凌晨两点,普林斯顿大学的宿舍里,一个正在训练模型的工程师转过头对邻居说:"我有一个还不错的想法,你想不想听一下?"这个看似随意的深夜对话,最终催生了Dedalus Labs——一家在YC孵化后迅速拿到1100万美元种子轮融资的AI基础设施公司。
这是Cathy Di的创业起点。作为Dedalus Labs的CEO,这位在北京长大、18岁赴美的年轻创始人,正站在硅谷AI Agent浪潮的中心。她的团队平均年龄只有23岁,却已经在为全球开发者提供Agent开发的底层工具。更有意思的是,他们即将在4月联合Coinbase、Stripe等公司举办一场名为"ATM"(Agent Tournament for Money)的大赛——这可能是网络历史上第一个以"赚钱能力"为唯一评判标准的Agent竞赛。
重新定义Agent:模型+工具的本质
在硅谷,关于Agent的定义远没有外界想象的那么清晰。Cathy观察到一个有趣的现象:三藩市街头的广告牌上,所有B2B SaaS公司都在宣称自己是"agentic"的,Salesforce也是agentic的,但当你真正追问什么是Agent时,很少有人能给出明确答案。
Dedalus Labs给出了一个极简定义:Agent = 至少一个模型 + 至少一个工具。模型是大脑,工具是身体,让AI的思考能够在真实世界中产生交互。这个定义看似简单,却揭示了Agent的本质——它不是某种玄学般的"智能体",而是模型与执行能力的组合。
基于这个定义,Cathy进一步阐释了多Agent架构的安全逻辑:一个拥有所有上下文的主Agent不应该同时拥有所有权限,否则就像"一个超级聪明的人还能立刻引爆原子弹"。更安全的方式是让主Agent负责理解和规划,然后将任务分发给权限受限的子Agent执行。这样既保证了观测能力,也留出了人工干预的空间。
小龙虾的启示与局限
当国内为Claude的"小龙虾"(Computer Use)功能狂热时,硅谷的创业者们已经在思考它的边界。Cathy直言不讳:"我们公司内部是不让用小龙虾的。"原因很简单——安全机制太薄弱。
她详细解释了小龙虾的安全隐患:最初版本中,所有密钥都直接存储在JSON文件里,任何人都可以通过提示词注入(prompt injection)窃取秘密。即使后来改进为云端托管,Agent在与外界交互时仍然需要传递密钥,这个过程依然可以被拦截。数据显示,90%的小龙虾实例都可以通过提示词注入盗取秘密。
更深层的问题在于,小龙虾代表的"超级通用Agent"思路本身存在矛盾。一个General Model很难在垂直领域成为Expert。这就是为什么即使OpenAI和Anthropic的底层模型已经非常强大,硅谷仍然有大量公司在不同行业做垂直化的B2B SaaS——因为每个行业都需要专业知识、信任积累和定制化的接入方式,这些都不是一个通用Agent能够解决的。
Cathy认为,小龙虾最大的价值在于"打开了世界的想象力"。在它出现之前,普通人很难具象化一个强大的通用Agent能做什么;但在它出现之后,连她的父亲都开始问"小龙虾能为我做饭提供什么便利"。然而,想象力的打开只是第一步,真正的产品化需要更好的基础设施、安全保障和用户体验。
从五行代码到变现闭环
Dedalus Labs的产品哲学是"降低门槛,但不降低能力"。他们提供的开源SDK可以让开发者在五行代码内搭建一个production-grade的Agent,支持所有主流模型(从OpenAI到DeepSeek、Kimi),可以连接任何工具(无论是MCP、云端API还是本地函数)。
更重要的是,他们正在构建一个可以让Agent直接变现的市场。开发者可以将自己开发的Agent工具发布到平台,设定价格,通过一个链接就能开始收费。这个闭环设计背后的逻辑很清晰:如果你的Agent能赚钱,那它一定解决了真实痛点,基础设施也足够稳定,不会在10个用户后就崩溃。
在技术层面,Dedalus Labs开发了一套名为Delos的开源安全体系,与OAuth的最大区别在于它适用于所有密钥交换形式。用户的密钥存储在断网的隔离环境中,当Agent需要与第三方平台交换权限时,第三方永远接触不到真实密钥,只能收到权限授予。这种设计从根本上避免了密钥泄露的风险。
YC生态中的Agent创业图谱
作为YC 2025夏季批次的成员,Cathy观察到一个明显趋势:大约40%的YC公司都在做Agent相关的项目。这些创业者的共同特点是"从痛点出发",而不是追逐概念。
她提到,硅谷最常见的Agent应用场景集中在企业内部:Email Agent处理邮件分类和回复,销售Agent管理CRM系统,还有公司将自己的服务包装成MCP(Model Context Protocol)工具提供给其他人。这些应用的共同点是边界清晰、可验证、风险可控。
Dedalus Labs的用户主要是早期开发者和初创团队,其中"大户"基本都是YC团队或美国其他初创公司。他们在去年12月还举办了一场名为"Breakin"的小型加速器,将全球20个在平台上搭建Agent的团队飞到硅谷,在圣诞假期进行集中开发。几个月后,其中几个团队已经被收购或进入了YC。
想象力壁垒:99%的有用Agent还没被造出来
Cathy在推特上提出了一个概念:"imagination ceiling"(想象力壁垒)。她认为,世界上99%可以被搭建出来、有用的、能赚钱的Agent,现在都还没有被造出来。主要原因不是技术限制,而是我们受困于自己的想象力。
"你无法想象你无法定义的东西,你也无法具象化你想象不出的东西。"这就是为什么即使现在人人都能用Cursor或Claude进行代码生成,真正有价值的Agent产品仍然稀缺——因为首先你得知道自己要做什么。
这个观察在国内市场尤其明显。当小龙虾在中国掀起热潮,从企业家到普通用户都在讨论Agent时,真正能将概念转化为可商业化产品的案例仍然很少。Cathy认为,好的产品需要三个要素:从痛点出发、使用优质基础设施保证安全、提供良好的用户体验。跟风可以,但必须有沉淀。
硅谷的"整活"文化与口碑传播
在增长策略上,Dedalus Labs的经验是"光靠口碑传播很难实现大规模增长,你需要比拼整活能力"。他们在推特上非常活跃,经常与其他公司联合举办活动,从Agent切磋大赛到黑客松,从线上研讨会到线下聚会。
即将举办的ATM大赛就是典型的"整活":奖池至少10万美元,预计超过1万参赛者,还会有预测市场。这种以"搞钱能力"为评判标准的设计,既符合硅谷务实的创业文化,也能真正筛选出解决实际问题的Agent。
Cathy的团队招人标准也很有硅谷特色:技术能力、high agency(强自主性)、善良。他们不在意你有没有大厂经验,在意的是你能不能自主学习、自主驱动,以及你是不是一个人品好的人。这个平均年龄23岁的团队,每个人都会写代码,包括摄影师和运营负责人。
从模型到应用的最后一公里
在模型层面,Dedalus Labs观察到YC公司最常用的组合是:一个大型模型(如Claude Opus 4.6)搭配一个快速便宜的小模型(如Haiku或GPT-4o)。如果不在意价格只追求速度,会用Gemini 2.0 Flash加Claude Opus 3.5。平台会自动进行模型切换,在保证效果的同时优化成本和速度。
这种"模型组合"的思路,本质上是在承认没有一个模型能完美解决所有问题。就像Agent需要分工一样,模型也需要根据任务特点进行搭配。这是工程化思维对AI应用的渗透。
当被问到AI模型是否天然善良时,Cathy给出了一个清醒的判断:"最善良的AI模型只能对标最有恶意的人类。"因为训练数据如此庞大,不可能确保所有样本都是善良的。模型之所以看起来公正无害,是因为后期的安全训练和拦截机制,而不是它本身没有"恶意"。这提醒我们,Agent的安全不能依赖模型的"道德",而必须依靠架构设计和权限控制。
这场从普林斯顿宿舍开始的创业故事,折射出硅谷AI Agent创业的几个关键特征:从真实痛点出发、重视基础设施和安全、保持开放和协作、用"整活"能力扩大影响力。当国内还在热议小龙虾的神奇时,硅谷的创业者们已经在思考下一个问题:如何让Agent从Demo走向真正的商业化,如何在安全和能力之间找到平衡,以及如何突破想象力的壁垒,创造出那99%还未被发明的有用Agent。