AI记忆初创公司Engram获9800万美元融资，声称可降低百倍Token成本

一家仅成立8个月的AI记忆初创公司，声称能大幅降低大模型使用成本，刚刚获得了近1亿美元的资本加持。 🚀 新闻事件 Engram，这家仅有13名员工的初创公司，于本周二宣布完成9800万美元融资。投资方阵容相当亮眼，包括General Catalyst、Kleiner Perkins、红杉资本，以及刚加入Anthropic的OpenAI联合创始人Andrej Karpathy。 🧠 技术野心 公司名称Engram源自神经科学术语，意为大脑中的记忆痕迹。这与它的定位高度吻合——Engram自称为AI的“learned memory”（习得记忆）。 简单来说，它试图解决当下大模型应用最头疼的成本问题。Engram声称，其模型在匹配甚至超越前沿实验室模型表现的同时，使用的token数量可以少至100倍。这意味着处理同样的任务，花的钱可能只是原来的一小部分。 当然，公司联合创始人兼CEO Dan Biderman也坦诚表示，Engram的模型并非“相当优于”OpenAI和Anthropic的模型，但在专业化方面表现出色。 💼 客户与商业化 尽管团队精简且产品尚处早期，Engram已经拿下了一批重量级客户。客户名单中包括Microsoft、Notion，以及法律AI初创公司Harvey。 Kleiner Perkins合伙人Leigh Marie Braswell对此评价称，Engram能够介入企业组织，并提供数量级更低的输出成本。 👨‍🔬 创始人底色 创始人Dan Biderman的学术背景值得关注。他在哥伦比亚大学攻读计算神经科学博士学位，随后加入斯坦福大学人工智能实验室工作。这种从脑科学到AI的跨界路径，可能是其从“记忆”角度切入大模型成本优化的原因之一。 💰 资金用途 对于这笔近亿美元的融资，公司计划将其用于算力和人才投入。

EntAI观察

这笔融资的背后，可能反映出AI产业正在从单纯的“算力军备竞赛”转向“效率与成本优化”阶段。Engram的“习得记忆”路径，或许说明行业开始通过架构创新来解决Token成本高企的问题。Andrej Karpathy在加入Anthropic后依然参与此轮投资，也值得关注，这可能暗示了顶尖AI研究者对“记忆机制”这一技术路线的认可。不过，成立仅8个月、仅13人的团队要同时挑战技术落地和巨头竞争，执行风险不容忽视。