由 LinkedIn 联合创始人 Reid Hoffman、Zynga 创始人 Mark Pincus 和连续创业者 Ritankar Das 联合创立的 AI 研究实验室 Prentis，正在以 10 亿美元估值寻求 1 亿美元融资。这家公司成立仅三个月，核心产品是有 320 亿参数（32B）的 Hive-32B，训练目标是通过图形界面操作电脑。Prentis 声称它在 WindowsAgentArena 和 ScreenSpot-v2 两项基准测试上超过了 OpenAI 的 GPT-5.4 和 Anthropic 的 Claude Opus 4.6，单任务成本约为前沿 API 的十分之一。
这些数字来自 Prentis 的融资推介材料，TechCrunch 获取了其中内容但未独立验证测试结果。融资尚未完成，客户名称也未被披露。
Prentis 希望通过专门训练，降低电脑操作成本
Prentis 的设想是，围绕特定工作流程训练，可能让较小的模型以更低成本完成任务，例如处理保险理赔、应对海关退税中的异常情况。公司称，它直接在客户的实际环境中训练模型，以提高这些任务的执行效率。这种做法能否处理流程之外的情况，仍需测试。
微软研究院的 Fara-7B 提供了另一种小模型方案。在微软公布的 WebVoyager 测试中，这个 7B 模型达到 73.5% 的任务成功率，高于采用界面元素标记提示（set-of-marks）的 GPT-4o（65.1%）。这是特定评测设置下的比较。Fara 团队用自动化流程生成、筛选训练数据，每条经过验证的任务执行轨迹约需 1 美元，减少了人工逐步标注的需求。
Prentis 没有公开训练方法和数据流程的技术细节，目前难以区分模型架构、训练数据和测试设置各自带来的影响，也无法判断优势能否推广到新任务。
两项测试分别考查任务完成和界面定位，结果仍待复现
WindowsAgentArena（WAA）是微软于 2024 年发布的 Windows 桌面智能体基准，包含 150 余项任务，涉及 11 个程序或应用，覆盖文档编辑、网页浏览、系统设置、编程和媒体播放等场景。在原始论文中，研究团队的 Navi 智能体达到 19.5% 的任务成功率，人类基线为 74.5%。它支持在 Azure 上并行评估，将原本需要数天的整套测试最快压缩到约 20 分钟。
ScreenSpot-v2 则测试界面定位：模型能否根据自然语言指令，找到屏幕上目标控件的位置。它与 WAA 考查的完整任务执行不同。找到正确按钮只是一步，完成任务还需要规划、纠错和跨应用操作。
较难的任务也可能给出不同结果。2026 年 6 月 26 日，OSWorld 开发者发布 2.0 版本，增加长流程任务。Claude Sonnet 4.6 此前在旧版 OSWorld 上达到 72.5%；而 2.0 发布时的最高完整任务完成率为 20.6%，来自 Claude Opus 4.8 的特定推理和工具设置。任务集、模型和评测条件都不同，不能把两者视为同一模型分数下跌，却能看出长流程操作仍有较大难度。
TechCrunch 明确表示未独立验证 Prentis 的基准结果，公司也未公开足以让外部研究者复现对比的技术材料。目前，这些成绩仍是融资材料中的公司自述。
5000 万美元合同和 7500 万美元年化预测，都不是已确认收入
商业数字也需要分开看。TechCrunch 报道，Prentis 已签署价值最高 5000 万美元的合同，投资者材料预测 2026 年第三季度的年化收入规模可达 7500 万美元。这两项数字都不等于已经确认的收入。
Prentis 的收费模式是收取客户通过自动化实际节省成本的 20%。这意味着 7500 万美元的预测取决于实际节省多少、是否可持续，以及客户是否认可计算结果。融资材料将这些数字描述为"依赖于性能表现并取决于最终执行"。如果没有实现符合合同条件的节省，相关绩效收入也可能无法产生。
Ritankar Das 此前通过其控股公司 Titan 创办了多家 AI 驱动的医疗健康企业，包括获得 Insight Partners 5500 万美元 A 轮融资的 Forta Health，以及被 CirrusDx 收购的 Dascena。这些行业经验与 Prentis 面向具体业务流程、按节省收费的选择相符。
大厂和创业公司都在开发电脑操作智能体
Prentis 将与多家已有电脑操作产品的公司竞争。
Anthropic 于 2024 年底在 Claude 中推出 Computer Use 功能，2026 年 2 月收购了 Seattle 的 computer use 初创公司 Vercept。其 Sonnet 系列在 OSWorld 上的成绩，从 2024 年底版本的不到 15% 提升至 Sonnet 4.6 的 72.5%。Anthropic 还收购了 JavaScript 运行时及工具集 Bun，以增强 Claude Code 的开发和执行能力。
OpenAI 于 2025 年 1 月推出 Operator，其底层模型 CUA（Computer-Using Agent）结合了 GPT-4o 的视觉能力和强化学习训练的推理能力，通过截图感知屏幕并执行鼠标键盘操作。2026 年，CUA 能力已整合到 ChatGPT Atlas 和 agent mode 中。
Google 发布了基于 Gemini 2.5 Pro 的 Computer Use 模型，开发者可通过 API 构建界面操作智能体。该版本主要针对浏览器优化，在移动界面控制上也有潜力，但尚未针对桌面操作系统优化。Amazon 正式上线的 Nova Act 则面向浏览器业务流程。
H Company 和 Simular 等创业公司，也在销售通过图形界面执行任务的智能体产品。
Prentis 因而需要同时争取技术效果、客户关系和企业信任，也要面对大厂已有的云服务渠道。Das 希望用按实际节省收费的方式，降低客户尝试产品的门槛。
估值能否成立，要看真实任务效果和客户付款
Prentis 的 10 亿美元估值提案包括：一个未公开技术细节的 32B 模型、两项未经独立验证的基准成绩、一份基于预期节省而非已确认收入的商业预测，以及三个未披露名称的客户。
对成立三个月的公司而言，这一估值提案依赖多项尚待验证的预期。电脑操作智能体已有研究进展，一些旧基准的成绩接近人类基线，企业也有自动化需求。微软 Fara-7B 等工作说明，较小模型在特定任务上可能兼顾效果与成本，但这还不能证明 Prentis 在客户环境中也有同样优势。
Prentis 需要证明，针对企业流程训练模型、按节省收费，可以更快吸引客户，并覆盖自身的部署和维护成本。7500 万美元的年化预测能否兑现，有待实际付款验证。如果生产环境中的故障率高于预期，或大厂以更低成本提供类似能力，合同执行和估值都可能承压。
后续可以跟进三件事：融资是否完成、技术细节和基准复现方法是否公开；首批客户实际节省多少、支付多少；以及 Anthropic、OpenAI 和 Google 是否会为行业电脑操作任务提供类似的按效果收费方案。
