这一组为什么最该先看

如果你站在创投视角，不妨先把一个偏见拿掉：最值得优先看的，不一定是“最像未来平台”的公司，而往往是最早吃下真实预算的公司。W26 里这六个项目就属于这一类。它们切进的不是抽象的通用智能，而是今天已经有人在为销售外呼、月度关账、合同处理和建筑文档协同持续花钱的工作流。

这类公司的共同特征很鲜明。它们通常不需要先教育客户“Agent 有什么用”，因为预算本来就存在。它们也未必一开始就是高毛利纯软件，很多会先长成 AI 原生服务与软件的混合体。但只要这家公司比人工更快、更稳、ROI 更直接，它就比一大批仍停留在 demo 层的公司更接近真钱。

Cardinal：从 outbound 工具堆，切到 GTM 执行层

Cardinal 的公开定位是 precision outbound 平台，但真正值得注意的不是这个标签，而是它已经公开服务 40 多家 YC 公司，包括 Mintlify、Greptile 和 Luminai。从成熟度看，它已经不再是“我们也想做销售 Agent”，而是进入了有明确设计伙伴和真实使用反馈的阶段。

我对 Cardinal 的核心判断是，它最有价值的部分不在于写邮件，而在于试图把 outbound 里原本分散在十几个工具里的信号重新汇总成执行层。只要这个判断成立，它就不是另一个写信助手，而是 GTM 工作流的编排层。

  • 成熟度：公开客户数和继续招聘 founding engineer 都说明它已经越过纯概念阶段，进入可复制交付的早期阶段。
  • 方向潜力：销售外呼一直是最适合被 Agent 吃掉的白领流程之一，因为动作标准化、反馈周期短、ROI 又能快速量化。
  • 商业价值：最好的版本是按结果和执行深度定价，而不是沦为又一个低价 SDR 工具。真正的护城河在客户信号、工作流和长期效果数据里。
  • 投资判断：这是我会优先约谈的项目之一。它已经足够接近真钱，但接下来必须证明自己能从“服务 40 家 YC 公司”走向更广泛的 GTM 系统位。
  • 下一个验证点：非 YC 客户扩张速度、客户留存，以及团队内部是否仍有大量人工代运营成分。

Balance：AI 会计事务所的路径比纯软件更短

Balance 直接把自己写成 AI accounting firm，这个定位很重要。它不回避“我们先像服务公司”这件事，反而把它当成最快切进市场的方式。对很多 SMB 来说，他们要买的不是一个更漂亮的会计后台，而是有人把关账、对账和异常识别这件事直接做掉。

从创投角度看，Balance 的关键不在于它像不像软件，而在于它是不是站在一个巨大的、低效的、长期被人力和外包消耗的市场里。会计服务显然满足这三个条件。它要面对的真正挑战，是如何从 AI 原生事务所进一步抽象出更稳定的产品层。

  • 成熟度：从公开材料看，它更像 AI 原生服务切入的公司，短期离收入更近，但对交付组织要求也更高。
  • 方向潜力：SMB 会计市场足够大，而且客户痛点不模糊，关账速度、准确率和异常处理本身就是清晰的价值锚点。
  • 商业价值：这类公司如果做得好，既可以拿服务收入，也有机会逐步沉淀成 workflow software。问题是不能停留在“更便宜的外包会计”。
  • 投资判断：值得看好，但估值框架要谨慎。它可能先成为一门好生意，再决定能不能长成高倍数软件公司。
  • 下一个验证点：单位交付毛利、每个会计客户需要多少人工兜底，以及从服务到产品的自动化比例有没有持续上升。

FullSeam：企业财务流程里的 Agent，比 SMB 会计更像企业软件

FullSeam 和 Balance 都落在 finance/accounting，但客群和切口并不一样。Balance 更像 AI 会计事务所，FullSeam 则更像企业财务团队的 Agent 层，替代的是发生在会计软件之外的 AP、AR 与 reconciliation 手工任务。

这是个很好的切法，因为大公司财务部门真正痛的地方，往往不在核心账本软件，而在核心软件之外的大量邮件、表格、跨系统对账和流程推进。这恰恰是最适合 Agent 先侵入的区域。

  • 成熟度：仍属于早期，但产品边界比很多“AI for finance”要清晰得多，知道自己要吃的是流程层而不是总账系统本身。
  • 方向潜力：企业财务部门预算更厚、客单价更高，也更愿意为减少重复劳动和降低风险付费。
  • 商业价值：如果 FullSeam 能在不要求客户替换现有系统的前提下切进去，它的部署阻力会显著低于“重写财务系统”的路线。
  • 投资判断：这是更慢热、但也更有机会长出高 ACV 企业软件属性的一类项目。适合接受稍长销售周期的投资人。
  • 下一个验证点：首批企业客户的部署周期、AR/AP 流程中的出错率，以及是否能拿到多部门扩张而不是单点试用。

General Legal：先做 AI 原生律所，再看能否产品化

General Legal 最值得重视的一点，是它没有把自己伪装成一个轻工具。它直接承认自己是一家 AI native law firm，面向增长期公司的商业合同处理。很多人会因为“像服务公司”而低估它，但对法律这种高信任、高专业、高时效市场来说，先从服务切进去其实非常合理。

更关键的是，团队里同时有 legal tech 和一线律所背景。换句话说，它并不是只会套模型的团队，而是知道合同工作到底卡在哪些环节、哪些判断不能出错的团队。

  • 成熟度：法律预算天然存在，因此它离真实收入通常比泛用合同助手更近。
  • 方向潜力：商业合同的频次高、速度要求高、创业公司又对价格极其敏感，正好适合“更快更便宜但仍可用”的新型供给。
  • 商业价值：短期它很像高效率法律服务，长期能不能拿到软件倍数，取决于它能否把合同历史、条款偏好和风险判断沉淀成产品资产。
  • 投资判断：很可能先做成一门不错的生意。至于是不是超大规模 venture case，要看产品化程度能走多远。
  • 下一个验证点：合同 turnaround time、客户复购频率，以及高价值事务是否仍严重依赖资深律师人工介入。

Vector Legal：比起合同工具，它更想拿 startup legal 的钱包份额

Vector Legal 与 General Legal 很像，但它的 ambitions 稍宽一些。公开页面里它强调自己是 hybrid AI law firm + legal tech platform，覆盖 Seed 到 Series B 的 startup legal 需求，包括融资、IP、客户合同、雇佣和 founder transition。

这个方向有吸引力，因为它不是只拿某一个点状预算，而是试图拿 startup legal 的整段钱包份额。可风险也同样清晰：服务半径一扩大，就更容易被人的交付能力锁住。

  • 成熟度：仍在早期，但方向和客户画像都很明确，不是泛泛地做“法律 AI”。
  • 方向潜力：startup legal 市场长期存在，且高频、高痛感、决策链相对短，是极好的切口。
  • 商业价值：最好的状态是用白手套服务打入客户，再逐步把高频事项压缩成产品；最差的状态则是始终停在高质量精品律所。
  • 投资判断：我会把它看成“有机会软件化的新型法律服务公司”，而不是先入为主地把它当成纯 legal SaaS。
  • 下一个验证点：单客户年度钱包份额、融资与商业合同之外的扩品类能力，以及产品层是否开始减少律师小时依赖。

Avoice：这是垂直 Agent 里最值得追的品类之一

Avoice 把自己写成 “Harvey for Architecture”，但真正该看的不是这个类比，而是它已经进入建筑事务所的非设计工作流。公开页面提到，平台正在覆盖 5 个国家、对应超过 3 亿美元的在建项目。这个信号很重要，因为它说明 Avoice 至少已经拿到跨地域的真实部署，而不是只在小团队里做原型。

建筑事务所长期处在一个很少被软件认真解决的位置上：文档极重、规范复杂、研究和协调工作量巨大，但数字化程度又长期不够深。对垂直 Agent 来说，这是极好的地基。

  • 成熟度：跨国使用与项目金额信号，让它在这批垂直工作流公司里显得更扎实。
  • 方向潜力：建筑行业既大又分散，非设计工作占用大量高薪专业劳动力，天然适合被 Agent 化。
  • 商业价值：只要 Avoice 持续深入 drawings、specs、materials、codes 和 research，它就有机会从助手层走向行业工作台。
  • 投资判断：这是我非常看重的项目。它兼具真实预算、复杂流程和专业壁垒，属于既可能先赚到钱、又可能长出平台属性的少数垂直 Agent 公司。
  • 下一个验证点：事务所级续费、单项目之外的组织级渗透，以及它是否开始成为 architecture firm 的默认协作工作台。

这六家公司最值得用一张表来记住什么

如果把这六家公司放在一起看，它们最值得记住的不是“都在替代白领”，而是它们正在替代三类不同预算。

  • Cardinal 和 Avoice 在替代高复杂度但长期碎片化的软件加人工流程。
  • Balance、FullSeam 在替代财务人力和外包。
  • General Legal、Vector Legal 在替代高价但低效率的法律服务流程。

这也意味着它们最后会长成三种不同的公司。有些会更像软件，有些会更像 AI 原生服务，有些则可能沿着服务切入、软件放大的路径往前长。创投判断最怕的，就是还没看清它是哪一类，就急着用同一套倍数去给估值。

谁更像软件，谁更像 AI 原生服务

这组六家公司里，FullSeam 和 Avoice 最接近高价值垂直软件。它们切进的是企业原有系统之外、但又持续发生的复杂流程层，一旦部署成功，就更容易长出 seat 之外的工作流黏性和组织级扩张。Cardinal 也有机会往这个方向走，但前提是它得证明自己不只是“高效 SDR 外包”，而是真能变成销售执行系统的一部分。

Balance、General Legal 和 Vector Legal 则更像先从 AI 原生服务切入，再看能否软件化。这条路并不差，很多时候反而是最快碰到真钱的方式。只是它们最后能拿到多高倍数，取决于自动化比例、交付组织 leverage，以及客户关系里到底沉淀了多少可重复的产品资产。

这组投资逻辑最容易在哪些地方失真

第一种失真，是把“替代白领工作”直接理解成“毛利会天然接近软件”。现实恰恰相反，很多 AI 原生服务公司在早期会故意保留较重的人在环，来保证结果质量和客户信任。如果不把这一层看清，就容易高估它们的短期经营杠杆。

第二种失真，是低估垂直工作流里知识沉淀的重要性。Avoice 的行业规范、General Legal 和 Vector Legal 的条款偏好、Balance 和 FullSeam 的财务流程例外处理，这些都不是单纯多接几个模型就能复制的。如果团队没有持续把服务经验压成 workflow asset，这组公司就会越来越像高效外包，而不是高壁垒产品。

第三种失真，是过早把它们统一放进“Agent 会吞掉全部职业服务”的宏大叙事里。更现实的判断应该是：先看哪家公司已经抓住具体预算、哪家公司能逐步减少人工兜底、哪家公司开始形成组织级而非项目级留存。谁先回答这三个问题，谁就更值得用 venture 的方式持续追踪。