一家成立才三个月的公司,正在谈1亿美元融资,估值10亿美元。这个数字不算最扎眼的部分——扎眼的是,它靠自报的合同价值和一个还没兑现的预测数字,就把估值谈到了这个位置。
这家公司叫Prentis,做的是电脑操作智能体:训练AI像新员工一样点鼠标、填表格、在系统之间倒腾文件。联合创始人名单很硬——连续创业者Ritankar Das,加上LinkedIn联合创始人Reid Hoffman、Zynga创始人Mark Pincus。但真正值得琢磨的不是又一个明星阵容拿到独角兽估值,而是一个更小更便宜的模型,配上"按你省下的钱抽成"的收费方式,能不能把电脑操作智能体从演示视频里的花活,变成企业真愿意长期买单的劳动力替代品。
三个月,团队、客户与模型主张
Prentis今年4月上线,团队已超过25人,不少人来自OpenAI、Google DeepMind、Meta、腾讯和阿里巴巴的研究团队。它瞄准的是保险理赔、关税退款异常处理这类跨文档、跨系统反复核对的日常流程——说白了,就是办公室里最枯燥也最缺人手的活。
据知情人士透露,Prentis已经和多个客户签下合同,包括一家医疗管理服务机构和一家制造商,合同总价值最高达5000万美元。这是多个客户的合计上限,不是一笔订单。
公司自研模型Hive-32B,号称在WindowsAgentArena和ScreenSpot-v2这两项电脑操作基准测试上跑分超过GPT-5.4和Claude Opus 4.6,单次任务成本还低了约10倍。逻辑很清楚:不追前沿模型的通用智能,专攻具体任务,用小模型压成本,靠成本优势铺客户。
数字里的水分
投资材料里还有一个更扎眼的数字:7500万美元,预计到今年三季度的年化运行率。这个数字经不起细看。
Prentis自己在文件里写得很清楚:这是按合同约定、客户实际节省金额的20%估算出来的"年化价值",不是已经到账、已经确认的收入,而且"取决于实际绩效,并受最终执行结果影响"。三个数字之间的关系,值得摆清楚:
| 数字 | 实际含义 | 是否等于已到账收入 |
|---|---|---|
| 5000万美元 | 多个客户合同价值上限之和 | 否,是上限,不是订单额 |
| 7500万美元 | 预计三季度年化运行率,按节省额20%推算 | 否,是预测值,依赖实际执行 |
| 20% | 客户节省额的抽成比例 | 是收入公式的核心变量,不是收入本身 |
跑分同样如此。Hive-32B胜过GPT-5.4和Claude Opus 4.6的说法,来自公司自己公布的基准测试,没有第三方独立复核。跑分高低,和真实办公室里长流程、跨系统、权限管理复杂的场景能不能稳定跑通,是两件事。
我的判断
"天下熙熙,皆为利来。"按节省额抽成,听着比传统订阅费公道——客户不用先掏钱验证效果。但仔细看,风险几乎全压在Prentis自己身上:得先干活、干成、算清楚省了多少钱,才能拿到那20%。
这套模式在保险理赔、供应链核对这类流程标准化程度高的行业或许跑得通。一旦客户流程本身不规范,"到底省了多少钱"谁说了算,很容易变成扯皮的起点。目前公开材料里,看不到节省额的具体核算方法,也看不到客户验收标准——这是采购方签合同前该问清楚的第一件事,不是可以留到后面补的细节。
这条赛道也不是Prentis一家在跑。
| 玩家 | 路线 | 已知动作 |
|---|---|---|
| Prentis | 小模型专攻具体任务,按节省额抽成 | 自称合同上限5000万美元,估值待定 |
| OpenAI | 通用前沿模型延伸到电脑操作 | GPT-5.4已是Prentis对标基准之一 |
| Anthropic | 通用模型+团队并购扩张 | Claude Opus 4.6在列,年初收购西雅图团队Vercept |
| Thinking Machines Lab | Mira Murati带队,同样布局电脑操作智能体 | 尚处早期,细节公开有限 |
小模型、低成本是Prentis讲给投资人听的差异化故事,但这条护城河能撑多久,取决于巨头愿不愿意也做一个更便宜的版本。Anthropic已经在用并购补这块拼图,说明这不是它们没想到,只是没顾上先做。
对企业采购方来说,眼下更现实的动作是等,不是急着签长期合同——先看这些已签客户到年底能不能拿出"确实省了钱、确实少雇人"的实际数据,再谈续约规模。对开发团队和一线流程负责人来说,与其信公司公布的跑分,不如要一份基准测试的原始日志,或者拿自己的流程实测一遍。真正该盯的分水岭,从来不是Hive-32B的跑分好不好看,而是这些合同客户的钱,最后有没有真的收回来。