生成式人工智能已经以软件史上罕见的速度在各个企业中传播。然而，尽管副驾驶和对话助理不断增加，工作安排仍然基本保持不变。用途仍然主要是个人的，在私人界面中划分，没有真正的集体连续性。尘埃试图克服的正是这个限制。
这家专门从事代理系统的公司刚刚在由 Abstract 和 Sequoia 领投、Snowflake 和 Datadog 参与的 B 轮融资中筹集了 4000 万美元（约合 3400 万欧元）。自成立以来，该公司已筹集超过6000万美元。
Dust 捍卫了一个在 AI 生态系统中日益广泛传播的论点：模型不再构成主要技术障碍。现在真正的挑战在于公司组织人类、代理、数据和工作流程之间协作的能力。
“以目前的技术水平和智能体的能力，人类不再是认知工作的主要来源，”Dust 联合创始人、OpenAI 前员工斯坦尼斯拉斯·波卢 (Stanislas Polu) 解释道。 “到目前为止，对于使用具有工具、技能和记忆力的人工智能助手的个人来说，它的效果相对较好。这就是我们所说的“单人人工智能”。»
对于 Dust 来说，生成式人工智能的第一阶段提高了个人生产力，但没有真正改变组织。 “单人人工智能的问题在于，它不会产生整个团队范围内的累积效应。我委派工作的代理无法全面了解公司正在发生的事情。”
本次分析直接针对目前人工智能助手在商业中的使用情况。销售人员使用代理来准备客户会议，但随后进来的售前工程师却从头开始。一个营销团队与副驾驶一起制作演示文稿，而另一个营销团队则根据不同的背景制作内容。成果确实存在，但仍然分散。
根据达斯特的说法，现在主要的障碍变成了协调。 “随着越来越多的人将更多的工作委托给更多的代理，人类和代理必须成为在具有共同上下文、工件和目标的共享空间中工作的协作者，以实现人类之间、人类与代理之间以及代理本身之间的无缝协作。”
该公司将这种方法称为“多人人工智能”。目标是构建人类和人工智能代理在同一操作空间中协同工作的系统，具有共享的环境、共同的目标和对工作流程的集体可见性。
“当今公司中执行的最复杂的工作需要团队花费数天或数周的时间来完成，而这些工作从来都不是由一个人完成的。它们涉及具有不同背景版本的多个团队。这就是 AI 多人游戏。这就是 Dust。”
因此，Dust 开发的平台基于持久的工作空间，其中协作者和人工智能代理围绕相同的项目、对话、任务、文档和通知同时操作。与传统的对话助理不同，座席不再在孤立的会话中操作，而是在直接集成到工作组织中的连续工作流程中操作。
灰尘也强烈地突出了它的背景层；该初创公司认为，将模型与业务工具连接起来已经不够了。系统现在必须能够理解公司内部流通的信息，对其进行综合并在此背景下采取行动。
因此，该平台连接了一百多个数据源和业务工具，允许代理与 Slack、HubSpot、Notion、Gmail、Google Drive 或 Snowflake 等环境进行交互。
Dust 还在开发持久记忆机制和持续改进循环，旨在根据实际团队使用情况逐步发展代理。目标是将人工智能转变为组织基础设施，可以从内部实践中学习并随着时间的推移改进工作流程。
治理构成了该产品的另一个中心轴，Dust 强调了精细的权限、成本和使用监控系统、完整的审计日志以及分析工具，可以精确监控公司中部署的代理的活动。该公司还指定其已通过 SOC 2 Type II 认证、符合 GDPR 要求，并保证不使用任何客户数据来训练模型。
目前，Dust 声称其平台上部署了超过 3,000 个客户组织和超过 300,000 名代理。该公司还声称，自 2025 年初以来，每周活跃使用率为 70%，流失率为零。
在 Doctolib，Dust 被用作人工智能策略的一部分，部署到 3,000 名员工。在 Persona，11 个部门部署了 300 多个人工智能代理。该公司还提到了 Clay 或 Profound 在商业运营和客户知识管理方面的用途。
Dust还声称使用自己的平台来协调其内部运营的重要部分。为了协调此次筹款的公告，营销、运营和数据团队与多个人工智能代理合作，同时使用相同的数据和工具进行工作。这些代理特别综合了来自 Slack、Snowflake、HubSpot、Gmail 或 Google Drive 的信息，以生成内容、协调验证和监控启动工作流程。
创始人的个人资料也有助于提高该项目的技术可信度。加布里埃尔·休伯特 (Gabriel Hubert) 和斯坦尼斯拉斯·波卢 (Stanislas Polu) 自 2007 年在斯坦福大学相识以来一直合作。他们之前共同创立了 TOTEMS，这是一家数据分析公司，于 2014 年被 Stripe 收购。
在 Stripe 工作几年后，Stanislas Polu 加入 OpenAI，担任 Greg Brockman 领导的团队中的研究工程师。他特别参与了 Ilya Sutskever 模型推理能力的研究工作。
根据达斯特的说法，该公司的创建基于这样的信念：这些模型已经足够强大，可以在经济上实现组织转型，但尚未构建真正将它们集成到日常运营中的产品层。
该公司今天表示：“我们是致力于人类和智能体之间协作的人工智能多人系统，让人工智能运营商能够重塑其组织的运营方式。”
现在，这一愿景似乎说服了越来越多的硅谷投资者。达斯特说：“现在是加入人工智能运营商运动的最佳时机，他们正在重组其业务运营方式。”
除了此次融资之外，该公司还展示了商业软件领域更深刻的变化。在 ERP 和 SaaS 平台之后，新一代参与者现在正在寻求构建混合环境，让人类和人工智能代理在同一操作系统中持续协作。
