Engram融资9800万美元，将AI代币成本降低100倍

美国企业界的AI支出正失控式飙升，一家成立仅8个月、采用神经科学启发式记忆方法的初创公司刚刚融资9800万美元，来解决这一问题。

AI初创公司Engram的模型在使用最多减少100倍代币的情况下，性能可媲美前沿实验室。在企业面临AI成本飙升之际，该公司从General Catalyst、Kleiner Perkins和红杉资本融资9800万美元。这轮融资还包括OpenAI联合创始人Andrej Karpathy。

"你看到的是数据爆炸、成本爆炸，"Kleiner Perkins合伙人Leigh Marie Braswell表示。"Engram介入，基本上绘制出你的组织架构，并提供数量级更便宜的产出。"

这家拥有13名员工的公司成立不到一年，已签约微软、Notion和法律AI初创公司Harvey作为客户。该公司表示，Engram的模型能够记忆组织特定的工作流程和上下文，从而预测问题并提供更便宜的回复。其方法源自神经科学中的"记忆痕迹"概念——大脑中记忆的痕迹。

这笔融资之际，从优步到大型银行等多家公司报告称，AI预算已严重超支而回报甚微。优步首席技术官在4月透露，该公司已超支其2026年的AI预算。据《泰晤士报》报道，两家大型银行在AI实验上花费了约10亿美元，但未获得显著回报。Meta在对内部代币使用实施严格限制时发现，到2026年其仅AI一项支出就将达到数十亿美元。

Engram的联合创始人兼首席执行官Dan Biderman拥有哥伦比亚大学计算神经科学博士学位，后曾在斯坦福大学AI实验室工作。他表示，公司正在为AI系统构建一个"学习型记忆"层。这一想法源于他的观察——尽管AI模型看起来能力很强，但其记忆能力远比表面看起来有限，而增加更多上下文往往会让模型不堪重负，推高成本。

"我们试图超越现有的笔记机制，构建一种人类拥有、但当前模型所不具备的直觉层，"Biderman说。

这场效率提升之际，整个AI行业正面临一场成本危机。据一位思科高管称，OpenAI和Anthropic在按实际成本收费不到三个月后，正考虑大幅降价。他表示，代币成本在大规模应用时远超其创造的价值。Gartner预测，AI服务器需求导致的记忆体短缺将使PC价格在2026年上涨17%，智能手机价格上涨13%。

Engram的做法反映了一场更广泛的效率转变。苹果通过与谷歌Gemini的合作，一直在构建端侧AI模型，将大模型蒸馏为可在本地运行的较小版本。中国初创公司智谱AI最近发布了GLM-5.2，这是一个开放权重的模型，每代币价格比西方前沿模型最多低82%，输出定价为每百万代币4.40美元。

Biderman承认，Engram的模型并非在所有任务上都"绝对优于"OpenAI或Anthropic的模型，但它们擅长专业化——有时会以牺牲其他能力为代价。该公司计划利用这笔资金支持算力和人才。

对于投资者而言，Engram的快速客户获取——在成立数月内就签下微软和Notion——表明企业对高性价比AI基础设施的需求真实且迫切。这家初创公司进入了一个效率型项目的拥挤赛道，但其对组织记忆的专注使其区别于通用的模型优化方案。如果Engram的100倍代币缩减声称能在生产环境中大规模验证，它可能会对整个行业的推理定价形成压力，压缩云提供商的利润空间，同时惠及企业AI买家。

本文仅供信息参考，不构成投资建议。