企业智能体管道竞赛：Ampersand 与 Restate 为读写层注入资金
10 月初的两轮融资指向了企业 AI 中最不起眼、却可以说最重要的部分。Ampersand 融资 1500 万美元，Restate 融资 2000 万美元。两家公司都不做模型，它们都在构建管道，让智能体能够在企业已经在运行的系统里真正做点事。
Ampersand：在记录系统中读写
Ampersand 于 10 月 6 日完成 A 轮融资，由 Bessemer Venture Partners 领投，老股东 Matrix 和 Flex Capital 继续参投，新投资方包括 Yelp 和 Mana Ventures。其融资总额目前约为 1970 万至 2070 万美元，高于 2023 年 4 月由 Matrix 领投的 470 万美元种子轮。该公司成立于 2022 年。
这个卖点说起来容易，做起来难。让 AI 应用在企业已经依赖的、老旧作响的业务软件内部运行。Ampersand 构建的基础设施让智能体应用能够在 Salesforce 和 NetSuite 等记录系统内执行读取和写入操作。
读取是容易的一半，写入才是难点所在。只会读取的智能体可以回答问题。而能写入的智能体可以更改记录，而在记录系统中写错是一条业务问题，而不只是一个糟糕的答案。
该公司的重点在于定制化问题。企业系统很少开箱即用。企业会对它们进行大量定制，因此一家公司的 Salesforce 配置可能与另一家几乎完全不同。Ampersand 将自己定位为传统集成平台的对立面，后者往往提供更广但更浅的连接。能够处理每位客户定制化需求的更深层集成，正是该公司所推销的差异化优势。
在融资的同时，Ampersand 宣布 Andi 进入测试阶段，这是一个 AI 集成智能体，帮助开发者完成针对每位客户的实施工作。这正是那种繁琐、因客户而异的配置工作，它让数据同步在特定环境中真正运转起来。
Restate：为长时间运行的智能体提供持久化基础设施
Restate 由 Singular 领投的 2000 万美元 A 轮融资将用于面向智能体工作流的持久化基础设施。其目标是运行时可靠性：那些不起眼的管道，确保长时间运行的智能体不会在任务中途无声无息地失败。
这个问题很具体。一个运行数小时、在不同工具之间切换并持有状态的智能体，有很多可能掉链子的地方。网络调用超时、服务重启、某个步骤完成了但结果从未被记录。在演示中，你可以手动重试。在生产环境中，你需要运行时来保证一个步骤要么完成，要么被安全地重试，并且智能体的状态能够在崩溃后存活。
这就是持久化执行，一种在分布式系统中早已成熟的模式，如今正被应用到智能体循环中。Restate 的赌注是：大多数生产环境中的智能体都会依赖这类基础设施，而且几乎没有人愿意自己构建它。
为什么这两轮融资应当放在一起看
把两者放在一起，缺口的样子就清楚了。一家公司让智能体能够触及存放企业数据的系统。另一家则让智能体能够运行得足够久、足够可靠，从而值得被赋予这种访问权限。
两者都属于那种永远不会上头条、却是大多数生产环境智能体在后台所依赖的工作。本月，Salesforce、AWS、OpenAI 和 NVIDIA 的发布让智能体平台市场变得拥挤，它们各自瞄准同一个问题：让智能体足够安全，以承担真实的业务职能。Ampersand 和 Restate 位于那一层之下，处在决定其上层能否运转的位置。
更广泛的治理转向
10 月的智能体平台新闻有一条共同主线：治理正在追上能力。OpenAI 推出了 Presence，这是一个用于部署语音和聊天智能体的运营层，具备结构化治理能力，企业可以为每个智能体定义工作范围、受限的知识访问权限以及已批准的操作。Classie Supervise 同期推出，为企业提供对已投入生产的智能体的实时追踪、控制和核算。
Salesforce 和 AWS 宣布推出 Agentforce 360 for AWS，这是一个联合平台，其 Atlas Reasoning Engine 通过 Amazon Bedrock 在 Anthropic 的 Claude 模型上运行，并为每个智能体决策生成不可篡改的审计轨迹。CrowdStrike 是早期采用者之一，其给出的理由是采购简便以及安全性。
市场已经越过的问题是智能体能否完成一项任务。现在的问题是，企业能否在智能体运行起来之后对其进行治理。Ampersand 和 Restate 回答的是这个问题之下的那一层——只有当写入受控、运行时持久可靠时，治理才成为可能。
值得关注的点
有两件事可以验证这一论点。第一，企业是否会大规模地选择深度的、针对每位客户的集成，而非浅层集成——这正是 Ampersand 针对成熟集成平台所提出的主张。
第二，持久化执行是否会成为智能体运行时的默认预期，而不是团队事后再补上的功能。如果长时间运行的智能体变得普遍，可靠性就不再是可选项，而保障可靠性的基础设施也不再是细枝末节。本月的这几轮融资表明，投资者认为这两种转变已经在发生。
为什么“读取和写入”不是同一种能力
“读取和写入”这个说法掩盖了一个事实：它们是两种截然不同的要求，而这种差异解释了为什么集成问题如此困难。
读取操作之所以安全，是因为它最坏的结果只是一个错误答案。智能体查询一条记录、拿到数据，然后用得好或不好。系统状态不会改变。
写入操作则会改变业务。它会创建记录、更新字段、触发下游工作流。在记录系统中，一次写入会通过集成、报告和流程向外扩散，而这些集成、报告和流程从未被设计为预期智能体是作者。一次在错误时间到达、携带过期值或触发两次的写入，会成为数据事故，而不只是一个错误答案。
这就是为什么 Ampersand 对按客户定制化的关注是关键所在，而非细节。两家运行同一款软件的公司会有不同的字段配置、不同的校验规则和不同的下游自动化。针对默认架构能正常工作的浅层集成，遇到定制化架构就会失效，而且会以一种难以追踪的方式失效，因为故障会出现在下游报告中，而不是在写入发生的位置。
为什么持久化是另一半
写入问题和可靠性问题是同一项关切的两面。一个会触及记录系统的智能体必须被信任能够正确且完整地完成操作，而完整恰恰是长时间运行的流程难以做到的。
设想一个智能体必须基于一批文档更新一百条记录。它会运行一段时间，使用多个工具，并持有中间状态。中途，网络调用失败或服务重启。如果没有持久化执行，这次运行要么直接终止，要么从错误的点恢复，结果记录只被更新了一半。有了它，每个步骤都会被记录，因此运行可以恢复，而不会重复已完成的写入或跳过未完成的写入。
这两家公司从不同的端点解决同一个信任问题。Ampersand 确保智能体能够触及这些系统，并尊重它们的形态。Restate 确保智能体有始有终。一个能写入但经不起中断的智能体无法用于生产，而一个持久可靠但不能写入的智能体也没有用处。只有这两半都具备，它们之上的那一层——治理与监督工具——才有坚实的东西可供治理。
定价信号
解读融资规模的一个有用方式，是把它看作市场如何为这层看不见的层面定价的信号。Ampersand 约 2000 万美元的总融资额和 Restate 的 2000 万美元 A 轮，与流入模型开发和智能体平台的资本相比并不算大。这一差距表明，管道预计将由许多小供应商而非少数大供应商提供，并且这类工作的价值在于可靠性，而非新颖性。
对于基于智能体构建产品的团队来说，这提示了一种务实的姿态。假设集成层和持久化层将来自专业厂商，而不是模型提供商，并在设计上保留替换它们的能力。今天看起来会长久存在的智能体框架，可能建立在会变化的运行时之上，而它所写入的记录系统将比这一切都更长寿。