华人团队打造企业级Web Agent，融资4700万美元引领AI“搬砖”新时代

在信息爆炸的时代，网络复杂性已经远超人类的处理能力。想象一下，一家企业每天需要追踪数千网站上的价格波动、库存变化和竞争对手动态，而这些数据每分钟都在更新，传统的浏览工具与人工操作早已无法应对。然而，当TinyFish宣布完成4700万美元A轮融资时，这不仅是资本市场的认可，更标志着企业级Web Agent时代的到来——一个让AI代理以高效、可靠和合规的方式为企业“搬砖”赚大钱的新时代。

本轮融资由ICONIQ Capital领投，USVP、Mango Capital、MongoDB Ventures以及Sandberg Bernthal Venture Partners等知名投资机构参投。值得一提的是，后者由前Meta高管Sheryl Sandberg联合创立，她的加入为项目注入了重要的战略价值。但真正令人瞩目的是，TinyFish已经在Google、DoorDash、ClassPass等财富500强公司中实现大规模部署，每月运行数百万次操作。这种从demo到真实商业价值的成功跨越，在AI代理领域极为罕见。

技术与商业结合的创始团队

TinyFish的核心团队展现了深厚的技术积累和敏锐的商业洞察力。CEO Sudheesh Nair曾担任Nutanix总裁，拥有丰富的企业级产品开发和市场推广经验；联合创始人Shuhao Zhang是前Meta工程师，参与过GraphQL的开发，具备强大的系统构建能力；另一位联合创始人Keith Zhai则来自华尔街日报，其媒体背景为团队带来了独特的信息分析视角。正如Shuhao所言，“营销和定位是最困难的部分”，而Keith的经验恰好补足了这一短板。

从AgentQL到企业级Web Agent：技术演进之路

TinyFish的发展历程揭示了他们在技术领域的深耕细作。尽管直到现在才正式走出隐秘模式，这家公司实际上已默默耕耘20个月。他们的首个产品AgentQL为企业级Web Agent奠定了坚实的技术基础，解决了长期困扰开发者的难题：如何让AI代理精准识别并操作网页元素。

Shuhao Zhang回忆道：“20个月前，我确实看到了向更具代理性世界的趋势转变。”传统自动化工具依赖CSS选择器或XPath，但这些方法面对动态生成的类名和不断变化的页面结构时往往失效。相比之下，AgentQL允许开发者用自然语言描述页面元素，例如“红色的提交按钮”或“标题为特定内容的卡片”。此外，团队选择基于DOM而非截图来分析页面，这一决策背后有着深刻的技术考量。Shuhao解释说：“语言模型的训练数据集中HTML和DOM的数据比图像多得多，而且截图存在物理限制，例如长页面滚动、隐藏内容等问题。”

AgentQL不仅被集成到LangChain、LlamaIndex和LFlow等主流AI框架中，还通过创新的Chrome扩展和开发者工具简化了使用流程。这种“所见即所得”的开发体验显著降低了门槛，也提升了最终部署的可靠性。

为何传统网络自动化方法已过时

过去几年间，网络变得愈加复杂，但我们的访问和处理方式却停滞不前。正如TinyFish在其博客中指出：“网络的故事一直是规模的故事。”如今，网络已成为一个迷宫，信息隐藏在登录界面后，内容随脚本和个性化设置而变化，价格每分钟调整一次。传统抓取工具和自动化脚本面对现代网络环境显得力不从心，尤其是在网站采用动态加载、反爬虫措施和个性化内容的情况下。

更重要的是，企业应用对准确性、稳定性和合规性的要求远高于个人用户。TinyFish创始人Sudheesh Nair直指痛点：“当今的网络横跨数千个平台和数十亿个页面，但公司无法充分挖掘其潜力，因为大规模创造业务价值所需的工作复杂且受人类能力限制。”许多企业仍依赖大量人力手动收集竞争对手信息、跟踪市场价格和监控库存变化，效率低下且容易出错。

Shuhao Zhang进一步强调了现代网络环境的复杂性：“类名是动态生成的，刷新页面后某些网站会改变一切。内容也是动态的，nth-child顺序可能因新横幅而改变，轮播也会发生变化。”正是这些细节说明了为什么传统的CSS选择器和XPath方法不再可靠。

TinyFish的企业级Web Agent革命

TinyFish的方法之所以引人注目，在于他们明确区分了消费级与企业级Web Agent的根本差异。消费级代理擅长处理个人任务，如安排旅行行程或提供个性化推荐，而企业级Web Agent需自动化执行成千上万甚至数百万次的复杂业务流程，并确保零失败。

其企业级Web Agent具备三大关键特征：结果导向的设计、完整的工作流程覆盖，以及企业级的可靠性和合规性。特别是“行星级规模”能力，使得TinyFish的代理能够同时协调数千个平台上的行动。例如，一个代理可以实时监控全球数千个电商网站的价格变化，分析竞争对手的促销策略，并将这些信息整合为可执行的商业洞察。

在技术实现方面，TinyFish利用先进的推理模型理解和适应网络环境的变化。他们的系统结合了AI的灵活性与传统自动化的可靠性，同时具备学习、适应和扩展的能力。

真实商业案例证明价值

理论再好也需要实践验证，而TinyFish的表现令人印象深刻。目前，TinyFish运营着数十万个企业级Web Agent，每月为财富500强公司和高增长企业执行数百万次操作。

在酒店业，Google借助TinyFish解决了日本数千家老旧预订系统的集成问题，无需酒店升级IT基础设施，即可让消费者通过Google搜索直接预订房间。在交通出行领域，一家领先网约车公司利用TinyFish每月收集数百万个定价变量，实现近实时的动态市场调整。在电商领域，全球品牌得以同时追踪数千个零售网站上的竞争对手定价、库存变化和促销数据，从而快速优化自己的策略。

DoorDash的数据科学总监Abhi Shah评价道：“TinyFish的平台大规模管理网络交互复杂性，帮助企业捕获变化的网络数据，行动更快，并将持续变化转化为可衡量的结果。”这种来自实际用户的认可，比任何技术演示都更有说服力。

投资者为何看好这一方向

ICONIQ Capital领投此轮融资的背后，是对TinyFish技术能力和市场前景的深刻认同。合伙人Amit Agarwal表示：“TinyFish的创新企业Web Agent可以大规模复制人类在网络上的行为，具备企业所需的弹性和可靠性。这是为企业和应用程序与网络交互方式奠定重大转变的基础。”

投资者认为，TinyFish的核心竞争力在于专业化程度、规模效应和持续创新能力。此外，随着AI代理领域进入快速发展期，TinyFish已建立技术领先地位和客户基础，为其占据市场有利位置创造了条件。

技术突破与未来挑战

TinyFish的成功离不开近期大语言模型和推理能力的突破。然而，企业级应用对准确性和规模化的要求极高，这对技术提出了巨大挑战。同时，安全性和合规性也是不容忽视的问题。TinyFish通过内置企业级的安全态势和治理框架，确保所有操作符合法律法规。

尽管面临诸多挑战，但TinyFish正致力于推动企业数字化转型。正如他们所说：“如果你能将互联网转化为可分析的数据，这将从根本上为企业提供优势。”

总之，TinyFish代表的不仅是技术创新，更是企业与网络世界交互方式的根本变革。在信息即竞争优势的时代，谁能更好地获取和利用网络信息，谁就能赢得未来。