一年连融三轮数亿元！字节+清华姚班，重构企业软件工程

一年连融三轮数亿元！字节+清华姚班，重构企业软件工程

要做硬核的事情，而非摘低垂的果实

听雨 发自 凹非寺

量子位 | 公众号 QbitAI

成立刚满一年，连续完成三轮融资，总金额数亿元。

最新一轮，临芯投资领投，华控基金继续加码——一个新投资方入场，一个老股东追投。

拿到钱的这家公司，叫词元无限（Tokens Infinity AI），一家面向企业软件工程的AI Agent基础设施公司。

CEO杨萍，此前在字节跳动做出了MarsCode和Trae，主导过数万人级研发体系的AI化改造。一年前，她转身离开，创办词元无限。

起点，来自她当时的一个判断：

AI Coding真正的大机会，不在To C工具，而在To B的软件工程现场。

一年过去，这个判断正在成为行业共识。

过去一年，AI生成代码的能力已经被充分验证——AI写代码的速度，是人的10倍以上。

但一个矛盾也越来越刺眼：企业真正关心的交付效率，并没有同步放大10倍。

一位大厂研发负责人曾公开分享过一组数据：个体提效可以做到10倍，但激进使用AI的部门，整体研发提效也只有约60%。

中间差掉的那部分，去哪了？

答案藏在软件工程的全链路里。要真正吃下这波红利，企业需要的不是又一个写代码的工具，而是一套能进入研发主流程、连接上下文、需求、评审、测试与交付结果的AI Agent基础设施。

资本连投三轮，看中的正是这一层。

某种意义上，「词元无限」这个名字本身，也踩中了当下AI应用的一条暗线——

当模型调用、Token消耗、Agent运行成为企业AI成本与效率的基本单位，怎么让每一个Token真正转化为结果，正在成为新的产业命题。

客户不为工具买单，只为结果买单

AI Coding最早让人兴奋的点在于，它把「写代码」这件事真的自动化了。

从Copilot、Cursor，到Claude Code、Codex、Trae、Qoder，一批批工具已经证明：大模型可以显著提升个人开发者的编码效率。

但软件研发，从来不只是写代码。

真实链路里，还有需求理解、架构设计、代码评审、测试验证、上线发布和长期维护——任何一个环节卡住，前面的代码生成效率都会被吃掉。

企业级场景尤其如此：动辄几十万、上百万行的存量代码库，盘根错节的调用依赖，严格的测试评审与安全要求。以银行为例，90%以上的开发工作是存量系统迭代，而不是从零写个新应用。

这也解释了，为什么通用Agent平台一进严肃场景，就「使不上劲」。

所以对企业来说，AI写了多少行代码，反而不是重点，重点是：需求能不能更快上线？稳定性和质量能不能兜住？这笔投入ROI最后划不划算？

杨萍告诉量子位，企业客户和个人用户的付费逻辑并不一样：

个人用户可能会为兴趣和效率买单，但企业客户永远主要为结果买单。我们的技术要为结果服务，产品要为结果服务，最终落到客户现场的能力，也要为结果服务。

她打了个很生活化的比方：

走进一家餐馆，你并不关心一碗面是怎么被做出来的。把需求讲清楚，最后端上来一碗能吃、好吃、符合预期的面，这件事才成立。

软件也一样。没有人为代码本身付钱——企业为软件付钱，是因为它满足了需求、解决了问题，并且能稳定运行。

顺着这个逻辑，词元无限把商业模式也往前推了一步：从卖席位、卖API调用、卖Token消耗，走向「结果即服务」（Result-as-a-Service）。

因为旧的计量方式，回答不了那个越来越尖锐的问题：AI到底帮企业交付了什么？

值得一提的是，词元无限给客户的提效目标也很实在：不吹「人人10倍」，而是通过统一的Agent Infra与Harness框架，把团队整体提效做到2倍、并向3倍4倍推进——对一个百人乃至上千人的研发组织来说，这是巨大的真实价值。

这就把AI Coding的竞争焦点往前推了一步：第一阶段，比的是谁写得快；进入企业之后，比的是谁交付得稳。

尤其在银行、保险、政企、大型软件服务商这些严肃场景里，企业并非不敢尝试AI，而是不能接受一个不可控、不可审计、不可解释的Agent直接进入生产系统。

「全自主」意味着企业可以完全掌控自己的AI基础设施。词元无限从设计之初就保持了模型中立，不与任何单一模型绑定，支持全套私有化部署。代码、数据、业务流程全部运行在自有环境中，企业拥有完整的数据主权和产品主权。

「高安全」是对Agent运行时边界的系统性管控。Agent进入研发生产系统，必须有明确的权限边界、数据边界和能力调用边界。词元无限的安全体系覆盖从权限管控、数据隔离到操作审计的完整链路，做到过程可追踪、风险可阻断。

「自进化」则指向AI能力的持续生长。词元无限的平台并非一次性交付的工具，每一次落地反馈和业务上下文理解都回流到产品中，在真实任务和代码评审中持续沉淀企业自己的工程知识，让Agent越用越懂客户的系统、流程和标准。