Modus筹集1000万美元以构建用于AI代理的上下文仓库

Why it matters

MCP made enterprise systems easier for agents to reach. Modus is betting that selecting and governing the information those agents retrieve will become a distinct infrastructure category.

Daniel Shimoni 和 Tomer Mesika 于7月29日公开推出 Modus，完成了1000万美元的种子轮融资，并押注：将 AI 代理连接到企业数据只解决了部署问题的一半。

CTech 在7月29日报道，Insight Partners 领投本轮融资，参与方包括 Soma Capital、Eyal Kishon、来自 Wix 和 Dazl 的 Nadav Abrahami、Cyera 的创始人以及 Epsagon 的创始人。估值、员工人数和客户名单未被披露。

CTech 将 Shimoni 和 Mesika 描述为前 Cyera 和 Lusha 的高管。该发布报道未说明哪位创始人来自哪家公司或他们的具体职务。

那段背景为 Modus 的推介提供了产品和数据安全的框架：企业代理需要帮助来判断哪些信息对某项任务重要，而不是仅仅获得对更多系统的访问权限。

将业务上下文转化为基础设施

Modus 将其产品称为“Context Warehouse”。CTech 将根本问题描述为“Context Gap”：模型可以访问公司的表格、文档、源代码和工作场所对话，但仍然缺乏用于可靠使用这些材料的共识定义和业务逻辑。

据 CTech 报道，Modus 旨在减少企业代理的无关检索以及由此消耗的 token 和计算资源。

例如，一个财务代理可能能够访问多张包含收入数据的表格。仅有访问权限并不能告诉代理哪张表被财务领导层接受、某个地区团队是否采用不同的定义，或最近的一次收购是否改变了计算方法。这些区分通常分布在代码、仪表板、文档和消息中，而不是集中在一个权威的数据库字段里。

Modus 声称 Context Warehouse 可将无关检索和 token 消耗减少多达十倍。这是公司提供的数据，并非独立基准测试的结果。它也涵盖了两个操作性度量：代理检索了多少无关数据，以及处理这些数据花费了多少 token。

MCP 让连接更容易，并提高了赌注

Anthropic 于2024年11月25日推出 Model Context Protocol，作为一个将 AI 助手连接到数据所在系统（包括内容存储库、业务工具和开发环境）的开放标准。Anthropic 的 MCP 让代理更容易连接到业务系统，这也增加了围绕代理检索内容的相关性和治理层的需求。

这种连通性创造了 Modus 正在追逐的切入点。一旦代理可以查询多个系统，公司仍需决定哪些信息应当进入其工作上下文、哪个定义应当支配该任务以及用户被授权查看哪些记录。

投资者正在为该论点的多个版本提供资金。由以色列创办的 Jedify 在6月完成2400万美元的 A 轮融资，其构建了一个持续更新、涵盖结构化和非结构化业务数据的“context graph”。Atlan 的 Context Engineering Studio 为 AI 代理打包了业务定义、规则、评估和有版本控制的上下文库。

Modus 正进入一个活跃的类别。其 Context Warehouse 必须选择有用的业务信息、保持定义的最新性，并在不强迫数据团队维护另一个手工目录的情况下产生可衡量的准确性提升。

创始人正在出售控制点

这轮1000万美元融资为 Shimoni 和 Mesika 提供了开发产品和招聘的资金。投资者阵容也带有相关的运营背景：CTech 报道中提到了 Cyera 和 Epsagon 的创始人作为参与者。

Modus 对代理在推理或行动之前接收的信息采用了一种基础设施式的方法。这使得 Modus 接近那些正在将其产品扩展到覆盖 AI 代理的数据治理、安全和身份供应商。

Cyera 已从安全侧朝这个方向发展。CTech 报道称 Cyera 在四月以估计1亿到1.3亿美元收购了 AI 数据治理初创公司 Ryft，这笔交易使得数据安全供应商将注意力转向代理的数据访问和治理。

围绕上下文、访问和身份的活动反映了企业代理面临的一个实际问题。每增加一个连接，就会带来关于相关性、权限和治理的又一个决策点。Modus 押注公司会购买一个专门的系统，在模型消费数据之前做出这些决策。

这轮种子轮融资为 Modus 提供了验证该主张的资源。Modus 的价值将取决于 Context Warehouse 是否能提升完成工作的质量并保留访问控制，而不仅仅是减少生成答案所需的 token 数量。