智能体不缺文档，缺的是「这家公司怎么干活」
10 月 10 日，一家叫 Zeroset 的初创从隐身状态走出，拿下 520 万美元 pre-seed，由 Gradient Ventures 与 2048 Ventures 联合领投，Leblon Capital 跟投。它的产品 Nebula 想解决一个具体痛点：今天的智能体大多靠检索文档获得上下文，知道「有哪些资料」，却不知道「这家公司具体怎么把一件事办成」——审批链在哪、步骤按什么顺序走、谁拍板。Zeroset 的做法是追踪员工在办公软件里的实际操作轨迹，把任务、决策随时间的演变记下来，再喂给智能体。
创始人是两名极年轻的创业者：18 岁的 Akshat Kannan 从斯坦福休学，William Zhang 此前离开德州大学。公司目前只有五个人，Nebula 还在封闭研究预览阶段，按创始人说法，单轮模型训练就要烧掉大约 10 万美元、耗时两周。它的对标对象很明确，就是 Mem0 与 Zep 这类帮智能体留存与检索信息的玩家，区别是把重心从「记忆文档」挪到「理解流程」。
切口真实，但离跑通还远
这个切口确实有真问题支撑：多步自动化最怕的不是找不到资料，而是搞错组织特有的流程与权限，一步错步步错。能让智能体读懂「同样一件事在不同公司怎么干」，对降低复杂任务出错率有直接价值。商业化上，Zeroset 打算走授权费加按数据量与智能体活动计费的混合模式。
但反过来，pre-seed 阶段的体量和训练成本，意味着这还是一张非常早期的牌。记忆与上下文这条线已经相当拥挤，既有 Mem0、Zep 这类专门玩家，也有大量关于智能体记忆的学术研究在迭代。Nebula 能不能把「流程理解」做成比「文档检索」明显好用的那一层，而不是又一个演示漂亮、落地艰难的概念，得看它早期企业部署的真实留存。钱给了方向，没给答案。