7 月 6 日，总部位于 Mountain View 的 AI Agent 训练平台 Bespoke Labs 宣布完成 4000 万美元种子轮+Series A 融资，其中 Series A 由 Wing VC 领投 3175 万美元，Mayfield、The House Fund、8VC 参投。个人投资者名单包括 Google DeepMind 首席科学家 Jeff Dean、dbt Labs CEO Tristan Handy、Resolve AI CEO Spiros Xanthos、前 Nutanix CEO Dheeraj Pandey，以及来自 Anthropic、OpenAI 和 Meta 的天使投资人。
表面看是又一笔 AI 融资，但投资人的构成和公司的产品定位指向一个更重要的信号：AI 基础设施栈正在出现第三个关键层级——位于预训练基础设施和推理 API 之上的 Agent 后训练环境层。
不是模型，不是推理，是"训练场"
Bespoke Labs 由 CEO Mahesh Sathiamoorthy 和首席科学家 Alex Dimakis 于 2024 年联合创立。Sathiamoorthy 此前是 Google DeepMind 的 Staff Software Engineer，拥有 USC 博士学位和 IIT Kharagpur 学士学位。Dimakis 是 UC Berkeley 教授、IEEE Fellow，曾任美国商会 AI 委员会委员，在生成式 AI 和信息论领域拥有深厚的学术积累。
两人创办的不是又一个模型公司，也不是推理服务。Bespoke Labs 构建的是 Agent 的"训练环境"——模拟真实企业的完整数字孪生：大型代码库、微服务架构、日志系统、工单、邮件、Slack 消息，让 Agent 在其中执行长达数小时甚至数天的经济上有意义的任务。
这一层的核心逻辑很简单：AI Agent 目前可以写代码、回答问题、完成短任务，但无法像人类同事一样在数小时或数天内自主运作。要提升可靠性，Agent 需要在逼真的环境中反复练习、收集偏好数据、通过强化学习（RL）微调行为。这正是 Bespoke Labs 瞄准的痛点。
独立基准测试机构 METR 的数据显示，AI Agent 能够可靠完成的任务长度大约每七个月翻一番。维持这一增长曲线，需要环境的复杂度以同样速度提升——这是 Bespoke Labs 存在的技术理由。
投资人的信号意义
本轮投资人名单值得逐行解读。
Wing VC 的创始合伙人 Peter Wagner 以企业基础设施投资著称，他表示"前沿实验室和 AI 原生企业在推动长周期 Agent 能力边界时，需要新一代数据和训练基础设施"。这句话的本质判断是：Agent 后训练正在从实验室自研走向第三方专业服务。
Jeff Dean 的参投代表了 Google 体系对 Agent 训练基础设施作为独立赛道的认可。这不是 Google Ventures 的支票，而是 Dean 本人的个人投资——一位深度了解 Google DeepMind 内部 Agent 研发瓶颈的人，选择用钱投票给外部工具。
来自 Anthropic 的天使投资人的参与尤其值得注意。Anthropic 拥有业内公认最强的后训练能力，其 RLHF 管道是 Claude 系列模型核心竞争力的一部分。即使是这样一家实验室，其内部人士仍然认为 Agent 训练环境需要外部专业工具——这暗示了后训练基础设施的复杂程度已经超出了单一实验室自建自用的合理边界。
GEPA 与开源策略
Bespoke Labs 的核心技术方法之一是 Genetic-Pareto Agent Optimizer（GEPA），一种自动化的 prompt 和策略搜索方法，声称比人工 prompt engineering 更快达到更高准确率。与传统依赖外包人力构建简单 App 级环境的做法不同，Bespoke Labs 使用研究级 RL 技术，且与学术界和开源社区深度协作。
公司是 Terminal-Bench 的核心贡献者——这是目前最广泛使用的 Agent 能力基准之一，被 Anthropic、OpenAI 和 Google DeepMind 用于展示前沿模型的 Agent 能力。公司团队还主导了 OpenThoughts 项目，该开源推理数据集已被下载超过 50 万次，被 Thinking Machines Lab、Meta 和 Amazon 等机构使用。
这种"开源基准+商业基础设施"的双轨策略是一种聪明的市场进入方式：通过开源维护行业标准来建立信任和知名度，同时将真正的商业价值沉淀在环境构建的基础设施层。
竞争格局：谁在瓜分 Agent 训练栈
当前的 Agent 训练工具链可以粗略地分为三层。
数据标注层由 Scale AI 占据主导，尽管其核心业务仍以传统监督学习和人类反馈为主。模型 API 层由各前沿实验室（OpenAI、Anthropic、Google）和推理服务商（Together AI、Fireworks 等）瓜分。环境与后训练基础设施层目前高度分散——各实验室有自研方案，但缺乏统一的第三方平台。
Bespoke Labs 试图占据的正是这第三层。其差异化在于"研究驱动"：团队由研究科学家和工程师组成，而非项目经理和外包人力；环境构建采用学术级的生成方法和真实基础设施快照技术，而非手工搭建。
不确定之处同样明显。Bespoke Labs 尚未披露具体客户名单和收入规模，4000 万美元的总融资额（含种子轮）在 2026 年的 AI 基础设施领域并不算大。Wing VC 领投的 3175 万美元 Series A 也表明公司仍处于早期阶段。Agent 训练环境是否会成为一个足够大的独立市场，还是最终会被模型层或数据层吸收，目前没有明确答案。
一个正在成型的判断
AI 基础设施的演进有一个可识别的模式：当一个环节从"每个实验室自己做"变成"有专业第三方提供"，通常意味着该环节已经成熟到可以独立成层。
预训练基础设施（芯片、集群、云）经历了这一过程，催生了 NVIDIA 的垄断和云厂商的 AI 军备竞赛。推理 API 正在经历这一过程，OpenAI 和 Anthropic 的 API 业务已证明第三方推理服务的市场需求远大于自建。
Agent 后训练环境是下一个候选者。如果 Bespoke Labs 或其竞争对手能够证明：Agent 行为质量的提升高度依赖后训练数据的质量、RLHF 管道可以工业化而非手工作坊式运作、企业在开源模型基础上做领域微调时需要一个标准化的环境层——那么这第三层就不仅仅是存在的，而是必需的。
Bespoke Labs 的 4000 万美元融资本身并不改变行业格局，但 Jeff Dean 和 Anthropic 内部人士的参与提供了一个有力的信号：即使是最了解 Agent 训练内情的人，也在押注这个环节的独立化和专业化。
