Anna Monaco在"AI智能体"这个术语还未流行之前就开始构建AI智能体了。在开发了众多聊天机器人后,她开始寻找其他适合AI智能体的界面类型,最终选择了电子表格。
"我有一个个人习惯,我注意到很多其他人也有这种习惯,就是将非常重要的CRM数据放在电子表格中,因为这是最灵活的工具,"Monaco告诉TechCrunch。"但实际上维护起来很痛苦。涉及太多手动工作。所以我就深入钻研,为自己构建一个产品,想要重新构想在大语言模型全面支持下电子表格可能的样子。"
结果就是Paradigm,这是一个AI驱动的电子表格,配备了超过5000个AI智能体。用户可以为单独的列和单元格分配不同的提示,各个AI智能体会爬取互联网来查找并填写所需信息。
Monaco表示,Paradigm与Anthropic、OpenAI和谷歌Gemini的AI模型兼容,并支持模型切换。
"我们希望支持每一个模型,因为我们希望用户在需要时能够获得最高推理输出,同时也能获得最便宜的输出,"Monaco说。"这是一个不断评估不同模型、与模型提供商密切合作以确保我们的限制足够高,然后将这些能力提供给用户的持续循环。"
该公司在2024年底推出了小规模封闭测试版预览,并一直在根据客户反馈迭代产品。Paradigm吸引了从顾问到销售专业人士和金融人士等各类用户,采用基于使用量分层的订阅模式。咨询公司安永、AI芯片初创公司Etched和AI编程公司Cognition都是早期客户。
Paradigm现在向公众发布其产品,并宣布完成了由General Catalyst领投的500万美元种子轮融资。该公司迄今已筹集700万美元。Monaco表示,这笔资金将用于执行公司"极其激进的产品路线图"。
"筹资时发生的有趣事情是,我们向一些人推介后,他们就一直在使用并为产品付费,"Monaco说。"我认为这很酷。我们从中发现了很多价值,不仅是我们的投资者——甚至是我们交谈过的其他投资者——仍在使用它。"
Paradigm并不是唯一一家寻求为电子表格提供AI升级的公司。已筹集超过600万美元风险投资的Quadratic是一家有着相似目标的3年历史的初创公司。谷歌和微软等传统公司也在向其电子表格应用添加AI工具。
Monaco表示,她并不真正考虑竞争,因为Paradigm并不认为自己是一个AI驱动的电子表格。她说她认为这是一个新的AI驱动工作流程,恰好以熟悉的电子表格形式存在,但不一定永远保持这种形式。
"我在当前最受欢迎的AI产品中看到的是现在和未来之间的微妙平衡,"Monaco说。"如何构建一个现在就非常强大并产生大量价值,同时也为未来做好充分准备的产品?这是我一年前创办公司时问自己的问题。"
Q&A
Q1:Paradigm是什么产品?它有什么特别之处?
A:Paradigm是一个AI驱动的电子表格工具,配备了超过5000个AI智能体。用户可以为单独的列和单元格分配不同的提示,AI智能体会自动爬取互联网来查找并填写所需信息,大大减少了手动维护数据的工作量。
Q2:Paradigm支持哪些AI模型?为什么要支持多个模型?
A:Paradigm与Anthropic、OpenAI和谷歌Gemini的AI模型兼容,并支持模型切换。创始人表示希望支持每一个模型,让用户在需要时能够获得最高推理输出,同时也能获得最便宜的输出选择。
Q3:Paradigm的目标用户群体是什么?商业模式如何?
A:Paradigm吸引了从顾问到销售专业人士和金融人士等各类用户,早期客户包括咨询公司安永、AI芯片初创公司Etched和AI编程公司Cognition。采用基于使用量分层的订阅模式运营。
好文章,需要你的鼓励
西部数据闪存业务分拆后,SanDisk宣布将停用广受欢迎的WD Black和Blue品牌,推出全新的SanDisk Optimus系列NVMe产品线。WD Blue驱动器将更名为SanDisk Optimus,而高端WD Black驱动器将分别更名为Optimus GX和GX Pro。尽管品牌变更,底层硬件和供应链保持不变。然而受全球内存短缺影响,预计2026年第一季度客户端SSD价格可能上涨超过40%。
上海AI实验室开发RePro训练方法,通过将AI推理过程类比为优化问题,教会AI避免过度思考。该方法通过评估推理步骤的进步幅度和稳定性,显著提升了模型在数学、科学和编程任务上的表现,准确率提升5-6个百分点,同时大幅减少无效推理,为高效AI系统发展提供新思路。
福特汽车在2026年消费电子展上宣布将在车辆中引入AI助手技术。该AI助手最初将在福特和林肯智能手机应用中推出,从2027年开始成为新车型的原生功能。福特希望通过AI技术实现车辆个性化体验,提供基于位置、行为和车辆能力的智能服务。同时,福特将采用软件定义车辆架构,推出自研的高性能计算中心,提升信息娱乐、驾驶辅助等功能。
MIT团队开发的VLASH技术首次解决了机器人动作断续、反应迟缓的根本问题。通过"未来状态感知"让机器人边执行边思考,实现了最高2.03倍的速度提升和17.4倍的反应延迟改善,成功展示了机器人打乒乓球等高难度任务,为机器人在动态环境中的应用开辟了新可能性。