AI创业与平台雷达 · 2026.10.24

从开发环境到航班调度，AI软件在卖什么？

从Daytona的执行环境，到团队知识、法律工作与航空运营，看AI公司正在接手哪些具体工作。

企业Agent平台WRITER最初在AWS Fargate上自建沙箱，让Agent在里面运行代码。规模上来以后，维护这些环境本身成了一份越来越重的工作。

按照Daytona公布的客户案例，当每天需要创建两万多个沙箱时，WRITER团队要花大量时间安排计算资源、维持环境可靠性。后来，它选择把这部分基础设施交给Daytona。⁠³

这是一门很具体的生意：Agent要工作，先得有地方运行；环境用得越多，就越需要有人负责运维。

本周另外几家公司的动作，也可以沿着这个问题看下去。有人给Agent准备电脑，有人整理团队里的信息，有人把AI接进合同审阅、航空调度和药物研发。

这些产品究竟替客户接走了哪份工作？融资和收购之后，客户又还需要自己负责什么？

先把公司和生意对上

Town和Otter虽然都谈团队知识，入口却不同；Daytona和ASI也不属于同一种AI基础设施。先看清它们服务谁、交付什么，再看融资额，比较才有意义。

Daytona：Agent的电脑，也需要有人运维

Daytona在10月20日宣布完成6,000万美元B轮融资，估值10亿美元。它将自己的产品称为Agent Cloud，为Agent提供运行代码、使用工具所需的计算环境。⁠¹

这家公司并非第一次处理开发环境问题。联合创始人Ivan Burazin和Vedran Jukić此前共同创办过云端开发工具Codeanywhere。现在，他们把注意力从开发者的工作环境转向Agent的执行环境。⁠¹⁵

假设一个编程Agent接到修复Bug的任务，它需要拉取代码、安装依赖、运行测试，再交回日志和文件。模型可以选择步骤，执行这些步骤所需的文件系统、进程和计算资源，则要由运行环境提供。

Daytona把创建、运行、暂停、恢复和释放环境做成可编程的服务。其文档列出了Linux容器、虚拟机、macOS及GPU等环境；具体生命周期能力随环境类型而异，不能把所有环境都理解成拥有完全相同的快照和恢复机制。⁠²

开头的WRITER案例说明了这类平台为何会有客户。自建环境可以起步，但扩展到大量任务以后，资源调度、隔离、可靠性和运维都会持续消耗工程时间。专门的平台希望把这些重复工作接过去。⁠³

不过，隔离环境和任务授权仍是两回事。一个环境即使运行稳定，只要持有生产写权限，就可能执行超出本次任务范围的操作。运行成功，也不能单独证明代码修好了。

执行平台负责把环境管好，应用仍要说清允许做什么、怎样确认做对了。这是互相配合的两份工作。

Town和Otter：信息留下以后，怎样让团队接着用？

个人助手帮一个人写完邮件，并不代表团队协作就顺畅了。事情仍可能卡在等待反馈、不知道谁认识客户，或者找不到上次讨论的结论上。

Town在10月19日公布1.08亿美元B轮融资。两位创始人Jean-Denis Greze和Tony Vincent分别有Plaid、Google等公司的工作经历。它的产品Townie从了解每个人的项目、沟通习惯和关系网络出发，再尝试让助手彼此协作。⁠^4,16

公司举出的例子很具体：会前请同事的Townie帮忙检查方案，寻找团队中适合引荐的人，或者让一位高管的助手准备符合本人语气的邮件草稿，再由本人发送。⁠⁴

Otter.ai走的是另一条路。由Sam Liang和Yun Fu共同创办的这家公司，从会议转录和说话人识别积累对话记录，现在希望把它们组织成可以检索、能够支持后续工作的企业知识。⁠⁵

这两种入口，要处理的都不只是摘要质量。

个人助手知道同事的日程，不代表可以分享他的全部邮件。会议记录里有人说“可以考虑”，也不代表方案已经获批。信息传给下一位同事或Agent时，来源、时间、适用范围和决定是否已确认，最好也能一起传过去。

组织记忆的难点，是让后来的人用对信息。把聊天记录存下来，只完成了前半段。

Otter在10月20日公布的3.2亿美元融资，还提供了另一个观察角度：这笔钱来自General Catalyst的Customer Value Fund，主要支持企业业务和市场扩张。⁠⁵

Reuters采访中，Sam Liang明确表示，资金需要偿还并支付利息，性质为非股权融资。⁠⁶它与Town的B轮股权融资不同：不稀释股东，也意味着公司要用后续增长覆盖偿还成本。看金额时，这个区别不能省略。

Legora和ASI：专业工作，得按行业的办法验收

一份合同审阅意见是否可靠，与一次航班调度建议能否采用，是两种产品问题。把它们都放进“行业AI”里，还不足以理解客户为什么购买。

Legora由Max Junestrand等人创立，曾进入Y Combinator的2024年冬季批次，围绕律师的研究、审阅和起草工作建立产品。10月21日，它宣布完成5.5亿美元E轮融资。⁠^7,19

第二天公布的Jones Day合作，把客户场景说得更清楚：这家律所计划在未来数月，向全球40个办公室的2,500多名律师提供Legora平台，并参与后续法律研究产品的设计。⁠⁸

这里值得观察的是推广之后的日常工作。律师能否把批量文档审阅、条款比较、资料检索和起草放进同一流程？每项判断能否找到对应材料？哪些内容必须由律师复核？Legora的Workflows产品正是围绕这些环节组织能力。⁠⁹

这份公告给出的是推广计划。实际覆盖多少律师、融入多少业务，还要看后续部署。

ASI（Airspace Intelligence）面向的则是航空、能源等复杂运营系统。其创始人兼CEO Phillip Buckendorf自2018年起担任这一职务；10月20日，公司宣布完成3.25亿美元C轮融资。⁠^10,17

它的核心工作，是把监测、预测、仿真和优化放在一起，帮助运营人员判断一次调整会产生哪些连锁影响。这与主要处理文字和文档的助手，产品形态相差很远。⁠¹⁰

例如，一片雷暴区会压缩可用空域，改变航路容量，还可能影响其他机场后续的到港与排队。运营人员需要比较不同方案，而不只是得到一句“建议改道”。

FAA在9月21日介绍SMART时说明，系统汇集天气、航班、交通流量等信息，辅助提前判断拥堵与容量变化。发布时先在华盛顿地区以有限模式使用；建议由FAA人员审查，设施负责人可以选择是否采用。⁠¹¹

这项试点也受到质疑。Reuters在10月13日报道，多名议员已要求暂停使用，关切包括测试、安全评估资料和人员培训。⁠¹²这是融资公告之外，理解该产品不可缺少的背景。

法律软件要让结论有据可查，航空运营软件要让建议经得起约束检查。行业经验会进入产品流程，也会决定客户怎样判断它有没有价值。

两笔收购，两种去向

OpenAI在10月20日宣布已收购Orchestra Bio。这是一家协助生物制药团队协调药物研发的平台，其团队经验跨越生物科技、软件和AI。OpenAI计划把它与生命科学研究模型及工具体系Rosalind结合。⁠¹³

这段协调工作很容易被研发成果的新闻盖过去。比如，一个生产批次失败，可能影响临床研究的开始时间。相关团队需要知道哪些任务受影响、还缺什么信息，以及不同应对办法怎样改变排期。⁠¹³

Orchestra接手的是这类跟踪和分析工作，再把选项交给科学家和项目负责人判断。模型帮助理解科学问题，项目软件帮助安排后续研究与协作，两者有了更直接的连接。

Sundial的去向则更偏向平台内部。Meta的数据负责人Alex Schultz表示，Julie Zhuo、Chandra Narayanan及部分团队成员带着AI分析技术加入Meta，Chandra将负责数据分析工具和Agent相关工作。⁠¹⁸

Axios还报道，Sundial将在交易交割后停止向外部客户提供服务。⁠¹⁴

这让并购的影响变得很具体。对Meta，这是内部数据能力的补充；对Sundial原有客户，后面要处理的可能就是服务交接、数据导出和工具迁移。

看这两笔收购，除了交易本身，还应追问：团队和技术进入哪里？原来的产品是否继续服务客户？

Key Takeaways

1. 看执行平台，算上维护环境的成本。Daytona的机会来自真实的运维负担。比较自建和采购时，除了单次计算价格，也要计入资源调度、隔离、失败恢复，以及工程师花在上面的时间。

2. 看团队助手，检查信息怎样交给下一位使用者。Town和Otter从不同入口积累上下文。真正有用的团队知识，应让人看清来源、有效时间和决定状态，并保留合适的访问范围。

3. 看行业软件，先认清谁来验收。律师要复核依据和交付物，航空运营人员要审查预测与调度建议。融资和推广计划提供了商业信号，实际使用和效果需要另外核对。

4. 看资本动作，分清钱的性质与产品的去向。股权融资、需要偿还的增长融资，以及收购后的内部整合，会带来不同的经营约束。对企业客户，还要多看一步：服务变化以后，自己的工作能否继续。