Evos 获 900 万美元种子前轮融资，将工业专业知识转化为自主 AI 操作员

在许多工业企业，最宝贵的操作手册其实是人。经验丰富的员工知道哪些发票需要再核查，哪些承运商异常可以暂缓处理，以及何时应将常规决策交给经理。Evos押注于捕捉这些判断，将 AI 从员工需要管理的又一种工具，转变为能够完成运营工作的软件。

这家总部位于纽约的初创公司正式名称为 Evolutionary Operating System, Inc.，现已结束隐身状态，并获得了900 万美元种子前轮融资。本轮融资由Uncork Capital和Field Ventures共同领投，Crosslink Capital、Utopia Capital Management、Sandwith Ventures 及天使投资人也参与了投资。

Evos 由首席执行官 Urav Shah 于 2026 年创立，目标客户是实体产业中的中小企业。公司称，在正式上线四周后，其年度经常性收入便超过了 100 万美元。这笔资金将用于招聘，并帮助公司将其操作员推广给实体经济领域的更多企业。公司计划在未来几周正式推出 Workhorse 平台。

从记录工作到完成工作

Evos 的操作员是软件智能体，而非工业机器人。它们承担的工作包括接听货运经纪人的电话、安排货运、追索缺失文件，以及在企业现有系统中核对发票。

这些任务看似简单，但一旦出现例外情况，就会变得复杂。发票可能与运输管理系统中的信息不一致，必要文件可能缺失，或者客户的具体情况可能需要采取不同的应对方式。经验丰富的员工往往依靠那些从未被写成正式流程的知识来处理这类情况。

Evos 称，其操作员能够从这些决策及其背后的规律中学习。公司的目标是让操作员负责持续进行的某项职能，而不是要求员工每次都通过新的提示来启动任务。

这种做法符合在工业工作流程中协调 AI 智能体这一更广泛的趋势。要完成业务流程，光是给出看似合理的答案还不够：系统必须利用最新信息开展工作，执行获准的操作，并识别何时应由人来作出决定。

自主权需要逐步赢得

这家公司的部署模式从审批关卡开始。员工可以批准、驳回或修改拟议决策，他们的反馈则会成为训练数据。随着操作员逐步证明其决策与团队一致，它在特定任务和情境中获得的自主权也会增加。遇到不熟悉的情况时，处理工作会交还给员工。

这意味着，自主权取决于明确界定的工作范围。常规发票核查做得成功，并不自动证明操作员有能力协商存在争议的费用，或作出新的商业承诺。因此，熟悉的工作与新出现的例外情况之间的界限，是该产品的核心所在。

Evos 描述了一套实施流程：先与专家进行初次交流，次日即可获得可投入工作的操作员，并在一个月内取得可衡量的成果。其部署文档还列出了从需求探索、设计、策略制定、构建、部署到优化的一系列步骤。团队会梳理流程并选择应用场景，随后就哪些工作仍由员工负责达成一致，然后才让操作员投入生产环境。

宣传中所称的 24 小时部署，是公司对让操作员开始工作的时间承诺，不应理解为整个业务职能都能在一天内安全地实现自主运行。该发布公告明确指出，只有在表现得到验证、且符合客户所选监督级别的情况下，操作员才会独立运行。

操作员背后的技术

Evos 的架构页面介绍了三个相互连接的组成部分：覆盖现有业务系统的同步数据层、协调 300 多个专用子智能体的控制器，以及针对每家公司进行调优的行动模型。

数据层连接来自运输、企业资源规划和仓储系统、电子邮件及客户门户的信息。控制器将工作分配给范围更窄的推理和自动化组件。Evos 将针对特定公司的行动模型描述为一种小型语言模型，可在使用过程中不断改进，并且不会在客户之间共享。

同一份文档还介绍了以结构化方式提取专家知识的流程，以及从影子模式逐步过渡到监督运行和自主运行的过程，并配有防护机制和审计记录。这些是公司对其系统的描述，并非对其架构进行的独立评估。

运营方面的挑战在于让所有这些要素保持协调。即便决策本身合理，若依据的是过时信息，仍可能出错。即便系统更新在技术上成功，也仍可能超出操作员的权限。系统的可靠性取决于数据的新鲜度、决策质量、权限设置和升级处理机制能否共同发挥作用。

早期成果说明了什么

公告中最具体的案例是一家货运经纪公司使用 Evos 操作员，将零担承运商的发票与其运输管理系统进行核对审计。Evos 表示，该操作员在最初两个月内做出了近 3,500 项审计判断，准确率达到 97%。最近五周，该操作员处理完的发票金额超过 60 万美元。

发票金额反映的是已处理的工作量，并不代表节省的资金或创造的收入。所公布的准确率也仅适用于这一审计场景，并非适用于整个 Evos 平台的保证。

Evos 在随附的简报中报告称，从更广泛的工作来看，决策准确率约为 82%，约 70% 的工作无需人工介入即可完成。相关材料没有提供统一的测试方案，也没有足够细节将这些数据与发票审计的 97% 结果直接比较。应将它们视为公司分别报告的观察结果。

MyFreightWorld 总裁 Mike Chalfant 表示，部署后，账单准确性和效率均有所提升。对于潜在客户而言，接下来需要了解的问题包括：如何衡量绩效、如何发现代价高昂的错误，以及仍有多大比例的例外情况需要经验丰富的员工处理。仅凭整体准确率无法回答这些问题。

将组织经验转化为可重复的运营流程

Evos 的目标不只是缩短单项任务的耗时。它希望留存让企业顺利运转的推理方法，并在工作到来时始终如一地加以应用。如果运营高度依赖少数几名经验丰富的员工，这种做法可能很有价值。

但要记录现有做法，也必须判断哪些做法值得保留。以往的决策中可能包含过时的假设，或已不再适用的例外处理方式。即使操作员已经熟练掌握常见工作，人工纠正和持续监督仍然很重要。

这轮种子前融资支持了一项早期尝试：让运营经验得以重复利用，同时不要求规模较小的工业企业更换现有系统。Evos 面临的商业考验在于，其操作员能否可靠地完成有价值的工作，让人们继续掌控影响重大的例外情况，并在客户拓展业务范围时保持这些优势。