Prentis 是一家由 Ritankar Das 與 Reid Hoffman、Marc Pincus 共同創立的新 AI 研究實驗室。根據 TechCrunch 引述兩位熟悉相關討論人士的說法，該公司正洽談以 10 億美元估值募資 1 億美元。這筆傳聞中的融資，與其說是另一輪大型 AI 融資，不如說是在傳遞一個訊號：投資人認為下一個企業級 AI 重要突破口，可能不是寫程式碼，而是能像辦公室員工一樣操作一般商業系統的軟體代理。

TechCrunch 報導稱，Prentis 於 4 月上線，正在打造其所稱的 computer use models，這些模型是針對文件與企業系統中的例行工作流程進行訓練。公司的目標是打造 AI 代理，讓它們能控制電腦並執行重複性的辦公任務，包括像保險理賠處理或關稅退稅例外案件處理這類工作，而不需要人員在多個工具之間追著文件跑。

這使 Prentis 站在 AI 市場中最活躍、也最擁擠的區域之一。無論是大型模型供應商還是新創實驗室，都在試圖從聊天介面轉向能夠點擊、搜尋、輸入資料，並在真實軟體環境中完成端到端任務的代理。如果 Prentis 能證明較小的專用模型對這類工作既可靠又夠便宜，它將提供一條不同於大型實驗室目前追逐的前沿模型路線。

針對電腦使用自動化的聚焦押注

依 TechCrunch 的描述，Prentis 的核心想法是：許多企業工作流程之所以卡住，不是因為分析或文字生成能力不足，而是因為軟體過於碎片化。員工仍然得在視窗、表單、PDF、電子郵件與內部系統之間切換，才能完成平凡但量大的工作。若模型能理解畫面、定位控制項並完成一連串操作，就可能讓 AI 從副駕駛變成操作員。

這與第一波企業 AI 工具的產品思路不同。那一波工具多半聚焦在摘要、撰寫草稿或程式助理等用途。Prentis 據報押注：自動化日常辦公工作，可能會比寫程式碼帶來更大的商業機會。這仍然只是預測，而不是既成的市場事實，但它與更廣泛的職場自動化趨勢，以及與直接節省人力成本掛鉤的企業 AI 導入方向一致。

TechCrunch 報導，Prentis 計畫根據客戶的工作流程客製化代理，而不是只提供一個通用的水平型代理。對企業買家而言，這點很重要。computer use 系統通常會在工作流程依賴公司特定表單、舊式應用程式、罕見例外路徑或政策限制時失效。量身打造的部署模式可以提升契合度，但也可能讓銷售與導入比標準 SaaS 更偏向服務化。

實驗室背後的人與架構

Prentis 由 Ritankar Das 領導，TechCrunch 將他 ઓળખ為創辦人兼執行長。Das 也創立了 Titan，一家負責打造與營運 AI 公司的控股公司。TechCrunch 將 Titan 描述為 Das 長期以來用來啟動事業的載具，並提及過去與 Titan 相關的公司，包括 Tala Health、Forta Health 與 Dascena。

Reid Hoffman 與 Marc Pincus 的參與，讓 Prentis 在創投與產品圈都立刻具有能見度，儘管 TechCrunch 將這家公司形容為相較於兩人其他投入而言，某種程度上的副業計畫。Hoffman 深度參與多項 AI முயறਕ，從作為早期投資人的 OpenAI，到 Inflection AI，近期則是 Manas AI。Pincus 最廣為人知的是創立 Zynga，如今則領導 Reinvent Capital，而 Hoffman 擔任資深顧問。

TechCrunch 也報導，Prentis 已經招募超過 25 名員工，其中包括曾任職於 OpenAI、Google DeepMind、Meta、Tencent 與 Alibaba 的研究人員。對一家才剛成立幾個月的公司而言，這樣的招募陣容相當值得注意，特別是在這個類別裡，進展往往不只取決於原始模型訓練，也同樣取決於專門化的資料管線、環境模擬與評估基礎設施。

營收訊號仍早，且帶有前提

這輪傳聞中的融資之所以引發關注，其中一個原因是 TechCrunch 指出，Prentis 已經與多位客戶簽下總值最高可達 5,000 萬美元的合約，客戶包括一家醫療管理服務組織、一家製造商，以及商品與服飾製造商。不過，該報導也引用了其檢視過的投資人資料中的重要但書。

根據 TechCrunch，Prentis 的簡報預測，截至今年第三季，年化營收運行率將達 7,500 萬美元，計算基礎是合約費用相當於已實現節省金額的 20%。簡報據報指出，這些數字反映的是估算的年化價值，而非已認列營收，且取決於績效並需最終執行完成。

這個區別至關重要。以節省金額為基礎的合約，在底層自動化尚未完全部署或尚未在生產環境中驗證前，紙面上可能看起來非常龐大。對創辦人與企業買家而言，這提醒我們：「合約價值」、「年化運行率」與已認列營收並不能互相替代。尤其在 AI 代理領域，許多成敗取決於系統離開展示環境後，是否仍能維持準確性、例外處理與可稽核性。

即使以審慎方式解讀，存在客戶合約仍顯示 Prentis 並不只是在把自己包裝成研究實驗室。它同時也在試圖證明商業需求與技術差異化。在當前的融資市場裡，這種組合通常比單純的 benchmark 勝利更有分量。

模型主張、benchmark 主張，以及尚未驗證的部分

TechCrunch 報導，Prentis 表示其 Hive-32B 模型在兩個 computer use benchmark——WindowsAgentArena 與 ScreenSpot-v2——上，表現優於 OpenAI 的 GPT-5.4 與 Anthropic 的 Claude Opus 4.6。根據報導，該公司主張其優勢來自於使用了小得多、也便宜得多的模型，並宣稱每項任務的成本約為前沿 API 的十分之一。

若屬實，這些都是很重要的主張。若一個更小的模型在與螢幕畫面綁定的行動上可測量地更好，對企業來說可能比更大、但更昂貴且在 UI 驅動工作流程中更不可靠的通用模型更有用。每項任務的成本在職場自動化中特別重要，因為重複操作可能會執行數千次甚至數百萬次。

但目前可得的證據有限。這些 benchmark 與成本主張來自 TechCrunch 引述的 Prentis 材料，且 TechCrunch 明確表示未獨立驗證 benchmark 結果。現有報導也缺乏足夠細節來評估測試條件、提示策略、任務分布、失敗定義，或對比的前沿模型是否針對相同環境做過最佳化。

這不代表這些主張是假的；而是表示在出現第三方重現或客戶證據之前，讀者應先將其視為未經驗證。對 agentic 系統而言，benchmark 領先往往不會直接轉化為生產環境中的穩健性。介面變更、工作階段狀態、安全控制或 OCR 錯誤的些微差異，都可能大幅影響實際完成率。

這為何對建構者與企業買家重要

對 AI 建構者而言，Prentis 是市場策略分歧的一個明顯例子。一派想讓通用前沿模型具備電腦控制能力；另一派則押注較窄的模型、更緊密的資料回饋循環，以及以工作流程為單位的部署，會在經濟性與可靠性上勝出。Prentis 看起來屬於後者。

這種做法可能會吸引那些不那麼在意廣泛推理能力、而更關心在商業軟體內可預測執行的企業 AI 團隊。在醫療行政與製造等領域，許多高價值流程仍涉及在各系統間來回切換的人工操作。能夠穿梭這些系統的 AI 代理，可能比另一層聊天機器人更快產生實際價值。

同時，這個類別依然困難。買家會需要關於安全權限、人類審核步驟、回滾控制，以及與既有系統整合的證據。computer use 代理可以創造營運價值，但如果點錯控制項、錯誤處理敏感資料，或在邊界案例中靜默失敗，也會帶來營運風險。在理賠處理或金融領域，可靠性門檻與消費者助理可接受的錯誤率差異極大。

競爭也會非常激烈。TechCrunch 指出 OpenAI、Anthropic 與 Thinking Machines 在這個領域都有動作，並提到 Anthropic 先前收購了專注於 computer use 的新創 Vercept。這個背景很重要：即使 Prentis 很早就拿下客戶，大型模型供應商仍擁有平台分發、資本與既有企業關係。

證據與主張

本篇故事的核心新聞來自 TechCrunch 的報導，該報導依據兩位熟悉 Prentis 融資討論且未具名的人士，以及該媒體檢視過的投資人資料。此處提供的原始材料中，Prentis 本身並未獨立證實所報導的 1 億美元融資與 10 億美元估值。

產品方向、客戶案例、人員結構與模型表現主張，皆來自 TechCrunch 對 Prentis 及其簡報資料的描述。Hive-32B 勝過 GPT-5.4、Claude Opus 4.6、WindowsAgentArena 與 ScreenSpot-v2 的 benchmark 主張，屬於由 Prentis 提供並被轉述的廠商聲稱。最高可達 5,000 萬美元的合約，以及預估 7,500 萬美元年化運行率，也必須謹慎看待，因為 TechCrunch 指出它們是基於估算的年化價值與績效依賴結構，而非已認列營收。

接下來要看什麼

下一個有意義的訊號，是 Prentis 是否會確認這輪融資、公布投資人名單，或提供更多關於部署指標而非 benchmark 結果的細節。對這個類別而言，客戶留存率與經驗證的任務完成率，比頭條估值更重要。

第二個訊號，是 Prentis 是否會發布 Hive-32B 的技術細節，包括評估方法，以及在一致條件下與 OpenAI 和 Anthropic 系統的比較。若沒有這些資訊，其成本與效能敘事將仍然難以評估。

第三，要觀察 computer use 代理是否能承受真實企業限制：身份驗證、權限、應用程式更新、例外處理與稽核軌跡。如果 Prentis 能在醫療、製造或貿易營運中展示正式上線案例，將有助於強化一個觀點：AI 代理正成為職場自動化的實用層，而不只是實驗性功能。

Creati.ai 觀點

Prentis 之所以有趣，不是因為它又是一家人脈強大的 AI 新創，而是因為它提出了一個非常具體的商業主張：下一個有價值的 AI 勞動者，是那種像人類一樣使用軟體的代理。這比「給企業的通用 AI」更尖銳，也更直接對準與營運節省相關的預算，而不是新奇感。

但需要注意的是，這個市場可能同時產出令人印象深刻的 demo 與脆弱的部署。如果 Prentis 的小模型策略能證明在螢幕操作任務上，既更便宜又比前沿 API 更可靠，它可能會成為企業 AI 設計的重要參考點。若不然，這家公司仍可能幫助業界釐清一個更大的教訓：在 AI 代理領域，benchmark 勝利只是開始；持久的價值來自生產可靠性、控制機制與工作流程契合度。