AI社交新星Articuler获数千万元种子轮融资

专注职业 Networking 的 Articuler.ai 官宣数千万元新融资，麟阁创投领投，拙朴投资、小米联合创始人王川家族办公室跟投。公司扎根硅谷，做 AI 驱动的职业 Networking，从用户当前聚焦的问题出发，帮他们找到真正能推动事情向前的人，把一次匹配变成真实的对话和机会。

要解决的问题很具体：如何在一场线下活动中找到最应该认识的人？创始人申哲先形容这种状态为“一群原始人围着篝火跳舞”——一群有弱关系的人被聚集到同一时空，却没有一套分发网络告诉彼此谁应该认识谁。目前团队已与 OpenAI、YC、AASF、AGI Summit 等机构和活动合作。用团队的话说，“我们在帮全世界 18 亿白领，拿到职业生涯里的大结果。”

活动并不缺人，缺的是有效分发。进入会场后，交流仍高度依赖熟人、站位和偶然性。几百个名字、公司和职位只能告诉用户“都有谁”，无法判断谁和自己此刻的目标最相关。在只有几分钟的判断窗口里，没人能逐个研究几百名参会者。

Articuler.ai 在活动场景做两件事。第一，帮主办方寻找目标观众。主办方提出希望吸引的人群，Articuler.ai 从公开职业信息中筛选和邀约。目前定向邀约成功率约 20%，平均每发出 5 封邮件带来 1 名观众。部分合作活动中，30% 到 50% 的报名流量来自其邀约。第二，帮助已报名观众彼此匹配。参会者报名时填写职业背景和参会目标，系统结合活动主题、双方经历和当前需求推荐更值得优先认识的人。活动前一天，参会者会收到邮件，看到现场哪些人与自己目标高度匹配、为什么值得见。现场还可组织小范围交流，比如上午 11 点安排投资人与投资人交流，另一时段安排投资人和创始人见面，或在公共区域放置小桌，每桌安排五六名彼此相关的人。申哲先概括为给用户“一个更小的时空”。

这套机制带来的直接变化，是用户有了更明确的到场理由。在美国，许多免费活动出席率不高，30% 已是可接受水平，而 Articuler.ai 合作的几场活动将出席率提高到 60%。有主办方反馈，过去从未遇到场地不够用的问题，接入匹配后实际到场人数远超预期。合作过的主办方后续活动大多继续使用该服务。参会者也愿意为匹配结果付费。免费用户只能看到排名靠前的 3 个人，无法获得联系方式，解锁更多推荐需付费。目前平台面向活动场景的付费率超过两位数。申哲先说，“花一杯咖啡的钱，看到今晚所有值得认识的人，这是一个很容易做出的决定。”

活动把匹配范围缩小到几百人的会场，但底层问题未变：系统怎样判断谁和谁真正相关？上一代找人产品，无论猎头工具还是 LinkedIn，核心逻辑都是关键词检索，把人压缩成 job title、公司、学校等标签。现在不少 AI 找人工具也沿用这套数据结构，只是在数据库和用户之间加入大模型。申哲先认为，瓶颈不完全在模型，而在更早的数据结构里。如果初始召回已出现偏差，后面的 Agent 再擅长推理，也不可能找回从未进入候选池的人。“上一代的数据结构用来表达人是有问题的。它把人压缩成一组标签，在这个过程中损失了太多语义信息和模态信息。”

Articuler.ai 选择用 Embedding 模型将每个人表达为 8000 多维向量，既包含背景，也包含对当下意图的判断，且可被计算。第一类信息来自公开职业资料，包括 LinkedIn、GitHub、Google Scholar、arXiv 和社交媒体，组成职业身份。依靠这些公开数据，Articuler.ai 从 Day 1 起就能在近 10 亿人范围内寻找相关对象。第二类信息来自互联网足迹，包括与所在公司、产品和行业的关系，构成判断当下意图的信号。当用户提出具体目标，Agent 会动态制定匹配策略，在 8000 多个维度里提高相关维度权重，忽略不相关信息。

活动场景还提供公开资料没有的数据：用户会选择联系某些推荐对象，也会跳过另一些人。Articuler.ai 将这些难以用语言完整说明的选择称为 implicit preference，即隐性偏好。随着反馈积累，信息从“一个人过去是谁”延伸到“他此刻愿意和什么样的人建立联系”，并继续修正后续匹配。

据申哲先介绍，在内部测算中，其匹配准确率在 95% 以上，行业平均约 70%，边际成本是部分 Agent 找人方案的 1/20。原因在于系统无需反复将大量 profile 输入大模型进行长文本判断，候选人在向量空间中的相关性本身已可计算。一个实测案例中，团队将一家中国具身智能公司的同一份招聘需求分别放进 Articuler.ai 和另一款传统找人工具，两边推荐的前 10 名候选人无一重合。另一款产品给出 ABB 中国 VP、某具身智能公司联合创始人等人选，职位和关键词看似相关，现实中却很难被挖走。Articuler.ai 推荐的则是其他具身智能公司中职位比目标岗位高一级或低一级、但经历极其适配的人。团队将两份未标记来源的报告交给 5 名猎头顾问，5 人都选择了 Articuler.ai 的结果。

活动之外，Articuler.ai 也已将匹配能力延伸到企业招聘和销售。猎头场景是最早跑起来的 ToB 业务。目前，一家国内头部猎头公司已围绕 Articuler.ai 的 CLI 工具开发内部人才搜寻工具，有 300 多名顾问每天使用这套能力。