Xpander 融资 750 万美元，推动企业级 AI 代理进入生产环境

Why it matters

Xpander is turning David Twizer's AWS migration experience into a governed runtime for enterprise agents, with Omni serving as the wedge into production workflows.

David Twizer, Ran Sheinberg, 和 Moriel Pahima 为 Xpander 融资了 750万美元的种子轮，他们试图将部署企业级 AI agent 的艰难工作转变为可复用的软件产品。

Xpander 在 2026 年 8 月 17 日宣布了这笔融资，并同时发布了 Omni，Xpander 将其描述为“agentic Forward Deployed Engineer”（具代理性的前置部署工程师）。Pico Venture Partners 领投，本轮还有 Emerge Ventures、Samsung Next 和 SeedIL 参与。Xpander 表示这笔资金将用于支持市场扩张。公告未披露估值、股权条款或诸如营收、客户数量或增长等运营指标。

创始团队于 2024 年成立 Xpander，分别担任 CEO、首席产品官（chief product officer）和首席技术官（chief technology officer）。根据其融资公告，Xpander 总部位于旧金山。

Twizer 和 Sheinberg 均在 AWS 工作多年。Twizer 曾与大型企业合作进行复杂的云迁移，而 Sheinberg 则从事大规模计算和大数据工作。Twizer 在 AWS 担任了六年首席解决方案架构师（principal solutions architect），并负责其面向市场的生成式 AI 解决方案架构团队。Sheinberg 在 AWS 工作了五年，担任首席解决方案架构领导（principal solutions architecture leader），其中包括涉及 EC2 Spot 的工作。Xpander 将 Pahima 识别为前 AWS 首席工程师（principal engineer）。

Twizer 表示，他在帮助大型企业完成复杂的多年云迁移过程中所做的工作塑造了 Xpander 的理论：AI agent 的部署需要一个共享的操作层，以替代孤立的试点项目。

Omni 是创始人眼中部署工程师的软件版本

Omni 接受对业务流程的自然语言描述，Xpander 表示它能够连接工具、创建并测试 agent、在 API 变更时修复集成、比较模型，并将生成的 agent 推向生产环境。Xpander 的 Omni 页面上的一个示例要求系统构建一个连接到 ServiceNow 和 Jira 的 IT 访问 agent，自动批准符合策略的请求，并将例外情况发送以供审核。平台和 Omni 均可在 chat.xpander.ai 使用。

Xpander 表示其平台处理运行时基础设施、权限、密钥、执行日志、模型选择、费用归属以及跨客户可控环境的部署。其文档 描述了托管和自管理的 Kubernetes 部署。在一篇官方公司博客文章中，Xpander 表示其 VPC 原生部署将 agent 执行、工具调用和内存操作保持在客户的安全边界内。其自托管文档 表示任务执行、agent 内存、连接器凭证、模型 API 密钥和面向用户的服务都运行在客户的 VPC 中。Xpander 还声称支持私有网络、本地环境和隔离网（air-gapped）系统，并表示已通过 SOC 2 Type II 认证并符合 GDPR。

Xpander 还表示开发者可以引入使用诸如 LangChain、LangGraph、Agno 或 OpenAI Agents SDK 等框架构建的 agent。根据其部署文档，agent 可以通过 Slack、webhooks、APIs、定时任务、聊天界面和 Model Context Protocol 暴露。Xpander 表示其对模型的支持覆盖商业模型和开放权重系统。

供应商中立性是 Xpander 销售主张的核心。Xpander 表示客户可以在不更换其操作和治理层的情况下更改 agent 所用的模型、框架或云平台。该主张直接针对那些在模型质量、定价和可用性持续变化的情况下不愿将生产工作流锁定到单一模型提供商的买家。

这也给 Xpander 带来了苛刻的产品范围要求。每增加一种框架、模型、连接器、部署目标或认证方法，Xpander 需要支持的失败路径数量就会增加。企业买家将根据事件响应、可审计性、升级安全性以及在连接系统发生变化时 agent 的行为来评判该平台。

试点瓶颈确实存在

一项 2025 年 McKinsey 调查 发现，88% 的组织在至少一个业务职能中常规使用 AI。大约三分之一已经开始在整个企业范围内扩展 AI，近三分之二仍处于试验或试点阶段，仅约 1% 将其部署描述为成熟。

创始团队正在为这些阶段之间的工作打造产品。Xpander 表示其产品设计以有界权限、持久集成、监控、审批路径、成本控制、凭证管理以及在公司系统间运行的 agent 的执行日志为核心。

Xpander 的论点是，这些控制应该在各个 agent 之间共享，而不是为每个项目重建。如果该平台如其所述工作，首次部署将为后续部署创建可复用的基础设施。这将使 Xpander 随着团队从孤立的助手向能够跨内部系统操作的 agent 迁移而在账户内扩展。

Xpander 将 Omni 定位为该基础设施的更明显的商业切入点。在买家尚未部署足够多的 agent 以感受到操作痛点之前，平台层往往难以销售。Xpander 承诺一个即时成果：给 Omni 一个工作流，让它组装 agent，并将产生的工作负载保留在 Xpander 平台上。实际上，Xpander 是在把企业 AI 项目中常见的部分专业服务工作打包进产品本身。

一个有重要限制的基准声明

Xpander 表示 Omni 在 GAIA 验证基准上得分为 90.9%，并在一个 GitHub 仓库中公布了其结果和方法论。该分数衡量的是通用助手的表现；它并不证明生产可靠性、企业治理或在失败操作后的安全恢复能力。

这是公司自行发布的声明，尚无独立基准审计。

GAIA 评估通用 AI 助手。它并不测试 Xpander 推销中核心的企业控制能力，包括权限边界、凭证处理、合规性、集成持久性或在失败操作后的安全恢复。对此类能力的证据需要来自客户部署或独立测试。

Xpander 表示其与零售、制造、金融服务、技术和政府等领域的组织合作。其网站 显示了包括 Lenovo、Intel、Wix、Siemens、NVIDIA、SAP、Salesforce 和 Workday 在内的客户或关联公司徽标，但未说明部署规模、合同金额或每种关系是否为商业性关系。Xpander 未披露客户数量、收入、经常性年收入或留存率。现有材料中没有独立的客户或部署数据可以证明其商业牵引力或生产可靠性。

种子轮用于一次分发测试

Pico Venture Partners 领投了 Xpander 的种子轮，支持那些将其实施经验转化为平台的基础设施工程师。

Xpander 面临着覆盖代理开发与运营不同部分的替代方案。LangGraph 和 LangSmith 涉及代理构建、评估、可观测性和部署。Amazon Bedrock AgentCore、Microsoft Foundry 和 Google Vertex AI Agent Builder 将代理工具链与各自的云平台连接。Salesforce Agentforce 和 IBM watsonx Orchestrate 则在更广泛的软件组合中关注企业代理、工作流和治理。它们的范围各不相同，因此没有一个可以进行逐项功能的直接比较。Xpander 声称其区别在于跨云、模型和框架的可移植性，结合部署、治理和运营控制。

Xpander 必须确定企业是否希望在其代理与现有云堆栈之间再增加一个控制平面。它需要证明可移植性和集中式治理足以证明引入一个独立供应商是合理的，尤其是在主要云和企业软件供应商可以将代理工具打包进客户已签订的合同的情况下。

Twizer、Sheinberg 和 Pahima 选择了一种务实的方式来证明这一点。Omni 可以通过一个工作流切入，而 Xpander 成为其之下的基础设施。每一个成功的代理都可能通过重用权限、集成、部署模式和运行数据，使该平台在账户内部变得更有价值。

这轮 750 万美元的融资为创始团队提供了空间，以测试这种发展路径是否在真实组织中成立。Twizer 表示，他在 AWS 上帮助企业完成复杂、多年云迁移的工作启发了 Xpander 的平台。Xpander 的构建理念是，软件可以承担更多将 AI 代理投入生产所需的实施工作。