误如何影响节省计算。

第三个信号是，从合同潜力转化为已确认业务表现的能力。据报道，5000 万美元合同和预计 7500 万美元年化运行率听起来颇为可观。其依赖绩效的结构使执行成为决定性检验。

关注客户是否从一个工作流扩展到多个工作流。扩展将表明系统在初始集成后创造了可复用价值。反复试点却没有扩展，则说明定制化或可靠性仍是障碍。

竞争对手的反应也为这些信号提供了背景。OpenAI 可以通过其智能体平台改进计算机使用能力。Anthropic 可以将模型开发与从 Vercept 获得的人才相结合。两者都可以通过企业已经在评估的产品分发新能力。

Prentis 无需击败每一个前沿模型。它需要证明，集中的工作流经验能够在选定市场中带来更好的运营结果。即使通用模型不断改进，这也会赋予公司可防御的市场地位。

更广泛的行业应关注客户如何衡量价值。编程智能体通常通过开发者采用率、被接受的代码或更快的交付速度获得认可。办公智能体则需要与已完成流程、错误减少和员工监督相关的衡量指标。

这种衡量纪律将决定日常计算机工作能否超越编程，成为 AI 的应用场景。可覆盖的活动规模显然更大。尚未解决的问题是，其中有多少能够以安全且经济的方式实现自动化。

对开发者而言，这使相关技术栈不再局限于模型提示词。评测环境、权限、可观测性、恢复系统以及人工审批设计，都将成为核心产品组件。

对企业采购方而言，审慎的做法是从边界明确的工作流开始。一个理想的起点应具备可衡量的结果、可逆的操作和清晰的升级规则。高频例外情况或许很有吸引力，但在首次部署时，不应赋予其不受限制的自主权限。

对知识工作者而言，这一转变值得关注，因为它瞄准的是应用程序之间的衔接性工作。智能体无需取代整个职业，就能改变一份工作的内容。将文档搜索、记录更新和常规例外处理自动化，能够重组团队分配时间的方式。

TechCrunch 关于 Prentis 的报道记录的是这场检验的开始，而非结果。Prentis 拥有知名创始人、据报道的客户兴趣，以及聚焦明确的技术论点。它尚未公开证明，其基准测试和商业化主张能够在持续部署中得到验证。

未来几个月应会让局面更加清晰。值得关注的是：融资轮是否完成、评测是否可复现，以及客户证据能否将预期节省与实际成果区分开来。

如今，你会信任一名 AI 智能体在公司的内部系统中执行操作吗？不妨先找出一个重复性工作流，记录其中的例外情况，并确定哪些操作必须始终由人类控制。这一过程能揭示计算机使用能力是否已准备好承担这项任务，也能为评估 Prentis 或任何竞争系统建立基准。