Eragon Raises $12 Million to Replace Enterprise Software Interfaces With Prompts

Eragon Raises $12 Million to Replace Enterprise Software Interfaces With Prompts

N
News Editor 01
2026-07-07 06:26:20
Startup Eragon has raised $12 million at a $100 million post-money valuation to build an agentic AI operating system for enterprises, aiming to replace traditional software interfaces with natural language prompts while keeping customer data inside secure cloud environments.

企业级人工智能赛道再现激进叙事。由前Oracle和Salesforce高管Josh Sirota于2026年8月创立的初创公司Eragon,近日宣布完成1200万美元融资,投后估值达到1亿美元。这家公司提出了一个极具颠覆性的主张:未来企业员工不再需要在Salesforce、Snowflake、Tableau或Jira等复杂软件之间切换,也不必依赖按钮、菜单和表单,而是通过自然语言提示,直接调用AI完成业务操作。

从资本市场反馈来看,这笔融资反映出投资人对“代理式AI”在企业场景中落地的期待仍在升温。支持方包括Long Journey Ventures的Arielle Zuckerberg以及Axiom Partners等机构。投资人看重的不仅是AI概念本身,更是创始团队对企业软件痛点的理解,以及其试图重构办公软件交互方式的路线。

瞄准“软件界面消失”的下一代企业系统

Eragon将自身定位为“agentic AI operating system”,即面向企业的代理式AI操作系统。其核心逻辑非常直接:传统图形用户界面已经难以匹配当下企业日益复杂的工作流,未来员工只需提出需求,AI便可跨多个系统自动执行任务。按照Josh Sirota的说法,软件并非完全消亡,而是其传统界面形态将被对话式入口逐步替代。

这一设想的目标,是把分散在不同SaaS中的功能重新整合到统一的大语言模型交互层中。比如,员工可以直接要求系统生成业务看板、分析销售交易延期风险,或者提出供应链优化建议,而不再需要进入多个后台逐项配置。对于管理层而言,这意味着从“学习软件如何使用”转向“描述想要的业务结果”。

技术路径强调私有部署与数据主权

在企业采用AI的过程中,数据安全始终是核心障碍之一。Eragon的方案重点强调“数据不出域”。根据公开信息,公司会基于Qwen、Kimi等开源模型进行后训练,并结合客户自身数据完成定制化模型构建。更关键的是,这些模型的训练和部署都在客户自己的安全云环境中进行,客户数据不会离开其服务器。

这一架构对于金融、保险、供应链等强监管或高敏感数据行业尤为重要。保险初创公司Corgi首席执行官Nico Laqua表示,其大量数据必须保留在企业自身云环境内,而Eragon能够在这一前提下完成模型训练与部署。Josh Sirota进一步认为,基于企业多年专有数据训练出的模型权重,本身就可能成为新的战略资产。

从行业趋势看,企业客户已不再满足于“调用通用大模型API”这一路径。越来越多公司更希望在模型能力、部署位置、数据控制权和审计能力之间取得平衡。Eragon的产品设计,正是试图切入这一需求。

从演示案例看,AI代理正试图接管工作流

在产品演示中,Eragon展示了其自然语言驱动的自动化能力。比如在为新客户Dedalus Labs完成接入时,系统可根据一句提示自动分配账户权限、创建新的云实例,并启动定制化的入驻流程。这意味着AI不再只是问答助手,而开始扮演能够直接跨系统执行动作的“操作代理”。

如果该模式成熟,企业软件的价值链可能被重塑。过去,软件厂商的护城河很大程度来自复杂而深度定制的功能界面;而在提示词驱动的世界里,界面本身的重要性可能下降,真正的竞争壁垒将转向模型效果、系统连接能力、权限控制以及业务流程理解。

前景广阔,但挑战同样明显

不过,代理式AI想进入核心企业流程,并非没有阻力。当前行业普遍面临AI幻觉、边缘案例处理不足、责任归属不清,以及决策可审计性有限等问题。对于涉及财务审批、客户数据处理或供应链调度等任务的企业而言,AI一旦出错,后果可能远超普通办公场景。

此外,竞争也在迅速加剧。英伟达首席执行官黄仁勋近期就在GTC大会上提出类似愿景,并推出NemoClaw计划,希望帮助AI代理在安全的企业系统内运行。黄仁勋甚至判断,未来“每一家SaaS公司都会成为Agentic as a Service”。这既说明Eragon押注的方向获得产业验证,也意味着其将面对来自基础设施巨头、前沿模型公司以及大量AI应用初创企业的多重夹击。

另一个不容忽视的现实是,企业AI试点成功率仍然不高。报道援引MIT统计称,95%的企业AI试验最终失败。这表明从演示效果到真正落地之间,仍存在组织流程、员工习惯、数据治理和IT集成等多重鸿沟。Eragon试图通过更直观的自然语言界面来缩短这段距离,但能否规模化复制,仍需时间验证。

市场影响:企业AI叙事正在向“可执行”阶段演进

从市场影响看,Eragon融资事件释放出几个明确信号。第一,资本市场对企业级AI的关注点,正从单纯的大模型能力转向“能否真正连接和执行业务流程”。第二,私有化部署、模型可控性和数据主权,正在成为企业采购AI系统时的关键指标。第三,传统SaaS厂商面临的压力上升:如果用户最终只通过一个对话入口访问各类功能,软件前端交互的重要性可能被削弱。

对于加密与Web3行业而言,这一趋势同样值得关注。大量加密项目、交易平台和链上数据服务商同样依赖复杂后台系统与跨平台协作工具。如果企业级AI代理能够证明其在权限管理、数据隔离和自动执行方面的可靠性,那么未来类似架构也可能被迁移到数字资产风控、客户支持、合规分析和链上运营等场景中。

总体来看,Eragon的这轮融资并不只是一次普通创业公司募资,更像是市场对“提示词即界面、AI即操作层”这一新范式的阶段性投票。短期内,传统企业软件不太可能被彻底替代,但自然语言作为统一入口、AI代理作为执行中枢的趋势,正在变得越来越清晰。Eragon能否从旧金山创业公寓走向真正的企业软件变革前线,接下来将取决于其产品在安全性、稳定性和可审计性上的实际表现。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
100

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.