融資6.7億！卡帕西押注，這家創企要讓AI學會你的工作
重點摘要
智東西 編譯 | 楊京麗 編輯 | 李水青 智東西6月24日消息，今天，美國AI初創公司Engram公開亮相，宣佈推出面向Agent的API，並完成9800萬美元（約合人民幣6.7億元）融資。Engram希望讓Agent能夠在超大型共享知識工作區中學習，無需每次任務開始前重新讀取上下文。 公司稱，其模型能夠研究用戶上下文，拼接零散信息、建立新聯繫，並發現過去未被注意到的錯誤；在很多任務中，由於不必重新收集上下文，token效率可提升10倍甚至100倍。 ▲Engram發文介紹公司，並宣佈獲9800萬美元融資（圖源：X） Engram的投資方包括General Catalyst、Kleiner Perkins、紅杉資本等風投機構，投資人和顧問還包括Wiz聯合創始人兼CEO阿薩夫·拉帕波特（Assaf Rappaport）、近期剛加入Anthropic的“AI大神”安德烈·卡帕西（Andrej Karpathy）、加州大學伯克利分校教授彼得·阿貝爾（Pieter Abbeel）等。 公司已與協作辦公軟件公司Notion、法律AI公司Harvey和微軟展開早期合作，分別圍繞大型Notion工作區、自定義律所或企業知識模型，以及Microsoft 365中的企業Agent試點落地。 Engram是一家聚焦AI記憶、持續學習和自適應系統的AI初創公司。據公司公開信息，其團隊成員來自斯坦福大學、加州大學伯克利分校和康奈爾大學等機構，研究方向覆蓋上下文壓縮、檢索、LoRA、合成數據、長上下文、記憶架構，以及人類和機器中的記憶與遺忘機制。 一、首款產品是Agent API，已與Notion、Harvey、微軟合作 Engram的長期目標是建立一種統一訓練算法，讓模型能夠吸收任意規模的數據，並在持續更新中變得更好。公司目前每天都會在公司全部數據上，運行這一流程。接下來，他們希望把重訓頻率提高
智東西 編譯 | 楊京麗 編輯 | 李水青 智東西6月24日消息，今天，美國AI初創公司Engram公開亮相，宣佈推出面向Agent的API，並完成9800萬美元（約合人民幣6.7億元）融資。Engram希望讓Agent能夠在超大型共享知識工作區中學習，無需每次任務開始前重新讀取上下文。 公司稱，其模型能夠研究用戶上下文，拼接零散信息、建立新聯繫，並發現過去未被注意到的錯誤；在很多任務中，由於不必重新收集上下文，token效率可提升10倍甚至100倍。 ▲Engram發文介紹公司，並宣佈獲9800萬美元融資（圖源：X） Engram的投資方包括General Catalyst、Kleiner Perkins、紅杉資本等風投機構，投資人和顧問還包括Wiz聯合創始人兼CEO阿薩夫·拉帕波特（Assaf Rappaport）、近期剛加入Anthropic的“AI大神”安德烈·卡帕西（Andrej Karpathy）、加州大學伯克利分校教授彼得·阿貝爾（Pieter Abbeel）等。 公司已與協作辦公軟件公司Notion、法律AI公司Harvey和微軟展開早期合作，分別圍繞大型Notion工作區、自定義律所或企業知識模型，以及Microsoft 365中的企業Agent試點落地。 Engram是一家聚焦AI記憶、持續學習和自適應系統的AI初創公司。據公司公開信息，其團隊成員來自斯坦福大學、加州大學伯克利分校和康奈爾大學等機構，研究方向覆蓋上下文壓縮、檢索、LoRA、合成數據、長上下文、記憶架構，以及人類和機器中的記憶與遺忘機制。 一、首款產品是Agent API，已與Notion、Harvey、微軟合作 Engram的長期目標是建立一種統一訓練算法，讓模型能夠吸收任意規模的數據，並在持續更新中變得更好。公司目前每天都會在公司全部數據上，運行這一流程。接下來，他們希望把重訓頻率提高到每小時一次，最終接近每分鐘一次。 不過，Engram也承認，儘管持續學習、記憶和“從用戶身上學習”已經成為AI領域的熱門概念，但要讓這類系統在大規模、多輪更新中真正可用，仍然沒有成熟解法。Engram團隊已經從上下文壓縮、檢索、LoRA、合成數據、長上下文、記憶架構，以及人類和機器中的記憶與遺忘機制等多個方向研究這一問題。 Engram的首款產品是一套面向Agent的API，能夠讓Agent在超大型共享知識工作區中學習。公司早期合作伙伴擁有非常豐富的上下文數據，也較早採用AI技術。 Engram正與Notion合作開發自定義Agent，使其能夠理解大型Notion工作區；Engram還與法律AI公司Harvey合作開發模型，讓模型內化整個律所或企業的知識，並能在大量客戶事務中搜索和發現判例；此外，Engram與微軟合作，在Microsoft 365中試點Engram模型，為企業客戶提供更低成本、更定製化的Agent。 二、Engram要改變AI“讀完就忘”，讓模型學習用戶上下文 Engram認為，當前AI模型並不能真正理解，用戶在做什麼。模型所知道的內容來自訓練，而訓練數據大多來自公開互聯網。因此，模型瞭解熱門GitHub項目，也瞭解人們寫在網上的文章，但用戶每天真正思考和處理的事情遠不止這些。 用戶知道什麼樣的工作是好的，知道項目的研究方向，也知道希望它一年後變成什麼樣。這些知識覆蓋從細節到全局的諸多方面，往往遠超一個聊天窗口能承載的範圍。即便用戶把想法寫下來，重要信息也會散落在大量文檔和文件中。現在使用模型時，模型通常要先反覆讀取公司裡的許多文檔，然後才能開始工作。 隨著上下文不斷增長，現有方式的問題越來越明顯：模型變得更貴，也更容易混亂。單個用戶產生的數據，已經遠超模型能夠完整處理的範圍。更關鍵的是，讀取本身是淺層且臨時的。即便模型看到了用戶的上下文，也可能在用戶關閉聊天后，忘掉這些內容。換句話說，目前，模型並不會從這些數據中學習，因而，無法自動變得更擅長用戶需要它完成的任務。 此外，一些模型雖然能夠保存歷史上下文，但在新任務中可能會把舊信息和當前問題錯誤關聯，反而帶來干擾。Engram要解決的不只是讓模型記住上下文，還包括讓模型在合適的時候正確使用這些記憶。 Engram希望改變上述問題，目標是構建能從用戶上下文中學習的模型。 三、把訓練算力用在上下文上，最高提升100倍token效率 Engram與其他AI實驗室的訓練方向不同，他們沒有繼續花費大量訓練算力在公開數據上，而是從強預訓練模型出發，把訓練用於用戶關心的上下文。Engram稱，這相當於每個模型都會花費數百年的時間，研究你的上下文：拼湊零散信息，建立此前從未形成過的聯繫，並發現過去未被注意到的錯誤。 在內部使用和與Notion的設計合作中，Engram的模型已經有不錯的表現。這些模型能夠從Engram自己的GitHub、Slack和Notion中學習公司及其工作內容，知道團隊正在做什麼、為什麼做，也能建立意料之外的聯繫，甚至能夠記住團隊成員已經遺忘的信息。 由於很多任務不再需要重新收集上下文，Engram稱其模型可以實現10倍甚至100倍的token效率提升。它們不只是讀過資料，而是像一個熟悉團隊工作的同事一樣，直接知道一些應該知道的事情。 結語：通過上下文學習，讓模型理解用戶 Engram的切入點和很多AI公司不太一樣。多數AI產品仍在圍繞長上下文和工具調用做文章，而Engram選擇把訓練算力用在用戶自己的上下文上，試圖讓模型學會一個人、一個組織的知識和工作方式。 這家公司剛剛亮相就收穫大額投資，贏得行業大牛的支持。接下來，Engram面向Agent的API能否在真實場景中穩定“幹活”，在成本、準確性和持續更新上兌現承諾，還需要實際應用來驗證。 來源：Engram
Related
相關文章
芯片5倍漲價、碳酸鋰翻番，五大車企高管交底：價格戰走到頭了丨重慶論壇觀察
三年前價格戰剛打響時，業內還有聲音說“捲一捲更健康”，車企可以通過降價倒逼供應鏈降本、淘汰落後產能。回頭來看，上述邏輯只對了一半——落後的確實被淘汰了一部分，但活下來的也沒賺到錢。如今，車圈價格戰已經進入第四年，國家補貼政策徹底退出、終端需求被提前釋放，疊加上游原材料再度進入上行區間，車企陷入了更艱難的境地，整個市場的“反價格戰”聲浪也逐漸接近頂點。“成本漲價、材料漲價，售價卻一個比一個賣得更低。”6月12日，賽力斯集團董事長張興海在2026年重慶論壇上吐槽行業競爭亂象，並高呼車企“壓力非常非常大”，他甚至在現場直接攤牌了：存儲芯片從每單位20塊漲到接近100塊，碳酸鋰也從去年同期每噸8萬元漲到18萬，導致問界單車成本攀升1.5萬到2萬元。張興海呼籲車企在價格戰面前保持自律，不能光顧眼前的生存機遇，還要兼顧未來的可持續發展。除了張興海之外，長安汽車總經理趙非、江淮汽車總經理李明、奧迪中國CEO羅彼得、廣汽集團執行委員會委員吳堅，4位車企高管也輪番登場發言，有趣的是，過往熱門的零百加速、算力配置、屏幕尺寸等參數討論在大家的PPT或演講稿中集體消失了，取而代之的是3個高頻詞彙，安全、利潤、長期主義。01銷量、營收、利潤三重回落，汽車價格戰必須喊停了從言論到行動，反價格戰的聲浪在整個論壇貫穿始終，而這種思潮與共識也並非僅限於企業端。中國國際貿易促進委員會汽車行業委員會會長、中國國際商會汽車行業商會會長王俠，在論壇開幕儀式上就對整個汽車行業發出了靈魂拷問，利潤都去哪了？出海究竟走通了嗎？AI是工具還是噱頭？這三問指向的都是同一個產業現實：當整個行業都在用價格換規模，所有人都在透支未來的生存空間。他援引一組數據指出，連續幾年的價格戰，不僅讓車企“內傷嚴重”，也已經讓消費者“審美疲勞”。今年前5個月，幾百款新車集中入市，但銷量卻在萎縮，全國乘用車零售銷量同比下降近兩成；汽車行業一季度的
收入遠高本土平均水平！三星、SK海力士員工躋身韓國婚戀市場頂層；急缺人才！DeepSeek Harness負責人稱每日不停面試招人；微信迎重大更新
要聞提示1.外媒：三星、SK 海力士員工已躋身韓國婚戀市場頂層2.急缺人才！DeepSeek Harness負責人坦言每日不停面試招人3.微信迎來史上最大更新！多項功能全面升級4.字節跳動CEO梁汝波：收縮業務寬度，聚焦AI5.劉強東的京東工業，失去一員大將！49歲CEO宋春正因健康原因辭職6.騰訊考慮退出多家日本遊戲公司投資7.大疆Osmo Pocket 4P開售秒罄，二手市場現貨溢價破千元8.搶先蘋果！Meta發佈首款自有品牌智能眼鏡：定價299美元起今日頭條外媒：三星、SK 海力士員工已躋身韓國婚戀市場頂層6 月 23 日消息，有外媒發佈長文指出，全球 AI 熱潮不僅把 SK 海力士和三星電子推成韓國股市寵兒，也顯著提高了兩家公司員工在婚戀市場上的地位。韓國多家婚介機構表示，AI 帶動存儲芯片需求激增，兩家公司員工獲得豐厚獎金，由此形成一批高收入群體。在婚戀市場上，SK 海力士和三星電子員工已經可以和醫生、律師等傳統精英職業從業者相提並論。高薪和良好前景也吸引了越來越多求職者，亦有高中生把進入三星電子或 SK 海力士作為職業目標。一些培訓機構已經開設專門課程，幫助求職者準備兩家公司的面試。AI 熱潮推高了存儲芯片需求，也讓兩家公司股價和利潤不斷刷新紀錄。週一，SK 海力士市值超過三星電子，成為韓國市值最高的公司。員工收入同樣水漲船高。SK 海力士去年調整了獎金制度，三星電子上月也與工會達成薪酬協議，部分芯片業務員工可獲得約 41.6 萬美元（約合 282.3 萬元人民幣）績效獎金。相比之下，韓國政府數據顯示，2024 年韓國勞動者平均年收入約為 4500 萬韓元（約合 19.9 萬元人民幣）。（IT之家）國內資訊急缺人才！DeepSeek Harness負責人坦言每日不停面試招人6月23日消息，據報道，DeepSeek Harness團隊負責人崔添翼日前在社交平臺發文
Mistral OCR 4 Brings Citation-Ready Structured Output to RAG, Agentic, and Enterprise Search Pipelines
Today, Mistral AI released OCR 4, its latest document-understanding model. This new release adds bounding boxes, block classification, and inline confidence scores alongside extracted text. It supports 170 languages across 10 language groups and runs in a single container for fully self-hosted deployments. OCR 4 also serves as an ingestion component for enterprise search, RAG, and domain-specific retrieval pipelines. TL;DR OCR 4 returns bounding boxes, typed-block labels, and per-word confidence scores, not just text. It supports 170 languages across 10 groups, with gains on rare and low-resource languages. Independent annotators preferred OCR 4 over every system tested, averaging 72% win rates. Pricing is $4 per 1,000 pages, dropping to $2 with the Batch-API discount. One endpoint serves
小米 MiMo-V2.5-Pro-UltraSpeed 限時體驗官宣延期，下線時間將根據資源情況另行安排
小米官方今日發佈《關於 MiMo-V2.5-Pro-UltraSpeed 限時體驗延期的通知》，稱經團隊評估決定延長 UltraSpeed 限時體驗窗口，讓更多開發者有機會接入體驗 1000 tokens/s 的推理能力。
AI定價徹底分化，大模型只剩兩種活法，中間的先死
這篇消息聚焦「AI定價徹底分化，大模型只剩兩種活法，中間的先死」。原始導語提到：大模型的未來屬於兩個極端 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
剛剛，物理世界的Anthropic現身，團隊來自中國
這篇消息聚焦「剛剛，物理世界的Anthropic現身，團隊來自中國」。原始導語提到：中國團隊拿下世界模型量產第一 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。