AI基础设施赛道再现高估值案例。由前Splunk高管创立的初创公司Resolve AI，在最新一轮A轮融资中获得10亿美元名义估值，成为市场关注的又一家AI独角兽。根据报道，本轮融资由Lightspeed Venture Partners领投，尽管具体募资金额尚未披露，但这笔交易已被视为今年AI基础设施领域最受瞩目的融资事件之一。
Resolve AI聚焦的是“自主式SRE（Autonomous Site Reliability Engineering）”技术，也就是利用AI自动维护软件系统运行稳定性。传统模式下，站点可靠性工程师需要人工排查故障、定位异常并推动修复；而Resolve AI希望把这一流程自动化，使系统能够在生产环境中实时识别、诊断并解决问题，从而减少对人工值守和介入的依赖。
前Splunk高管创业，切入企业核心痛点
公开信息显示，Resolve AI由前Splunk高管Spiros Xanthos与Mayank Agarwal创立，两人的合作关系可追溯至伊利诺伊大学厄巴纳-香槟分校求学时期。创始团队的企业软件背景，为公司切入运维与可观测性场景提供了较强的行业基础。
之所以选择SRE作为突破口，与当前企业IT架构演进密切相关。随着云基础设施普及、分布式系统复杂度提升，现代软件系统的监控、排障和稳定性维护难度持续上升。与此同时，具备经验的SRE人才招聘和留存并不容易，企业普遍面临“系统越来越复杂，但人手和经验越来越稀缺”的现实问题。Resolve AI正是试图用AI来填补这一缺口。
A轮交易结构值得关注
这轮融资最受讨论的，不只是10亿美元估值本身，还有其背后的交易设计。消息称，Resolve AI本轮采用了分层、多批次投资结构。虽然对外呈现的 headline valuation 为10亿美元，但公司的实际混合估值要低于这一数字。换句话说，投资者并非全部以10亿美元估值买入，而是部分股份按这一价格成交，其余部分则以更低价格完成。
这种融资结构正在AI明星项目中变得越来越常见。一方面，它能帮助创业公司在市场上获得更具传播效应的高估值标签；另一方面，也让投资人在面对高热度AI标的时保留一定价格安全边际。对市场而言，这意味着“名义估值”与“实际成交估值”之间的差异值得仔细辨别，投资热情高涨的同时，资本也在通过更复杂的条款管理风险。
从种子轮到独角兽，融资节奏迅速
从已披露资料看，Resolve AI在2023年10月完成了3500万美元种子轮融资，由Greylock领投，并获得李飞飞以及来自Google DeepMind的Jeff Dean等知名人士参与。如今在A轮阶段获得10亿美元名义估值，显示其在短时间内完成了从早期项目到独角兽标签的跃迁。
在竞争层面，Resolve AI并非没有对手。报道提到，另一家AI SRE初创公司Traversal近期也完成了4800万美元A轮融资，由Kleiner Perkins领投。虽然两家公司规模与市场声量仍有差距，但这说明“AI自动化运维”已经从单点创新逐步发展为一个受到资本系统性关注的新赛道。
为什么自主SRE会在当下受到追捧
自主SRE之所以获得资本追逐，本质上是因为它同时踩中了AI落地和企业降本增效两条主线。对大型企业而言，生产故障不仅意味着工程压力，更可能带来用户流失、服务中断与收入损失。如果AI系统能够在故障扩散之前自动完成识别、归因和修复，其商业价值将远高于普通效率工具。
此外，生成式AI和智能代理技术近两年快速成熟，也让“自治运维”从概念更接近可执行产品。过去很多自动化工具更像是辅助平台，需要工程师编排规则和流程；而现在，AI厂商开始强调系统具备一定的自主决策能力，能够在复杂生产环境中处理多变量问题。Resolve AI正是这一趋势的代表性玩家之一。
市场影响：AI基础设施热度延续，但估值泡沫仍需警惕
从市场影响看，Resolve AI的融资事件释放了几个信号。首先，资本对AI基础设施层的兴趣并未降温。相比面向消费者的AI应用，基础设施与企业级工具通常被视为更容易形成长期付费和更高客户黏性的方向，因此也更容易获得头部风投青睐。其次，运维、可观测性、自动化故障处理等细分领域，正在成为AI商业化的关键落地场景。
但与此同时，高估值也意味着更高预期。Resolve AI目前最核心的挑战，不仅是证明技术可以在真实生产环境中稳定运行，还要证明其解决方案能大规模部署，并在降低故障率、节省人力成本和提升系统韧性方面形成可量化回报。若无法兑现市场期待，独角兽估值可能面临重新定价压力。
整体来看，Resolve AI以10亿美元名义估值完成A轮融资，表明自主SRE正在从前沿概念走向资本主流视野。对于AI行业而言，这笔交易不仅是单一公司的融资里程碑，也可能成为未来企业级AI基础设施竞争加速的又一标志性事件。