Converge AI 通过一个共享的业务上下文层连接四个产品

Why it matters

AI vendors are shifting competition from model access to organizational memory and workflow control. Converge AI's broad suite gives Oliver Zhang several entry points, but its value depends on context moving cleanly between products that do very different jobs.

Oliver Zhang, founder and CEO of Converge AI, 已将他四个专门的 AI 产品通过一个共享上下文层连接起来，押注商业团队会用一个能够跨角色记住工作内容的系统，取代一堆互不相连的工具。

Converge AI 于 8 月 18 日宣布该平台，同时发布了 Converge Work，一个用于团队知识、进行中项目和自定义代理的工作区。Converge Work 加入了共享层上的 Enter Pro、Framia Pro 和 Combos Fun。Converge AI 的市场与增长产品 Concat Pro 预计将随后接入。

该发布称将分阶段向美国的商业团队推出。Converge AI 在公告中使用了帕洛阿尔托署名，而其 隐私政策 将运营方标识为 Converge AI Pte. Ltd. 并引用新加坡法律。因此，此次推出是一个具有新加坡法律与运营根基的机构面向美国的市场推进。

Zhang 的论点以一个熟悉的挫折感为起点：公司采用 AI 的速度快于围绕 AI 重新设计工作的速度。“过去几年向每家公司展示了 AI 能做什么，”Zhang 在公告中说。他接下来的判断是，共享上下文，而不是另一个模型或聊天界面，能够把分散的实验转变为可重复的业务流程。

这一论点也出现在 Converge AI 的 信念声明 中，该声明将智能描述为一种新的运营基础设施形式。Zhang 围绕这样一个想法构建：机构知识应随着任务在员工与代理之间、或部门之间传递时一起移动。

一个记忆层，若干截然不同的产品

Converge Work 旨在成为该套件的入口。Converge AI 表示，该产品存储与团队相关的工具、知识和活动项目，然后将这些材料提供给在研究、文档、演示和网页交付物上工作的代理。团队还可以为特定角色创建代理。

Enter Pro 负责软件开发。用户描述一个应用或运营需求，Enter Pro 会生成该应用及其支持服务，可能包括数据库、认证、托管、支付和分析。该产品定位于内部工具、客户门户和本来会需要更多工程工作的软件产品。

Framia Pro 覆盖视频、音频和设计。它的画布将创意工作通过专门代理和外部生成模型路由，使用户能够通过对话式指令制作广告、社交内容、品牌素材以及更长格式的视频。

Combos Fun 将一个不同寻常的第四类内容带入商业套件：可玩游戏和互动媒体。其代理 Boo 会把提示、草图和故事点子发展为游戏概念、设计文档和可分享的构建。Combos 于 6 月 9 日加入 Converge AI，为 Zhang 提供了一个可以纳入更广泛平台的现成创作者产品。

Concat Pro 将完成商业闭环。Concat 结合创作者合作、搜索内容、广告、网站和活动分析。8 月 18 日的发布表示 Concat 仍在接入共享平台，使得这五产品的愿景比发布时可用的集成更为广泛。

Zhang 押注广度可以成为优势

Converge AI 提出的工作流从 Converge Work 中的一个想法开始，进入 Enter Pro 进行软件开发，经由 Framia Pro 进行创意制作，最后到达 Concat Pro 进行分发和绩效分析。相同的业务上下文应当在该序列中始终跟随工作。

这正是 Zhang 需要证明的区别。通用登录和订阅可以减少采购摩擦，但共享上下文必须在工作跨产品流转时保留决策、品牌规则、项目历史和有用的机构知识。如果用户在每一步仍然不得不重新解释项目，Converge AI 就只是一个用同一账号管理的一系列工具。

套件的广度为 Zhang 提供了更多展示这种连续性的场景。但它也带来了比专注型代理工作区更大的集成负担。编码、营销、视频制作和游戏开发使用不同的数据结构、审查流程和成功衡量标准。对应用构建者有用的上下文，可能对视频代理毫无意义，除非 Converge AI 能决定哪些信息应被携带前行。

Converge AI 在其 主页 上称拥有来自 110 多个国家和地区的超过 200,000 名创作者。主页还宣传“50x”更快的执行速度。Converge AI 将这些数字作为广泛的平台计数器和定位主张来呈现，而不是绑定到某个明确定义业务工作流的测量结果。

共享上下文正在成为一个独立的市场

Zhang 的到来正值数家 AI 供应商在同一瓶颈上汇聚。Trace 在二月筹得 300 万美元，并构建组织知识图以向带有人工审批步骤的自动化工作流提供上下文。

企业软件提供商 Uniphore 也已经组装了用于业务自动化的数据、知识、模型和代理层。

这些产品之下的基础设施也在变化。Anthropic 在 2024 年 11 月推出了 Model Context Protocol，作为一种将 AI 系统与数据源和业务工具连接的开放方式。随着连接器标准化，供应商越来越需要在如何组织上下文、治理代理以及将存储的知识转化为完成的工作上展开竞争。

Converge AI 的答案是拥有发生这些工作的多个应用场景。Zhang 同时在做产品架构的押注和分发渠道的押注：通过软件开发、创意制作或游戏进入的客户，可能会被拉向该套件的其他部分。

如果共享上下文成为客户采纳第二个和第三个 Converge AI 产品的原因，这一策略就会奏效。停留在单一产品内的客户，只会给 Zhang 带来另一个点工具业务。而将同一项目从规划带到构建、创意制作和增长的团队，则会赋予 Converge AI Zhang 所设想的运营层。