Henrik Werdelin在过去15年中通过其初创工作室Prehype帮助企业家打造了Barkbox等知名品牌。如今,他在纽约创立了新公司Audos,押注AI技术能够帮助他将业务规模从每年"数十家"初创公司扩展到"数十万"有志创业者。
时机确实恰到好处。各行业的大规模裁员让许多员工重新考虑职业道路,而AI工具显著降低了构建数字产品和服务的门槛。Werdelin的最新企业正处于这个交叉点的中心,承诺帮助"普通创业者创建百万美元AI公司",无需技术技能。
从Prehype到Audos的转变反映了当前创业领域正在发生的广泛变革。Prehype成立于2010年左右,专注于与技术创始人合作构建传统初创公司,那种可能融资数百万美元并瞄准十亿美元退出的公司。
现在,Werdelin告诉TechCrunch:"我们试图做的是运用多年来构建大公司积累的所有知识和方法论,真正实现民主化。"
这个理念是,"普通创业者"可能感觉到变化即将到来,但可能不愿意尝试所谓的AI代理或不知道如何接触客户。Audos很乐意帮助他们,为这些非技术创始人提供AI工具,使用自然语言构建复杂产品,并利用社交媒体算法为他们找到细分客户。
"Facebook和许多平台都拥有令人难以置信的算法,如果你定义了客户群体,它们在找到客户方面非常出色,"与Prehype合伙人Nicholas Thorne共同创立Audos的Werdelin说道。实际上,Audos使用这个系统快速测试创始人的商业想法是否具有可持续的客户获取成本。
这种方法似乎正在奏效。自测试版推出以来,Audos已帮助推出"数百家"企业,创始人通过Instagram广告发现该平台,广告询问"你是否曾想过创业,但不知道从哪里开始?"其中包括一位想帮助人们评估维修报价的汽车修理工、一位销售"身后事务处理"服务的个人、虚拟高尔夫挥杆教练和AI营养师。在对十亿美元独角兽企业的戏谑中,他称这些一到两人的团队为"驴角兽"。
所有人都经历了相同的过程:他们点击Audos的广告,AI代理启动对话以了解这些个人想要解决的问题和服务对象,当对答案满意时,Audos尽快让他们接触潜在客户。
在回报方面,Audos采用与传统加速器或风险投资根本不同的模式。该公司不获取股权,而是从其帮助推出的企业中抽取15%的收入分成。作为回报,创始人可获得高达25,000美元的资金、AI驱动的业务开发工具,以及主要通过付费社交媒体广告的分销帮助。
"我们不获取他们业务的任何股权,"Werdelin说,部分原因是"我们认为这些公司可能永远不会被出售。我们真正受启发的是那些构成社会支柱的夫妻店。"
收入分成无限期持续,类似于苹果应用商店收取的平台费用。对创始人而言,这意味着永久放弃相当大部分收入——15%的抽成随时间推移可能让企业家损失数十万美元。一些人无疑会认为这种权衡是值得的;其他人可能质疑长期成本是否证明收益合理。
鉴于环境变化如此迅速,Audos的价值主张引发了其他问题。虽然Werdelin强调帮助创始人与客户建立关系,但AI代理实际能处理多少这种关键工作尚不清楚。还有差异化问题。正如Werdelin坦率承认的,"世界上充满了这些工具",而且它们正在快速改进。当创业者可以在不支付永久收入税的情况下获得类似AI能力时会发生什么?
Audos的投资者对这些情况并不担心。True Ventures领投了Audos的1150万美元种子轮,合伙人Tony Conrad在本周的Zoom通话中解释了吸引力。Conrad说,除了对Werdelin和Thorne有信心外,"我认为有很多很多人"可能会热切拥抱与Audos这样平台合作的机会。
Conrad将此与Instagram仅13名员工就实现10亿美元退出进行比较,表明AI可能实现更大的杠杆效应,即使目前总共只有5名员工的Audos并非追逐独角兽。正如Werdelin解释的,"我们追求的是数百万能够创建百万美元或五十万美元业务的人,这些业务是真实的、改变生活的。"
Werdelin另外谈到为什么创立Audos时说:"我们试图弄清楚如何让一百万家公司实现一百万美元营业额。那就是万亿美元营业额的业务。"
这听起来并不疯狂。随着传统就业开始感觉越来越不稳定,将创业的好处扩展到传统上无法获得启动资金或技术技能的人群是一个越来越有吸引力的主张。"我们相信应该有人真正帮助那些构建非风投支持项目的小企业家,"Werdelin说。"我们相信更多创业精神让世界变得更好。"
Audos的其他投资者包括Offline Venture和Bungalow Capital,以及众多知名天使投资人,其中包括Niklas Zennstrom和Mario Schlosser。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。