ProbeLayer AI

项目基本信息

发起人

谢贤霖

团队结构

项目现阶段由创始人谢贤霖主导，负责问题定义、实验设计、客户发现和交付决策。已形成单工作流诊断协议、材料接收与回放规范、证据分级方法和报告模板，并搭建了受控虚拟环境下的物理因果研究基础设施。目前处于首批用户验证阶段，后续将根据客户 PoC 结果补充 AI 评估、Agent 工程和企业客户拓展成员。

融资阶段

种子轮前

所在城市

杭州

核心问题

企业可以看到 AI 客服或 Agent 演示成功，却很难判断业务规则、权限、工具返回或停止条件发生变化时，系统是否仍会做出正确决策。常见评测只能给出整体分数，无法指出具体失效边界、模型依赖了什么错误信号、问题能否稳定复现，以及修复后是否真正改善。上线团队因此缺少可用于工程决策的直接证据。

解决方案

ProbeLayer 锁定一个 AI 工作流、一个版本和固定的非生产环境，设计 3-5 组只改变一个因素的配对用例，记录输入、输出和 Agent 运行轨迹，并重复回放。最终交付已测试的失效条件、原始证据索引、修复建议和回归用例。当前商业化聚焦可回放的 AI 客服、知识助手和 Agent 工作流。长期技术方向是研究 AI 如何通过主动干预学习物理因果，但现阶段不宣称已经实现通用物理理解。

商业模式

先服务，后软件。首批合格场景可以通过免费诊断换取授权测试、真实反馈和案例验证；验证付费意愿后，按单个工作流和固定测试范围收取诊断费。模型、提示词、业务政策或工具发生变化后，再提供定期回归测试服务。只有经过客户交付证明能够重复出现的工作，才逐步做成自动化工具。获客主要依靠匿名案例、客户转介绍，以及与 AI 评估和 Agent 交付团队合作。

关键进展

• 已上传 1 份 BP / 附件
• 资料完整度 96%
• 可安排对接

融资需求

计划融资 100 万元，用于首批客户验证、诊断工具工程化、技术复核和基础运营。阶段目标是完成首个可回放客户 PoC，验证同一套方法能否复用到第二个工作流，并取得首个付费或接近付费的固定范围案例。现阶段不投入复杂 SaaS 平台和大规模市场投放。

平台评估摘要

• 系统已完成自动基础审核并发布到项目广场。平台后续可继续补充人工审核备注。
• 该详情页读取真实后台项目数据，适合用于验证公开展示链路。
• 后续推荐池会继续补充投资方向标签与反馈记录。

近期信号

• 6 次浏览
• 1 个感兴趣信号
• 已有项目附件