互联网巡回犬 Vol.11：视频 Agent 叼回来了，Agent 测试也在路上

本期叼回两个项目。寻酷科技（SEEKOO/Anijam.ai），杭州视频 Agent 公司，方晨（达特茅斯/字节北美 AI Lab）与王珏（IEEE Fellow/Adobe首席科学家10年）联合创业，Anijam.ai「视频领域 Cursor」上线不到一月数千付费用户，A 轮元璟领投。Chronicle Labs（YC P26），NASA JPL 出身创始人做企业 AI Agent staging 环境，Demo Day 约 6 月中。附特别观察：Circle Agent Stack 发布，A2A 支付三路阵营成形。

리서치 브리프

今天嗅到两件事。一件在国内——杭州一家视频 Agent 公司刚拿完 A 轮，比我们熟悉的那批文生视频工具走了不同的路；另一件在旧金山——一个 NASA JPL 出来的人在 YC 做了一个帮 AI Agent 测试上线前行为的 staging 环境，5 月 7 号发了条推：「40 days till demo day」，掐指算是 6 月 16 号前后。两件事看起来不搭，但指向同一个方向：AI 工具链正在分层，底层的模型趋同，分化从中间开始往应用端和基础设施端同时蔓延。
另外有一件大事不是早期项目，但必须单独说一下：Circle 在 5 月 11 日发布了 Agent Stack——给 AI Agent 用的金融基础设施套件，A2A 支付的三路阵营正式成形，值得追踪。附在结尾。

一、寻酷科技（SEEKOO）/ Anijam.ai 🇨🇳｜视频领域的 Cursor，杭州团队做到了 $10M ARR 再破局

项目介绍

先从更稳的那条线说起。1
寻酷科技（SEEKOO）旗下有两个产品：Dzine.ai 和 Anijam.ai。Dzine.ai 先出来，2023 年底上线，定位「AI 时代的 Photoshop」，集图像生成/编辑、视频生成、口型同步、数字人制作于一身，集成了 Sora 2、Kling 2.6、Wan 2.6、Veo 3.1 等当下主流模型，海外注册用户超 500 万，ARR 已到约 $1000 万。2 这条线在跑着，不是今天的主角。
主角是 2026 年 4 月中旬上线的 Anijam.ai。它的定位不是「生成视频的工具」，而是「管理一个视频制作团队的 Agent 系统」——用方晨的话说，「打造了一个 Agent 团队」。2 具体的工作流是：用户输入一句话（比如「制作一段孙悟空三打白骨精的视频」），系统自动跑完故事大纲生成、视觉概念设计、分镜脚本拆解、关键帧生成、视频片段制作、最终合成六个环节，每个环节有独立的 Agent 负责，Agent 之间互相编排，用户可以在任意节点插手修改。
Anijam.ai 官网首页展示，粘土风格画面配「Animate Any Story with Anijam」，左侧显示 Production Workflow on the Canvas 功能面板
Anijam.ai 官网首页展示，粘土风格画面配「Animate Any Story with Anijam」，左侧显示 Production Workflow on the Canvas 功能面板
图片来自：Anijam.ai 官网
这和 Runway、Pika 这类纯文生视频工具的本质区别在于：那些工具更像「渲染器」，用户需要精确描述每帧的画面；Anijam 面向的是不懂叙事、不擅长描述镜头语言的普通创作者，让 Agent 去帮你完成「怎么拍」的决策。3 另一个差异是可控性：画布为载体，局部可编辑，只改表情不影响动作和背景，这在批量制作动画系列时意味着角色一致性可以被维持，而不是每次都在赌新生成的结果。
定价是五档年付订阅：Free（$0）、Beginner（$16/月）、Creator（$26/月）、Master（$58/月）、Master Pro（$166/月）。4 有一条单独说：Agent calls 全部免费，不消耗 credits。收费的是底层渲染的视频算力，创作决策本身不计费。桌面端加移动端双端，方晨观察到超过一半的作品是用户在手机上完成的。2
Anijam 作品展示：断桥之下，雷光对水流怪物——视频 Agent 生成的叙事动画帧
Anijam 作品展示：断桥之下，雷光对水流怪物——视频 Agent 生成的叙事动画帧
图片来自：Anijam.ai 官网

团队背景

这是一对从 Adobe 相识、在腾讯再次相遇、然后一起出走的组合。
方晨是 CEO，达特茅斯学院计算机视觉博士，履历线是 Adobe Research（Photoshop 生成式 AI 功能研发）→ 字节跳动北美 AI Lab（最早一批员工，参与打造了抖音历史使用量排名第二的 AI 特效，2022 年春节 15 天内发布量突破 3000 万）→ 腾讯北美。1 王珏是 CTO，清华本硕、华盛顿大学博士，IEEE Fellow，入选斯坦福「全球前 2% 顶尖科学家」榜单，博士期间的研究成果间接推动相关产品获得了奥斯卡技术奖。他在 Adobe Research 做到首席科学家，待了整整 10 年；2017 年受孙剑和印奇邀请创立旷视北美研究院；2020 年受张正友邀请加入腾讯，任 AI Lab 视觉计算中心负责人，腾讯技术级别 15 级，全集团前 10。手握 65 篇顶会论文、64 项美国专利。1
两人 2023 年一起从腾讯出来，同年 2 月拿了奇绩创坛的种子轮，7 月完成天使轮（奇绩、Atypical Ventures、Lowkey Holdings）。2026 年 5 月 12 日，宣布 A 轮融资——元璟资本领投，奇绩、Atypical 跟投，累计融资规模千万美元量级。2 元璟资本执行董事任易对此的评价是：「视频生成行业增长迅猛，用户对做出真正好的有故事性和叙事性的长视频有非常大的需求。」2
公司 2022 年 11 月在北京注册，2025 年 11 月迁至杭州余杭区，团队全职 15 人（2024 年社保口径）。
寻酷科技联合创始人方晨（右）与王珏合影
寻酷科技联合创始人方晨（右）与王珏合影
图片来自：IPO 早知道

为什么值得关注

Anijam 4 月中旬上线，上线两周付费用户超过 1000 人，不到一个月数千名。增长渠道主要靠口碑——用户在 Instagram 上发 Anijam 做的作品，形成传播，再带来新用户。2 超一半作品由手机端完成，这个比例在视频创作工具里不常见，说明「移动端对话式工作流」的产品直觉可能打对了。
方晨对增量市场的判断很具体：「Anijam 这类产品的天花板远高于 Vibe Coding 类产品，因为真正 coding 的人并不多，而想做视频的人远多于想象。」王珏补了一句：「这个增量市场比想象中大得多得多——之前大家觉得好像有这些需求的人没那么多，实际情况则是他们有需求、但没有好的工具和产品帮助他们完成这件事。」2
竞争格局上，方晨的判断是不会出现一家垄断：「参考图像生成市场的发展路径，AI 视频领域未来也不会出现一家垄断的格局，而是由多家厂商分占不同份额。」3 这和他们的产品策略对上了——Anijam 不做底层模型参数竞赛，接的是第三方模型，差异化建立在 Agent 编排逻辑和叙事工作流设计上。王珏说：「在 AI 时代很难有绝对的技术壁垒，往往都是暂时性的、阶段性的领先。做得更早更快，就更有机会占领用户心智。」2
国内视频 Agent 赛道目前能找到的可对标项目很少，大多数中国 AI 视频公司仍在纯生成能力上竞争——即便是可灵、即梦这一类，核心竞争力也是模型本身的画质和风格，而不是编排叙事流程。国内目前找不到做同一件事的对手，这是它的空间所在。

二、Chronicle Labs（YC P26）🌐｜NASA JPL 出来的人要给 AI Agent 做「上线前体检」

项目介绍

Chronicle Labs 要解决的问题，Joel Salinas（《Leadership in Change》作者）在报道里说得直白：「大多数 AI 部署在从未经过测试的情况下上线。」5 Ayman Saleh（CEO）的版本更狠一点：「Demo 可以很炫，但每一个 AI 实现在现实里都会很快崩掉。」他们给出的答案是一个专门为企业 AI Agent 设计的 staging（预发布测试）环境——上线之前，先在仿真环境里把行为跑一遍。
核心能力是两个动作：Capture（捕获）和 Backtest（回放）。系统接入企业的生产栈——已有 100+ 集成，覆盖 Intercom、Stripe、Shopify、Slack、Zendesk、HubSpot、Salesforce——持续捕获 Agent 在生产环境里遇到的每一个事件，在 staging 层重建工作流，生成测试场景。场景分四类：Captured（直接从生产抓取）、Adjacent（已有场景的边界变体）、Emerging（频率在上升的新型场景）、Edge（低频高风险异常）。6
拿到这些场景之后，Backtest Arena 让工程师把不同版本的 Agent 放进来对比跑——比如 baseline v4.0 跑出 92.1% 的任务完成率，challenger v4.1 跑出 89.4%，latest v4.2 跑出 94.6%——在推到生产之前看清楚每个版本的行为变化。上线之后，实时监控继续跑，每次故障自动生成可复现的测试用例。6
官方给出的指标是：30 倍的生产衍生场景覆盖、12 倍的上线前故障捕获、减少 99% 的手工工作流映射时间、减少 80% 的生产环境关键故障。5 这些数字目前只来自官方，没有独立验证，照单记下。
早期客户已有 Remedy Meds、Keeps、NurX、Redcat、Thirty Madison，声称已测试数百个 Agent，覆盖数百万客户。6 定价和具体商业模式尚未公开披露，Demo Day 前估计不会给出正式数字。

团队背景

Ayman Saleh，CEO，前 NASA JPL 工程师，参与了詹姆斯·韦伯太空望远镜（JWST）和火星 2020 毅力号的工程工作，之后领导 FlightWave 的工程团队。创立 Chronicle Labs 时从 Stanford 研究生项目中途离开。COO 是 Rowan Zyadeh，两人组成旧金山 2 人团队，YC P26 批次，Primary Partner 是 Pete Koomen。7
融资方面，目前可确认的只有 YC 标准投资，没有额外融资轮次的公开信息——这是一个实质性信息缺口。Ayman 在 5 月 7 日发了一条 X 推文：「40 days till demo day. Feels like we are flying a plane while building it.」7 推算 YC P26 Demo Day 大约落在 6 月 16-17 日前后，届时商业模式和融资信息应该会有更多披露。
Ayman 在 LinkedIn 公告里把产品逻辑类比得很清楚：「就像量化交易团队在部署资金前会回测算法，公司应该能在把 Agent 部署进真实工作流之前先回测它的行为。」8
"Just like trading teams backtest algorithms before deploying capital, companies should be able to backtest agents before deploying them into real workflows."
「就像量化交易团队在部署资金前会回测算法，公司在把 Agent 部署进真实工作流之前，应该也能先回测它的行为。」

为什么值得关注

AI Agent 测试这件事在 2026 年 5 月的 YC P26 批次里出现了两家公司——Chronicle Labs 和 Arga Labs。两者切的角度不同：Arga Labs 做 PR 级验证，每次 pull request 合并之前启动临时 staging 环境（Arga 的 CTO Akira Tong 14 岁上大学，19 岁毕业，前 Stripe 工程师）；Chronicle Labs 做的是生产级行为回放，用已经在跑的生产数据来验证新版本的 Agent 行为。9 前者是代码合并前的检查，后者是上生产线前的整体压测。
同一个 YC 批次出现两家做 Agent 测试基础设施的公司，本身就是一个信号——这个问题在 P26 的项目周期里（2026 年春季）被认为足够重要，可以支撑多个团队同时去做。Joel Salinas（《Leadership in Change》作者）的评语切中了这件事的本质：「模型通常不是你失败的原因；部署才是。」5
Chronicle Labs 目前没有明确的竞对在正面市场——传统的 QA 工具、CI/CD 系统不是为 AI Agent 行为测试设计的，而专门针对 Agent 行为的回放和 backtest 产品几乎是空白。Ayman 在 X 上说的那句「Winning in AI now means winning the reliability race」7 是这个方向的赌注：企业 Agent 从 demo 进入生产的门槛，首先是可靠性，不是功能丰富度。
6 月的 Demo Day 是下一个观察节点。在此之前，早期客户的付费转化情况和商业模式披露，是判断这条路能不能跑通的关键变量。

特别观察：Circle Agent Stack｜A2A 支付三路阵营成形，这是本周最重要的生态信号

这不是早期项目，但是 A2A 支付基础设施赛道最重要的新进展。10
2026 年 5 月 11 日，USDC 发行商 Circle（NYSE: CRCL）在 agents.circle.com 正式上线 Circle Agent Stack，包含五个组件：Agent Wallets（无许可策略控制钱包，支持 USDC/ERC-20，含时间/额度/地址白名单控制）、Agent Marketplace（agentic 服务目录，人和 Agent 都可以发现和付费使用）、Circle CLI（命令行接口，在终端或 Agent workflow 中管理钱包和交易）、Nanopayments（免 gas 费 USDC 微支付，最小单位 $0.000001，专为机器间高频交易设计）、Circle Skills（为 AI 编码工具提供的 Circle 集成模板）。11
Circle Agent Stack 官方主视觉：「Financial Infrastructure for the Agentic Economy」
Circle Agent Stack 官方主视觉：「Financial Infrastructure for the Agentic Economy」
图片来自：Circle 官方博客
Circle CEO Jeremy Allaire 的表述是：「金融基础设施历史上是为人类构建的，手动 onboarding、审批和支付流程从未为自主运行的软件设计。」10 Agent Stack 是 Circle 第一个以 AI Agent 本身而非开发者和企业为直接客户的产品。
这一发布让 A2A 支付基础设施赛道正式形成三路格局：x402 协议（HTTP 402 状态码的实现方案，让网页可以直接向 AI Agent 收费，Coinbase/AWS/Stripe/Linux Foundation 联盟最广）、pay.sh（Solana Foundation/Google Cloud，Solana 原生）、Circle Agent Stack（USDC 原生，结构优势在于 USDC 目前占稳定币交易量约 63%）。12 Vol.03 我们报道过 pay.sh，那是 Solana 原生路线，Circle 这条是链无关路线。同一天 Circle 还披露 Q1 财报：USDC 流通量 $770 亿（同比 +28%），链上交易量 $21.5 万亿（同比 +263%），总收入 $6.94 亿。13
x402 协议在 Agent Stack 发布前 30 天处理了 $2424 万交易量，其中 99.8% 以 USDC 结算。Circle 同时宣布 Arc 代币 $2.22 亿预售（FDV $30 亿），BlackRock、a16z crypto、ARK Invest 参投。11

共同逻辑

今天两个主项目，一个在应用层，一个在基础设施层，都在同一件事上打赌：Agent 进入真实工作流之后，最难解决的问题不是「能不能做」，而是「做得可不可控、能不能验证、规模化之后还不会崩」。Anijam 把可控性内嵌进了 Multi-Agent 工作流本身（用户可在任意节点介入），Chronicle Labs 把可控性后置到了上线前的 staging 测试（用生产数据压测新版本 Agent 行为）。Circle Agent Stack 则在货币层做了同样的事：让 Agent 的钱包和支付行为在执行前就有明确的策略边界。
这三件事同时发生，可能不是巧合。
开放性问题：应用层可控性（用户介入工作流）、测试层可控性（staging 验证 Agent 行为）、货币层可控性（Agent 钱包策略边界）——哪一层的缺失会最先成为 Agent 规模化部署的真正瓶颈？还是三层必须同时成熟，企业才会真的下注？

참고 출처

  1. 1智东西：从字节、腾讯出走后，他们做起视频Agent，融资千万美元
  2. 2IPO早知道：对话寻酷科技方晨&王珏
  3. 336氪：做视频的「Cursor」，Anijam重写动画创作流程丨涌现新项目
  4. 4Anijam.ai 定价页
  5. 5Leadership in Change: Most AI Agents Go Live Without Ever Being Tested
  6. 6Chronicle Labs 官网
  7. 7Y Combinator: Chronicle Labs
  8. 8Ayman Saleh LinkedIn
  9. 9Y Combinator: Arga Labs
  10. 10Circle: Circle Launches AI Infrastructure to Power the Agentic Economy
  11. 11Circle: Introducing Circle Agent Stack
  12. 12Blockhead: Circle Launches Agent Stack
  13. 13PYMNTS: Circle Chases Agentic Growth

이 콘텐츠를 둘러싼 관점이나 맥락을 계속 보강해 보세요.

  • 로그인하면 댓글을 작성할 수 있습니다.