Agnes AI

一句话定位

一个把「AI 干活」和「团队协作」放进同一张工作台的智能体工作空间： 文档、幻灯片、资料、任务和共享记忆都在一起，AI 不再是旁边的一个按钮， 而是跟着项目走、记得项目上下文、能和人并行推进的那一方。

做这个东西的人

新加坡 Sapiens AI 团队，创始人 Bruce Yang，团队约 150 人。 自研 7B 参数的推理模型 Agnes-R1 与 CodeAgents 多智能体推理框架， 官网自称「From a Global Top 10 AI Lab」。

判断：这是典型的新兴市场打法——不在欧美市场正面碰 Notion 和 OpenAI， 先做东南亚、拉美这类模型和协作工具都还没被充分占领的市场。 官网把自家模型放在 Artificial Analysis 榜单上和 Kimi、GLM、DeepSeek 并排， 说明它在意的对手不是协作软件，而是模型厂商。

它到底能做哪几件事

• 团队协作工作台 → 多人实时协同编辑文档和幻灯片，变更实时同步， 支持批注评论、任务指派、跨设备异步协作
• 共享记忆（Shared Memory） → 跨文档、对话和项目保留历史偏好与任务状态， 新成员进入项目时能直接接手上下文
• AI 生成与调度 → 自然语言调用 AI 生成内容、写报告、做 PPT、 生图、生视频、生成可视化网页
• 免费全模态 API → 2026 年 6 月 1 日起无限期免费开放文本、图像、视频 API， OpenAI 兼容协议（https://apihub.agnes-ai.com/v1）， 支持 Cursor、Claude Code 等 Agent 工具直接接入
• 模型矩阵 → Agnes 2.5 Pro Alpha（文本）、Agnes-Image-2.0（图像）、 Agnes-Video-V2.0（视频），均主打与头部模型打平、价格更低

它明确不做：不做企业级 SSO/合规交付（conversiongems 评测指出 企业深度集成仍是短板），主打轻量团队和个人开发者。

它在替代什么旧行为

以前一个团队要「AI 帮我做 PPT + 全组一起改」，得同时开三样东西： 聊天工具里问 AI 要内容，把内容贴进 Google Docs 或飞书， 再在任务软件里记分工和进度。AI 回答的上下文、谁改了什么、 为什么这么改，全都散在各处，换个成员就丢一半。

Google Workspace 和飞书解决了「多人实时改同一个文件」， 但没解决「为什么这么改」。Agnes 押的是把 AI 的上下文也变成团队资产： AI 记得这个项目的背景、决策过程和引用资料，成员不需要重述一遍。

商业模式

Freemium + 免费 API 导流。

• 免费档：每月 50 次请求（conversiongems 数据，2026-06）
• Plus：$19.90/月，每月 100 次
• Pro：$99.90/月
• 全模态 API 免费开放，作为获客入口

判断：免费 API 是获客工具不是慈善。现在所有 Agent 工具 （Cursor、Claude Code、各类 WorkBuddy 生态插件）都要接模型， 把 API 价格打到零能最快塞进别人的工作流，等开发者用顺手了再谈收费。 这套「先用模型卡位、再收协作订阅」的组合，印度和东南亚的一批新模型厂商都在用。

硬数字

• 流量榜：月访问 208 万，环比 +570.29%（2026-08），登全球增速榜
• 移动端上线两个月，注册用户破 300 万，日活超 20 万（团队自述，2026-06）
• conversiongems 评测引用「6M+ 用户、接近 $20M ARR、完成 A 轮融资」——二手来源，未获官方证实
• Agnes-2.5 Pro Alpha 在 Terminal-Bench v2.1 得分 67%，同榜 Kimi K3 为 85%、GLM-5.2 为 78%、DeepSeek V4 Pro 为 65%（Artificial Analysis 引用）
• 融资规模、团队融资来源：未披露官方口径

四维评估

判断

mom +570% 需要打折看，但方向是真的。

这个环比涨幅大概率是三件事叠加：6 月免费 API 活动带来的开发者流量、 移动端上线两个月的自然爬坡、以及 流量榜 上榜单带来的统计口径变化 （榜单产品本身会吸引更多访问被计入）。它的基数也低——上个月约 31 万访问， 2.08M 的绝对值在一众大厂产品里仍然很小。看这个产品不看单月流量， 看两件事：免费 API 有没有把开发者真正留下来，以及 $20M ARR 的说法有没有被证实。

它真正的创新点是「共享上下文」这一层。 文档协作工具解决文件同步， 它想解决语境同步——AI 记得项目为什么这么做。这个需求在远程团队里真实存在， 但能不能从「demo 很惊艳」走到「团队真的把知识库建在它上面」， 取决于 Shared Memory 的准确性。记忆系统一旦记错，比没有记忆更糟。

它还不值得信任的地方：商业化数字全来自二手评测和团队自述， 融资、ARR、用户数三个口径都对不上官方来源；产品成立时间短， conversiongems 也承认「young company with limited documented support track record」。

下一步看什么

① 下月环比能否延续——mom +570% 是真实起量还是单次活动冲高，8 月是第一个验证窗口 ② $20M ARR 与 A 轮融资是否有官方确认——没有就一律按未证实处理 ③ 东南亚 / 拉美有没有企业级客户公开付费使用，而不是只有免费 API 开发者

可借鉴的做法

产品逻辑：如果你的产品既有 AI 能力又要多人协作，值得抄它的分法—— 把「文件」和「语境」分开交付。文件层用成熟的协同编辑， 语境层用 AI 自动沉淀背景、决策和引用来源，让后加入的成员不用从头问起。 这是飞书 / Google Workspace 没覆盖的空位。

定价结构：API 免费 + 订阅收费的组合可以迁移—— 用零价模型卡位开发者工作流，再把变现放在高频协作场景的订阅上， 比一开始就按 token 计费更容易起量。

结论

值得关注，但尚需证据。 产品方向（共享 AI 上下文）有真实差异化， 免费 API 策略也聪明，但商业化数字未经证实，mom +570% 更像营销峰值而非稳态。 记下来，下月用上面三条回头验证。