29家种子轮公司入选硅谷榜单，AI Agent配套成创业热点

下一家能改变行业的公司，眼下或许还没走进多数人的视线。

硅谷科技媒体 Newcomer 和风险投资机构 Felicis 最近一起放出了一份叫“Emergent”的创业公司名单，邀请多位知名创始人来提名他们看好的早期项目。

参与推荐的人里有 Vercel 创始人 Guillermo Rauch、Runway 创始人 Cristóbal Valenzuela、ElevenLabs 联合创始人 Mati Staniszewski，还有 LinkedIn 联合创始人 Reid Hoffman，最终有 29 家公司上榜。

入选者的融资阶段都没超过种子轮。业务从 Agent 的支付、安全、管理，一直铺到机器人、AI 医疗、生物科技和音乐影视制作，跨度很大。AI 创业公司扎堆冒出来的当下，这份榜单给外界提供了一个看硅谷风向的窗口。

Agent 基础设施：AI 开始需要支付、安全和管理系统

29 家公司里，围着 Agent 转的工具和基础设施占了不小的一块。Agent 开始替用户买东西、操作企业软件，甚至自己扛下复杂任务，支付、安全、权限管理、可靠性这些需求也就跟着冒了出来。

支付是其中冒出的新市场。Karen Serfaty 和 Felipe Abello 创办的 Agentcard，想让 Agent 自己完成线上交易，买东西、订服务都算在内。Vercel 创始人 Guillermo Rauch 看好这个方向：AI 从给建议走到真动手干活，支付能力就成了数字服务和商业活动之间的关键一环。

Agent 拿到的操作权限越多，安全管理越棘手。初创公司 Arrakis Security 能找出企业内部跑着的 Agent，分析它们的行为，发现风险就拦下或撤销操作。ElevenLabs 创始人 Mati Staniszewski 在推荐里说，传统安全工具主要照着人类用户来设计，可如今企业的客户管理和财务系统里开始出现能自主执行任务的 AI，安全体系也得跟着调。

LinkedIn 联合创始人 Reid Hoffman 盯上的是操作记录和信任问题。他看好的初创 Mnemom，能给 Agent 的每次行动生成可验证记录，再拿实际行为跟企业指令做比对，管理者可以追溯任务是怎么执行的。

Agent 的可靠性上也有类似需求。初创 Convergent 试着从实际运行记录里翻出失败案例，转成评测环境，再用编程 Agent 去修。它已经面向法律、金融、人力资源等领域开展业务，重点是解决 Agent 在真实场景里反复出错的问题。

另一家 Ampersand 往企业里面扎得更深：分析员工操作和业务流程，建一个持续更新的企业运营模型，用来规划自动化任务、评测 Agent、改进工作流程。创始团队来自 Palantir、OpenAI 和 Google。Crosby 创始人 Ryan Daniels 把这两家公司一起推荐了，他看重的是它们对企业真实工作流程的理解。

安全和可靠性之外，模型选择与推理成本也在长成独立市场。初创 Martian 做了一套模型路由系统，按任务需求实时挑合适的大模型，帮企业压住推理费用。另一家 Conway 开发预测基础模型，把企业实时业务数据用到商品推荐、价格制定和信贷评估等场景里。

还有一批公司在补 Agent 获取信息、使用软件、完成开发任务的能力。

比如初创公司 Armature，记录 Agent 通过 MCP 服务、Claude 连接器和 ChatGPT 应用访问产品的过程，帮开发者搞清用户是怎么跟软件交互的；Attention Engineering 收集用户操作电脑时产生的上下文，给个性化 AI 喂更丰富的信息；Tako 则把不同来源的数据整理成语言模型能看懂、能查询的形式，帮用户完成复杂分析。

代码生成提速之后，持续集成和自动化测试成了新的卡点，Peak 盯上的正是这里。这家公司做的是更快的代码构建环境，推荐资料称其已运行数百万项持续集成任务。

Felicis 创始人 Aydin Senkut 认为，未来的 Agent 经济需要大量配套设施。他在 Newcomer 的访谈里提出，等到数百万甚至数十亿个 Agent 通过 API 搜信息、用服务、执行任务，身份管理、安全和数据基础设施的分量还会继续往上走。

从支付、安全到模型路由和运行评测，这些公司正围着 Agent 的实际使用搭一套新的配套系统。企业部署规模一大，这些细分需求里也可能长出新的基础设施公司。

AI 原生应用：从通用聊天工具走向具体工作场景

基础设施之外，另一批创业者把 AI 带进了企业和个人的日常工作。跟通用助手比，它们挑的应用场景更具体，价值也更容易用省下的时间和干完的活来算。

企业活动策划就是一例。Anna Sun 和 Amy Yan 创办的 Nowadays，做了能帮企业筹办活动的 Agent，找场地、联系供应商、比报价、谈合作条件，都能交给 AI。据 ElevenLabs 创始人 Mati Staniszewski 介绍，Google、Amazon 和 Notion 等公司已经在用它的服务。

这类活的特点是流程繁琐，邮件来回发、多方来回协调，但最后拍板的还是人。Nowadays 想把重复度高的部分自动化，让活动负责人把精力放在选方案和现场执行上。

还有一家叫 Hercules 的公司，做的是把 AI 用到企业软件开发里。用户跟 Agent 对话，就能搭出客户关系管理系统、库存管理系统这类业务应用。它走开放权重模型路线，想用更低的成本提供软件生成能力。Fireworks AI 创始人 Lin Qiao 看好这种模式，认为它能拉低企业开发定制软件的门槛。

面向个人用户的产品也在找新市场。Tomo 由 Justin Quan 和 Raymond Chen 创立，正在开发处理日常事务的 AI 助理。推荐它的 Josh Tobin 专门提到，这款产品正在硅谷科技圈以外的人群中收获用户，说明面向普通消费者的 AI 应用受众也在慢慢扩大。

不过，个人 AI 助理已经是竞争最激烈的赛道之一。最近几个月，OpenAI、Meta、Apple 和 Google 等科技巨头接连推进个人 Agent 产品，从管理日程、处理邮件到购物和跨应用操作，都在抢用户日常生活中的 AI 入口。

对 Tomo 这类初创公司来说，接下来的竞争难度可能还会加大。大型科技公司手里已有庞大的用户基础，还有操作系统、社交平台或办公软件等入口，把个人 Agent 塞进现有产品要方便得多。

另外两家公司把目光投向办公与组织管理。Scuba 由前 Slack 首席产品官 Noah Desai Weiss 联合创立，正在探索 AI 原生办公产品，Abridge 创始人 Shiv Rao 看重其团队在协作软件领域的经验。SkillBench 关注的是员工在 AI 时代的能力发展，帮企业找出适合自动化的任务，同时培养员工的专业技能和判断力，获得了 Reid Hoffman 的推荐。

硬件与机器人：AI 从屏幕走向物理世界

跟软件领域比，机器人创业一直面临更高的研发成本和更复杂的商业化难题。但随着模型在感知、学习和任务执行方面取得进展，投资人开始重新审视这个市场。

一些创业者选择从机器人软件入手。Enigma 由 Jonathan Jacobi 和 Gal Niv 创立，想开发适用于不同机器人平台的 AI 系统，让机器人更聪明，操作起来也更简单。Cartesia 创始人 Karan Goel 看好它的通用软件路线，因为不同类型的机器人长期都要针对硬件专门开发，通用软件有望减少重复劳动。

Icarus Robotics 盯上的是太空中的实体劳动。它由 Ethan Barajas 和 Jamie Palmer 创立，尝试开发能在太空环境里执行任务的 AI 机器人。Tines 创始人 Eoin Hinchy 认为，太空作业的人力成本极高，还要受环境和安全条件的严格限制，自动化需求因此很明确。

传统产业同样有机会。Snorkel AI 创始人 Alex Ratner 推荐的初创 Agrippa Industries，正在探索美国海运物流领域。原始榜单披露的产品细节有限，但海运涉及复杂的运输调度和运营管理，自动化技术有不少应用空间。

跟工业机器人相比，个人 AI 硬件的路子又不一样。Ghost 正在开发名为 Core 的个人 AI 计算机。这台设备没有屏幕，能连接用户的应用、文件和智能家居系统，并在本地运行 AI 模型，持续处理个人事务。

同样围绕本地计算做业务的 Mirai Labs，提供的是端侧推理引擎和开发工具包，让文字、语音和视觉模型直接跑在手机或笔记本电脑上。它由曾参与创建 Reface、Prisma 的创业者创立，获得 ElevenLabs 创始人 Mati Staniszewski 推荐。

端侧运行有助于压低云端推理费用和网络延迟，也给个人隐私数据的处理多留了一些选择。随着开放权重模型能力提升，消费级硬件正在成为 AI 应用的重要载体。

还有两家公司选了更专业的方向。Alljoined 把机器学习用于无创脑机接口，尝试靠脑电信号解码人类看到的内容。Runway 创始人 Cristóbal Valenzuela 看好它通过扩大数据和模型规模来改善脑机接口能力的思路。

Mistos 走的是另一条路：把 AI 用在电力基础设施的工程设计上，目标是把新建电力设施的设计和交付周期压短。AI 数据中心越建越多，电力供应以及相关工程服务的分量也跟着往上走。

Felicis 创始人 Aydin Senkut 在访谈中回顾，该机构过去近 15 年一直参与机器人投资，但早期项目多次失败。过去机器人主要靠预先编写的程序执行动作，很难像人类那样通过观察和经验快速学习。近年来 AI 技术的发展，让这一状况开始改变。

机器人背后的产业链是他格外留意的地方。训练数据、推理系统、执行器、零部件制造、能源供应、部署服务，这些环节都可能随着机器人规模化落地长出新市场，不光是机器人本身。他的判断是，验证得看工业现场：企业肯在复杂生产环境里用上机器人，才算技术走向商业化的关键信号。

AI 医疗与生物科技：从临床决策到真实实验

另一个 Felicis 看重的方向是医疗和生物科技。Emergent 榜单里有三家公司和这个方向直接相关，切入点分别是临床辅助、生物实验和专业模型开发。

临床领域，Almanac Health 想提高 AI 医疗工具的准确性与可信度。这家公司由 Cyril Zakka 创立，致力于让临床 AI 的回答建立在可靠医学证据之上，帮医生更有效地获取和使用专业信息。Glean 创始人 Arvind Jain 看好它把模型能力与医学知识结合起来的思路。

生物实验方面，初创 Instance Bio 正在尝试提高大规模分子测试的效率。它由 David Scott 和 Shawn Morel 创立，通过并行实验，分析大量蛋白质结合分子与不同靶标之间的相互作用。

据推荐人、Adept 创始人 David Luan 介绍，研究者把候选蛋白序列和靶标通过 API 提交后，Instance Bio 能在一次大规模并行反应中完成相互作用分析。这样一来，逐一测试海量分子组合所耗的时间和资源有望被压下来，生物模型也能拿到更多真实实验数据。

第三家是 Phylo，创始人为 Kexin Huang、Yuanhao Qu、Jure Leskovec 和 Le Cong，方向是给生物研究定制开放权重模型。Fireworks AI 创始人 Lin Qiao 的看法是，研究人员因此能以较低成本拿到适配特定生物学任务的模型，自主控制和调整的空间也留得更多。

Newcomer 的访谈里，Aydin Senkut 反复提到实验验证这件事。他的判断是，AI 已经能提出大量科学假设，可真实世界里的实验和测试能力还跟不上。实验通量提上去、验证周期压下来，是 AI 继续推动生物科学发展的关键条件。

资金端同样在加码。Felicis 引用 Crunchbase 数据称，截至 2026 年 10 月 30 日，全球 AI 医疗及生物科技领域年内融资额达 202 亿美元，已超过 2025 年全年的 158 亿美元。

AI 创意工具：从生成素材走向完整制作流程

最后三家公司落在动画、音乐和影视上。早先的产品多强调一键生成图片、视频或音频，这几家更在意专业创作者实际怎么干活。

Runway 创始人 Cristóbal Valenzuela 一次推荐了 Cartwheel 和 Resin。Cartwheel 由 Jonathan Jarvis 和 Andrew Carr 创立，能把视频、文字描述和已有动作素材转成三维角色动画，并接上现有动画制作流程，帮制作人员省掉重复操作。

Resin 做的是音乐制作。创始人 Pedro Tsividis，产品能根据音乐人正在做的曲目生成新的乐器声部，比如贝斯或弦乐，让创作者快速试听不同编配方案。Valenzuela 觉得这类工具让创作者表达想法更方便，和 Runway 的产品理念也有相通之处。

Wonder Studios 的路子则更像一家影视制作公司。这家伦敦的 AI 原生工作室由 Xavier Collins 和 Justin Hackney 创立，给品牌、唱片公司和影视机构做商业内容，同时开发原创作品。

ElevenLabs 创始人 Mati Staniszewski 推荐时提到，Wonder Studios 已参与歌手 Lewis Capaldi 音乐视频等项目，并与 DeepMind、Universal 等机构有相关合作。公司想把 AI 制作技术与传统影视行业的专业人才、制作经验结合起来，一边压低制作成本，一边逐步积累原创内容和知识产权。

把这份名单重新过一遍，29 家公司的技术方向和商业模式各走各路，但几条创业趋势已经浮出水面：Agent 基础设施正长成新的细分市场，机器人和端侧设备受资本关注，医疗、生物科技和创意产业也冒出更多专业化的 AI 产品。

Aydin Senkut 在访谈中说，要找下一代伟大公司，得看到那些还没成为行业共识的机会。他尤其盯住未来可能冒出大量需求、从而撑起长期增长的领域。

这些公司都还在早期，离真正建起可持续的业务有很长的路。但这份榜单里，已经能看出硅谷一批成功创业者对下一轮技术机会的判断。下一个独角兽是谁，说到底还得市场说了算。

参考链接：

https://www.newcomer.co/p/emergent-2026

https://www.felicis.com/blog/emergent-list-2026-seed-stage-startups

https://podcast.newcomer.co/episode/aydin-senkut-on-how-robotics-could-reshape-the-economy

https://news.crunchbase.com/venture/q3-2026-us-china-robotics-startup-funding-jumps-physical-ai-push/