一句话看懂：AI合规初创公司Dili完成2170万美元融资（种子轮+Series A），定位为美国基础设施建设中的“合规裁判”，用AI解析复杂建筑法规，目前已在约700个项目落地。这笔融资折射出AI从通用场景转向垂直刚需的趋势。
事件核心：发生了什么
据TechCrunch报道，AI合规初创公司Dili宣布完成1500万美元的Series A轮融资，由Khosla Ventures领投，Allianz、Rebel Fund等参投。此前该公司已获得670万美元种子轮，累计融资2170万美元。Dili曾入选Y Combinator 2023夏季批次。
Dili专门针对美国基础设施建设项目的合规问题——尤其是涉及联邦资金的项目。其核心能力是读取企业、供应商、ERP和薪资系统的非结构化文档，利用AI模型将其转化为结构化数据，再通过确定性规则引擎自动核对复杂但固定的合规规则（如Davis-Bacon法案规定的最低工资、IRA清洁能源项目的学徒比例要求等）。创始人Anand Chaturvedi表示，过去需要一整天的工作现在几分钟内完成。
为什么重要
AI合规并不新鲜，但Dili切入了一个高频、高赔付的垂直场景。基础设施建设热潮（尤其是数据中心、清洁能源工厂）带来了大量政府资金和监管要求，违规罚款动辄数百万美元。传统上，企业要么依赖人工抽样核查，要么外包给律所或咨询公司——成本高且容易遗漏。
Dili的价值在于将AI用于“确定性合规”：不是用大模型直接回答“某项操作是否合规”，而是让LLM只负责数据抽取（处理PDF、合同等非结构化信息），后续逻辑判断由确定性系统执行。这种“AI预处理+规则引擎”的架构避免了LLM的模糊性，适合法律风险极高的场景。如果这套模式走通，可能催生一批类似的“AI+专业规则”工具，重塑法务、审计、工程监理等传统服务业。
对用户/开发者/创作者的影响
对企业采购方（尤其是基建项目方）：Dili提供了两种交付方式——作为内部软件工具使用，或外包全部合规流程。目前约半数项目选择后者，说明短期内企业仍倾向一站式外包，但创始人预计将逐步转向软件化。如果Dili模式成熟，企业合规成本可能降低一个数量级。
对AI开发者：Dili的架构设计值得关注——它区分了“数据抽取层”和“规则推理层”，这种混合系统在金融、医疗等强监管领域有复制潜力。开发者可以借鉴其思路：不要试图让大模型直接输出判决，而是让它做结构化工具。
对政策合规从业者：Dili的普及可能意味着部分人工合规岗位被替代，但同时也催生AI审计、规则更新等新需求。相关从业者需要关注AI与现有法规的衔接方式。
值得关注的后续
1. 产品落地速度：Dili已覆盖约700个项目，但多集中于制造设施和数据中心。能否扩展到其他基建领域（如电网、交通）是检验其泛化能力的关键。
2. 竞品跟进：传统合规咨询公司（如安永、德勤的合规数字化部门）以及AI法律科技公司（如Ironclad、Evisort）可能加速布局类似功能。Dili的先行优势能否转化为护城河尚不明朗。
3. 监管适应性：美国基建法规随政府换届可能调整，Dili的规则引擎能否快速更新、保持合规准确性，将直接影响客户信任度。
