Sierra 详述 Context Engine，将客户历史转化为 AI 护城河

Why it matters

Sierra is betting that the durable value in enterprise AI will sit in customer-specific memory, workflows and outcome data, giving it a defensible layer above interchangeable foundation models.

Sierra 在 8 月 4 日 详细介绍了 Context Engine，这是一层记忆与决策层，旨在帮助其 AI 代理在不同渠道之间携带客户信息、识别行为信号并学习哪些行动能产生业务结果。此发布为 Sierra 的论点构建了一个产品：企业可以从不断变化的模型提供商处购买智能，同时保留通过自身运营创建的客户上下文。

Bret Taylor (@btaylor)，与 Clay Bavor 共同创立了 Sierra，称这一论点为“租用智能，拥有关系”（rent the intelligence, own the relationship）在 X 上的一则帖子中。Sierra 随附的 产品文章 表示，Context Engine 收集来自客户互动和保存购买、计费、索赔、预约与使用记录的系统的信息。然后它将这些记录连接到客户、产品和交易，以便代理能决定在特定时刻哪些信息重要。

Taylor 对这一论点的双方都有直接了解。他共同创建了 Google Maps，曾担任 Facebook 的 首席技术官、创立 Quip，后来成为 Salesforce 的联合首席执行官。他还在 OpenAI 董事会任职。Bavor 在 Google 工作了 18 年，他的工作包括 Google Workspace、Google Lens、Project Starline 和 Google Labs。他们与 Sierra 的押注是将基础模型的访问视为商品化，并把持久的企业价值置于围绕每个客户关系的数据与决策之中。

在模型之上的记忆层

Context Engine 是 Sierra Horizon 平台 背后的数据层，该公司（总部位于旧金山）于 7 月 16 日 推出 Horizon。Horizon agents 被设计为在数天、数周或数月内追求目标，包括发放贷款、处理医疗转诊、保留订阅者和完成销售。这要求代理记住对话之间发生的事情，并在付款、预约、产品使用事件或客户响应改变情况时重新评估其计划。

Context Engine 有三个主要功能。其记忆系统将来自不同渠道的互动绑定到同一客户，并从记录系统中提取信息。其信号层监控会话之间的事件，例如产品使用量下降或账户变更。其个性化系统在客户设定的规则范围内选择下一步行动，这些规则包括旨在保护利润率或客户满意度分数的限制。

Sierra 表示，该系统还将代理决策视为实验。大多数行动遵循在类似情况下对其他客户曾经有效的做法，而较少的行动则用于测试替代方案。被接受的保留优惠、完成的购买或安排的预约随后成为未来决策的证据。随着时间推移，Sierra 表示 Context Engine 可以利用这些结果历史来训练预测流失、优惠接受或转化的模型。

该学习循环使 Sierra 的代理超越了脚本化的支持流程。例如，一项取消请求可以针对订阅者的参与度、计费历史、未使用的权益以及对早期优惠的回应进行评估。代理随后可以决定是否提供折扣、推荐不同的套餐或完全不提供激励。

这种设计也提高了围绕自动化实验的控制要求。Sierra 表示，客户定义结果和不可谈判的规则，而 Context Engine 在这些边界内选择行动。该产品的价值将取决于 Sierra 是否能证明那些决策在不让某个优化目标（例如保留或销售）覆盖合规要求或客户利益的情况下产生可衡量的收益。

Sierra 希望上下文层产生复合效应

Sierra 的战略主张是，基础模型提供广泛可用的智能，而每家企业的互动与结果历史则保持专有。竞争对手可以访问相同的模型版本，但无法立刻复制多年证据来展示哪些优惠、信息和序列对特定客户群有效。

Sierra 表示，客户保留对记忆层的控制权，并可以通过 Context Engine 产品 将其导出到数据仓库或其他外部系统。这一可移植性的主张很重要，因为正是这种积累使数据有用，也可能使承载该数据的平台难以被替代。Sierra 将自己定位为组织并对该上下文采取行动的系统，同时主张客户继续拥有底层记录。

其经济模式遵循相同策略。Sierra 表示 Horizon 客户为已完成的业务成果付费，而不是为模型 token 付费。该结构将推理成本的直接风险转移给 Sierra，并激励 Sierra 基于产生结果的成本来选择模型、工具和工作流程。它也对 Sierra 施加压力，要求其精确定义结果，尤其是对于可能跨多次互动展开的流程，如保留、借贷和医疗保健。

Sierra 拥有充足的资本来资助这项工作。Sierra 于 5 月 4 日 宣布了一轮由 Tiger Global 和 GV 领投的 9.5 亿美元融资，估值超过 150 亿美元。Axios 报道 估值为 158 亿美元（事后估值）。Sierra 在 2 月表示其年经常性收入已超过 1.5 亿美元，并在 5 月声称其代理为超过 40% 的财富 50 强提供服务并处理了数十亿次客户互动。这些运营数据仍然是公司自行报告的。

Context Engine 展示了 Taylor 和 Bavor 希望将信誉与资本投入的方向。Sierra 正从自动化单次服务对话转向管理跨时间的客户关系。如果该产品如描述般运作，真正有价值的资产将是围绕每位客户不断增长的决策与结果记录，而基础模型则作为可替换的底层组件。