AI News HubLIVE
站內改寫1 分鐘閱讀

Coworker AI:上下文感知模型路由,用更少的投入獲得更多的AI能力

Coworker AI通過上下文感知模型路由技術,將企業AI支出降低80%,同時保持同等輸出質量。它提供聊天、構建、代碼、代理和會議等功能,並支持企業級安全標準。

來源Product Hunt AI作者: Nigel Koh

Coworker AI今日在Product Hunt正式上線,旨在解決企業AI成本急劇膨脹的難題。據該公司介紹,許多組織在短短幾個月內,AI支出便從每年50萬美元激增至1500萬美元,迫使首席財務官(CFO)在削減AI預算或裁員之間做出艱難抉擇。Coworker AI則提供了一條全新的路徑:通過上下文感知模型路由技術,為每一個任務自動匹配最合適的模型(無論是開源還是閉源),從而在保持前沿輸出質量的同時,將成本削減80%。

與直接調用Anthropic或OpenAI的API相比,Coworker AI能夠讓用户在相同支出下獲得5倍於前的令牌數,同時輸出質量可媲美Opus 4.7。其核心功能豐富多樣:聊天功能基於企業真實的上下文和持久化的知識圖譜,確保回答貼切且連貫;構建功能支持生成文檔、演示文稿、PDF、實時儀表盤乃至應用程序,並可在整個組織內共享;代碼功能提供一個虛擬沙箱,讓用户執行任意代碼任務;代理功能通過長時間運行的智能體和複雜觸發器,實現端到端的工作流自動化;會議功能則提供會議摘要、轉錄和後續行動追蹤,支持會議記錄員或環境轉錄兩種方式。

在安全性與企業級適配方面,Coworker AI同樣表現出色。所有模型均託管在美國境內,符合SOC 2標準,並已通過滲透測試。此外,它還提供超過30個企業連接器,方便與現有系統集成。為了吸引早期用户,團隊宣佈本週內註冊的用户將獲贈500個免費積分,而在24小時內註冊的用户更可額外獲得200個積分。Coworker AI的團隊表示,他們期待看到用户利用這些積分在平台上構建出令人驚歎的成果。