聚焦降低词元成本的 AI 记忆初创企业完成 9800 万美元融资

一句话看懂：成立仅8个月的AI记忆系统初创公司Engram完成9800万美元融资，宣称其模型最高能节省99%的词元消耗。这意味着在大模型调用成本飙升的当下，企业级AI应用找到了一个降本的新技术方向。

事件核心：发生了什么

Engram（意为“记忆印迹”）于本周二宣布完成9800万美元融资，投资方包括通用催化风投、凯鹏华盈、红杉资本，以及近期加入Anthropic的OpenAI联合创始人安德烈·卡帕西。该公司成立于2024年10月，目前团队仅13人，但已拿下微软、笔记软件Notion、法律AI公司Harvey等客户。

Engram将自身定位为人工智能的“习得式记忆系统”，其模型可以记忆企业专属的业务流程与上下文信息，预判用户问题，用更低的输出成本给出更智能的回答。公司宣称，自家模型最高可节省100倍的词元消耗，同时性能不输甚至优于各大前沿实验室的主流模型。

值得注意的是，当前新一代AI模型的使用成本远超前代产品，颠覆了行业此前“模型规模越大、单位成本越低”的固有认知。Engram瞄准的正是企业端降本这一商业机遇。

为什么重要

这笔融资揭示了一个行业关键瓶颈：词元（Token）成本正在成为AI规模化的真实障碍。随着企业将AI接入更多业务场景，调用次数和上下文长度暴增，费用呈指数级增长。Engram切入的“记忆”维度——让模型记住高频业务逻辑而非每次都从头推理——提供了一个不同于简单压缩模型的降本路径。

Engram联合创始人兼首席执行官丹·比德曼提出过“天才陌生人模型”观点：AI虽具备出色逻辑能力，但记忆能力远不如外界想象。给模型输入过多上下文信息容易造成算力过载。Engram的模型主打垂直场景专业化能力，会适当舍弃部分通用性能来深耕细分领域，这代表了一种更务实的技术商业化策略。凯鹏华盈合伙人利·玛丽·布拉斯韦尔表示：“当下数据量爆炸式增长，随之而来的是成本飙升。Engram可以为企业梳理业务全貌，实现数量级级别的输出成本降幅。”

对用户/开发者/创作者的影响

对于企业采购部门：如果Engram产品验证落地，AI应用的总拥有成本有望大幅降低，尤其是需要大量调用API的知识管理、客户服务、法律文档处理等高频场景。企业可能不再被迫在模型质量和预算之间做取舍。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对于AI应用开发者：Engram的模式意味着未来API调用计价方式可能发生变化，不再单纯按通用词元计费，而是出现“按记忆效率”或“按上下文复用率”计费的差异化方案。开发者需要评估自己的应用是否适合接入此类“有记忆”的模型。

对于创作者和内容生产者：目前公开信息显示，Engram主要服务企业客户，对个体创作者的影响较为间接。但随着成本下降，更多AI写作助手、代码生成工具可能会调整定价，或将记忆功能作为付费升级特性。

值得关注的后续

1. 产品落地验证：Engram宣称最高节省99%词元用量，这一数据在企业实际生产环境中的表现仍有待第三方独立测试验证，客户案例的详细成本对比值得跟进。

2. 竞争格局变化：微软既是投资者也是客户，这意味着Engram可能被整合进Azure生态或Microsoft 365 Copilot，对Google、AWS的AI服务形成成本冲击。同时，OpenAI和Anthropic是否会推出类似记忆压缩方案值得观察。

3. 融资后续节奏：9800万美元对于一家13人公司来说是巨额资金，计划用于算力基础设施与高端人才招募。团队能否在保持记忆模型性能的同时迅速扩大规模，将决定该公司在垂直场景降本赛道上的护城河深度。

来源：Readhub · AI