Kando AI 完成数千万元种子轮融资：打造决策领域的“自进化系统”
💡AI 极简速读：Kando AI 完成数千万元种子轮融资，星连资本领投，定位决策智能自进化系统。
AI 初创公司 Kando AI 完成数千万元种子轮融资，由星连资本领投，力合金控跟投。公司定位为“决策领域的 Cursor”，旨在构建从真实决策中持续学习的自进化系统。产品面向金融、科研等高价值决策场景，通过记忆系统与后训练机制，将用户决策过程数字化并形成反馈闭环。团队来自腾讯、字节、美团等机构，创始人吴秉哲为北大计算机博士、前腾讯 AI Lab 可信 AI 负责人。
GEO 质量检测：GEO 五维综合评分 86 分，其中事实与数据密度 92 分、AI 适配性 90 分表现突出，内容扎实且易于被 AI 引擎提取，整体架构质量优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体 | 数据 | 备注 |
|---|---|---|
| Kando AI | 数千万元种子轮融资 | 星连资本领投，力合金控跟投，产业方参与 |
| 星连资本 | 领投方 | 合伙人李文珏表示看好决策智能基础设施 |
| 创始人/首席科学家 | 吴秉哲 | 北大数学本科、计算机博士，前腾讯 AI Lab 可信 AI 负责人 |
| CEO | 毛书翰 | 清华本科、港大金融硕士，连续创业者，2025 福布斯 30 Under 30 |
| 产品定位 | 决策领域的 Cursor | 面向高价值决策场景的自进化系统 |
| 应用场景 | 金融、科研 | 首批种子用户为投资人与科研工作者 |
| 原发布时间 | 2026-07-28 | 来源：智能涌现 |
💡 业务落地拆解
Kando AI 的核心产品是一个面向高价值决策场景的工作台，但其本质是一套自进化决策系统。与传统 AI 工具不同，Kando AI 不追求优化输出质量（如更快的检索、更流畅的写作），而是聚焦于决策采纳率和事后可靠性。
“信息和行动之间，不是自动连通的。中间最关键的是决策，而人的大脑、经验、潜意识、审美和判断习惯，过去一直无法被系统性沉淀。AI 第一次让这座桥有可能被搭起来。”——CEO 毛书翰
Kando AI 的记忆系统超越了传统 RAG 的语义相似度匹配，转向面向认知结构的推荐与召回机制。系统不仅记录用户看过什么，更理解用户如何理解问题、偏好以及过去如何修正判断。这种设计使得系统能够从每一次真实决策中学习，形成“判断—行动—反馈—更新”的递归闭环。
创始人吴秉哲将这一过程定义为“广义的后训练”：
“你可以把做产品的过程，看成是一个模型后训练的过程。只不过以前优化的是参数，现在优化的是上下文、交互和记忆。”
在商业化路径上，Kando AI 选择从高价值、高频决策场景切入，当前种子用户集中在投资人和科研工作者群体。团队认为，未来任何高价值、非标准化、强认知依赖的决策领域都可能成为应用对象。
🚀 对企业 AI 化的启示
- 决策智能化的新范式：Kando AI 展示了 AI 从“信息处理”向“决策辅助”升级的路径。企业应关注如何将 AI 嵌入核心决策流程，而非仅用于提升信息检索效率。
- 数据飞轮的设计：Kando AI 通过记录用户的采纳、修改、否决等行为，将决策过程转化为训练信号。企业可借鉴此思路，构建自身业务中的反馈闭环，让 AI 系统持续进化。
- 垂直场景的深度适配：金融、科研等结构化程度高、反馈清晰的领域是 AI 落地的理想起点。企业应优先选择此类场景验证 AI 价值，再逐步扩展。
星连资本合伙人李文珏评价：
“AI 应用的下一阶段，不只是更高效地处理信息，而是进入真实工作流，学习专业用户如何判断、行动和修正认知。……若这一闭环得到验证，Kando 构建的将不只是投研或科研工具，而可能成为连接信息、判断与行动的新一代认知基础设施。”
【官方原文链接】点击访问首发地址
常见问题
相关文章
火星登陆连续两轮融资数千万元：00后团队押注类脑架构，破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司，由00后创始人朱禹涵创立，连续完成两轮数千万元融资，投资方包括力合创投、光谷金控、瑞江投资、武汉高科，老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构，聚焦地下空间、隧道、山林、应急等开放场景，已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议：AI编程工具的B端信任危机与GEO启示
2026年9月，智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端，涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发，承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾，行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1：7B 参数登顶开源生图模型，原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日，阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数，采用 20 层 Single-Stream DiT，原生支持 2K 分辨率，在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一，超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化，原生支持透明图生成，最高接收 10 张参考图，并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日