维度网讯，6月25日，美国AI智能体基础设施公司Sail Research宣布完成种子轮和A轮融资，合计筹集8000万美元，公司估值达到4.5亿美元。其中，A轮融资由美国凯鹏华盈(Kleiner Perkins)领投，种子轮由美国红杉资本(Sequoia)领投，资金将用于建设面向长周期AI智能体的高效率推理基础设施。

Sail Research瞄准的是AI智能体大规模运行中的成本问题。普通聊天式AI应用通常围绕一次问答或短会话设计，而长周期AI智能体需要连续运行数小时甚至数天，执行代码分析、企业调研、候选人筛选、文档处理和复杂任务规划等工作。任务持续时间越长，模型调用次数、上下文消耗和Token使用量越高，推理成本就越容易成为企业部署智能体的瓶颈。

这家公司试图重构的不是单个模型，而是智能体运行时所依赖的底层推理和沙箱环境。Sail Research提供的基础设施包含面向吞吐和效率重建的推理栈，以及可持续运行数小时或数天的Sailboxes沙箱环境。前者用于降低长任务中的单位Token成本，后者用于让智能体在有状态环境中持续工作，并按实际工作时间计费，减少长周期任务中的空转成本。

本轮融资的投资方阵容集中在AI基础设施和系统软件方向。除美国凯鹏华盈、美国红杉资本外，美国Redpoint Ventures、美国Theory Ventures、美国Vine Ventures、美国CRV、美国A*和美国Abstract Ventures也参与投资。天使投资人包括美国Alphabet董事长约翰·轩尼诗、美国英特尔首席执行官陈立武，以及美国Together AI首席科学家Tri Dao等。

Sail Research的创始团队具有硬件和大规模系统背景。联合创始人兼首席执行官Neil Movva曾在美国英伟达、美国苹果和美国Together AI从事GPU性能、基础设施和AI系统相关工作;联合创始人兼首席技术官Samir Menon也曾在美国苹果参与大规模系统建设。这样的背景决定了公司更关注算力利用率、推理吞吐、工作负载调度和系统级成本优化，而不是只在应用层包装AI智能体产品。

长周期AI智能体对基础设施提出了不同要求。人类用户等待一次回复时，更在意低延迟;智能体持续执行任务时，更需要稳定吞吐、可扩展上下文、并发调用能力和可控成本。Sail Research的判断是，现有推理基础设施主要为短交互设计，不适合让智能体连续消耗大量Token并保持长时间运行，因此需要围绕智能体工作方式重新设计底层系统。

公司称，其推理基础设施通过定制开源推理引擎、跨供应商分配工作负载和利用未充分使用的算力资源，提高GPU使用效率，并在部分评测中实现最高10倍的单位Token成本降低。其API兼容现有OpenAI工作流，并支持DeepSeek、Gemma、GLM、Kimi、Nemotron等开源模型，方便企业在不大幅改造应用架构的情况下接入。

Sail Research目前已服务部分AI工作流客户，包括网络数据公司Parallel Web Systems、代码审查平台Detail.dev和Jack and Jill等。对这些客户而言，智能体不只是回答问题，而是要持续阅读网页、分析代码库、生成报告或处理复杂流程。此类场景一旦进入生产环境，推理成本、运行稳定性和任务可恢复能力都会直接影响商业可用性。

8000万美元融资完成后，Sail Research将进入AI智能体基础设施赛道的早期扩张阶段。随着企业从试用聊天机器人转向部署可持续工作的AI Agent，底层推理平台、沙箱环境、任务调度和成本控制将成为新的竞争焦点。后续仍需关注Sail Research能否把成本优势转化为稳定客户增长，以及长周期智能体基础设施是否会成为AI应用落地中的独立基础层。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com