普伦蒂斯（Prentis）寻求以100亿美元估值融资1亿美元，为计算机使用人工智能代理

普伦蒂斯（Prentis），一家仅三个月大的人工智能研究实验室，正在与投资者谈判，以100亿美元的估值融资1亿美元，根据TechCrunch的一份报告，该报告援引了两位熟悉讨论的人士的说法。该公司尚未公开确认这一轮融资。由于更广泛的市场尚未看到这些数字，因此这些条款值得仔细阅读。

实验室开发了所谓的计算机使用模型：人工智能可以感知屏幕并像人类一样操作软件，适用于移动设备、浏览器和桌面。其创立前提是，公司内部的大多数运营知识从未被写下来，因此在公共网络数据上训练的模型永远不会了解实际工作如何完成。普伦蒂斯表示，其模型在公司内部进行训练，持续运行一个感知界面、执行和从结果（包括失败）中学习的循环。该实验室于2026年4月推出，由连续创业者Ritankar Das、LinkedIn联合创始人Reid Hoffman和Zynga创始人Mark Pincus共同创立。

商业推销很窄很具体：处理后台繁琐工作的代理，例如处理保险理赔或清关退税异常，而无需有人追踪文书工作。这是越来越多的实验室正在下的赌注，即自动化日常办公任务而不是编写代码将成为人工智能的最大用例。

数字实际显示的内容

这就是年轻公司的估值超过其会计核算的地方。普伦蒂斯已经与多个客户（包括一家医疗管理服务公司和一家制造商）签订了价值高达5000万美元的合同，其投资者材料预计到2026年第三季度，年化营业额将达到大约7500万美元，根据该报告。由于本轮融资仍在谈判中，因此尚未向美国监管机构提交D表格，这将在资金实际转移时固定投资者名单和确切数字。

细则比标题数字更重要。普伦蒂斯自己的推销演示文稿指出，这些数字反映了估计的年度价值，这些价值与其软件交付的节省的20%的费用相关，描述为“基于绩效和最终执行”，并且指出它们不是确认的收入。在实践中，该公司获得了其仍需要大规模生产的节省的份额，而年度化运营率数字则是对尚未记入账簿的结果进行年度化处理。以此为基础的100亿美元估值是对类别和运营商的赌注，而不是对审计跟踪的赌注，因为人工智能初创公司的估值正在上升，更多是基于动力而不是财务数据。

业绩声明带有相同的附加说明。普伦蒂斯表示，其Hive-32B模型在两个计算机使用基准测试中优于OpenAI的GPT-5.4和Anthropic的Claude Opus 4.6：WindowsAgentArena，该基准测试评估在真正的Windows应用程序中任务完成情况，以及ScreenSpot-v2，该基准测试评估模型是否可以找到正确的屏幕控件。它还声称其成本每任务比前沿API低大约10倍，因为它运行的是较小的模型。这些是公司自己的数字，来自募资演示文稿；TechCrunch表示它尚未独立验证这些数字，也没有第三方评估公开。

本轮融资的运营商

该公司的日常运营由31岁的Das负责，他还创立了Titan，一家控股公司，通过自己的退出自筹资金来打造和运营人工智能初创公司，而不是从外部有限合伙人那里筹集资金，他将这种结构比作伯克希尔哈撒韦公司[证券股票价格标签符号=”BRK-B”交易所=”NYSE”]。Titan的投资组合包括虚拟护理提供商Tala Health和自闭症护理初创公司Forta Health，Titan创立的公司Dascena于2022年被收购。

Hoffman和Pincus提供了引力，使得三个月大的实验室能够获得十亿美元的对话，尽管Prentis是他们的副项目。Hoffman是一位Greylock合伙人和早期OpenAI投资者，上个月表示他将离开微软的董事会，专注于他的药物发现初创公司Manas AI；Pincus是Zynga的创始人，经营着投资公司Reinvent Capital，Hoffman是高级顾问，并且上个月出版了一本回忆录。更有意义的资产是工作团队：超过25名研究人员和工程师，据公司称，他们之前曾在OpenAI、谷歌DeepMind、Meta、Tencent和阿里巴巴从事人工智能工作。

拥挤的赌注

计算机使用自动化的麻烦之处在于，人工智能领域中最有资本的实验室已经下了同样的赌注。Anthropic、OpenAI和Mira Murati的Thinking Machines都在开发操作软件的代理，而Anthropic甚至直接收购了这一能力，今年早些时候收购了一家西雅图的计算机使用初创公司，并关闭了其产品。这种推动力也正在扩展到消费品，在那里Meta将其聊天机器人转变为运行任务的助手。面对拥有更深厚资源的竞争对手，Prentis的论点是效率：一个更小、更便宜的模型，可以在数百万个例行任务中运行。

是否证明了独角兽估值，这就是投资者现在正在权衡的，目前大型基金仍然相信人工智能将重塑软件，而不是摧毁它。对于这样一家新实验室来说，这轮融资更像是对一个论点的判断：计算机使用人工智能首先在后台的枯燥、不光彩的工作中发挥作用，而且一个小型、昂贵的团队可以在巨头之前到达那里。