公开发布仅仅四个月后,旧金山AI助手初创公司Town便跨过了10亿美元估值门槛。公司宣布完成1.08亿美元B轮融资,由Forerunner Ventures与Menlo Ventures联合领投。对于一家成立刚满两年的企业而言,这种爬升斜率在降温后的创投市场显得极不寻常。

资本市场的真金白银并不是在奖励又一个对话框。Town切入企业工作流的核心逻辑在于多智能体协作,试图将分散在个人终端的自动化工具串联成网络。然而,支撑起10亿美元身价的底层支柱,实际上是一套近乎严苛的高客单价订阅与用量配额机制。这种设计精准对冲了大模型的调用成本,却也暴露出无自研基座应用的根本焦虑。

资方抢夺标的,老兵联手催生新独角兽

这笔B轮融资的交割过程充满博弈痕迹。早在2026年9月3日,市场便传出Town计划融资9000万美元的消息,当时Index Ventures因与旗下另一家企业Instinct存在竞业冲突而遗憾退出。资本对头部Agent标的的争夺最终推高了融资金额,实际交割规模定格在1.08亿美元。

资方争夺将估值推上独角兽,竞业限制与领投博弈落在纸面上(示意图)
资方争夺将估值推上独角兽,竞业限制与领投博弈落在纸面上(示意图)

除领投方外,参与本轮投资的机构名单相当庞大,涵盖Andreessen Horowitz(a16z)、First Round Capital、Better Tomorrow Ventures、Precedent.vc、Scribble Ventures、Serena Ventures、Sparked Ventures以及多位天使投资人。此前,Town已在2026年6月3日宣布过由a16z领投的5500万美元A轮融资,加上早期获得的1800万美元种子轮,其累计融资额已迅速达到1.81亿美元。

Town 融资演进与关键体量 种子轮融资 $18M 早期产品预研 2026年6月 A轮 $55M a16z 领投 2026年10月 B轮 $108M Menlo/Forerunner 累计融资 / 投后估值 $10亿 累计融资 $1.81亿

两位创始人的技术履历是资本押注的关键筹码。前Plaid首席技术官Jean-Denis Gréze擅长金融级底层数据连接,前谷歌应用AI总监Tony Vincent则深谙模型工程落地。在AI助手扎堆的市场里,Lindy和Martin主攻高管个人助理,Motion发力自动化排程,而Town将切口选在办公组织的网络化协同。


严苛配额算盘:用高单价对冲Token消耗

Town的产品形态是为企业员工配置名为Townie的个性化助手。每个助手挂接邮箱、日程及业务软件,通过名为Town Wiki的模块沉淀个人工作习惯。员工之间的Townie可以彼此交换授权信息,甚至对接外部客户。随着B轮融资敲定,Town顺势推出了共享工作流,由系统自动分发企业更新,省去了员工手动调教助手的步骤。

高昂订阅与严苛用量配额,将外部模型调用成本转嫁给用户(示意图)
高昂订阅与严苛用量配额,将外部模型调用成本转嫁给用户(示意图)

商业化表现为这轮融资提供了直接支撑。官方数据显示,产品在2026年6月正式公开发布后,年化经常性收入(ARR)在数周内便冲上七位数美元。7月以来,其付费客户增长4倍,付费团队规模录得9倍扩容。

支撑这项增长数据的核心,是一套门槛颇高且带有严格配额的定价体系。

订阅层级定价标准对话与资源配额核心适用场景
Free免费每月30条对话基础体验与尝鲜
Starter15美元/月基础额度入门级轻量协助
Pro49美元/月(按年计)进阶Credits配额日常办公与邮件管理
Power99美元/月(按年计)强化Credits配额重度信息协同
Power Plus199美元/月(按年计)顶格企业级Credits全流程高频介入

这套分层定价清晰反映了AI原生软件的商业算盘。月费49美元起的Pro层级已经远超主流SaaS软件的单人月租,而Credits消耗体系的设计,本质上是将调用外部底座模型所产生的Token成本风险完全转嫁给使用者。

多智能体工作流与成本控制环路 数据接入 邮件 / 日历 / 文档 Town Wiki 沉淀 Townie 协同 多智能体信息核验 共享工作流分发 外部模型调用 第三方商业基座 Token 成本发生 Credits 配额 按量消耗与封顶 防御单位经济恶化

体验割裂与巨头围剿下的窗口期

与高估值形成鲜明对照的,是实际落地时的体验落差。

评测落差与合规顾虑,暴露出产品在企业落地时的实际阻力(示意图)
评测落差与合规顾虑,暴露出产品在企业落地时的实际阻力(示意图)

第三方调研机构Cascade Insights给出的评测展现了这种结构性矛盾。Town在易用性(Usability)上拿到了4.5/5的高分,表明其界面整合与流程引导十分顺畅;但在核心能力(Power)和使用成本(Cost)上,分别仅获得3.5/5与3/5的平庸评价。许多重度用户反馈,在日常邮件汇总和早报生成之外,Town在处理深度逻辑分析与财务核算时表现乏力,输出结论仍需人工逐项复核。同时,系统内置的Credits额度极易触顶,持续续费带来了显著的投入产出比焦虑。

在企业级部署的另一端,合规与安全性始终是一道隐形天花板。尽管Town已取得SOC 2 Type 2认证,默认关闭模型训练选项,对邮件与日程采用按需检索,并对所有外发动作强制执行人工二次确认,但对于掌控核心数据的中大型政企而言,将组织通讯资产暴露给第三方AI中枢依然充满阻力。

缺乏自研基座的Agent产品,其估值天花板取决于巨头原生功能落地的速度。

更深层的危机来自底层平台。微软Copilot正在将自动化流程直接写入Windows与Office套件,谷歌Gemini也在持续收编Workspace的操作入口。Town不掌握底层大模型,其赖以生存的上下文记忆与跨端调度,正处于系统级供应商的射程之内。

  • 风险.高昂的订阅定价与容易触顶的用量限额,可能导致中小团队在尝鲜期过后迅速流失,令缺乏经审计的ARR留存率经受考验。

对于领投的Menlo与Forerunner而言,押注Town是一场争分夺秒的防守战。它必须在操作系统级AI全面接管桌面生态之前,依靠团队间的协同网络沉淀出不可替代的组织关系链。一旦这种多智能体网络效应未能按期成型,所谓四个月诞生的独角兽,随时可能在巨头的版本迭代中失去议价能力。