企业部署智能体，有一笔账越来越藏不住：每个新智能体上岗，都要把「这家公司怎么运转」从头学一遍——流程、历史决策、术语黑话，学一次烧一次 token。10 月 14 日，智能体初创 Uvi（注册名 Naboo Research Ltd.）宣布 750 万美元种子轮，CT Innovations 领投，Cardumen、Mana VC、91 Ventures 跟投，估值未披露。它要做的就是把「从头学」改成「查档案」：一层企业自持的知识图谱，垫在所有智能体底下当公共记忆。
每次响应一美元，花在哪儿了
CEO Gilad Salinger 给 SiliconANGLE 算的账很直白：没有上下文层的智能体，每次响应成本 0.75 到 1.41 美元，重的超过 2 美元；公司自测基准称，内部自建智能体平均比「应该花的」贵约 8 倍。接上 Uvi 的上下文推理层后，同样任务降到平均每次 0.10 到 0.16 美元。注意口径——这是公司自己的基准，没有第三方复核，当作方向信号更稳妥。
他真正想说的是结构问题：「大公司跑着几十种数据形状互不相同的工具，把两片数据并行抽出来、比如一片来自 Snowflake、一片来自 GitHub，再一起推理——这个能力今天多数环境里没有。」于是出现一个荒诞循环：智能体今天做完了任务，明天做同一件还会错，因为它从没留下「这活儿是怎么干成的」。学费按月重交。
一层垫在所有智能体底下的图
Uvi 的产品形态是「上下文推理层」：连 Slack、Jira、Confluence、Salesforce，加上代码仓库与内部会议纪要，用知识图谱画出信息之间的关联——不只存「决定是什么」，还存「为什么这么定、后来怎么改的」。图上叠一层定制语义，让智能体听得懂自家黑话；实体映射负责摸清工程栈的依赖关系。位置感很重要：它自己不是智能体，是所有智能体的公共基础设施，新来一个不用重新认识公司。
权限处理是这层图少被做对的地方。知识图谱的老毛病是「吞数据时不管谁有权看谁」，Uvi 把访问控制做进图本身：应用层与管理层分开控，数据打标签，离职员工的数据不会在智能体那里浮出来。Salinger 的原话是「多数 RAG 管道在这一步做错了：吞一次，忘掉谁看过什么」。对合规敏感的团队，这句话比成本数字更值得记。
放进赛道里看
这条线接的是本站最近的几条叙事。上周的「交付债」（1908）把会话经济学算到了单机层面——压缩时机、缓存到期；Uvi 动的是企业侧：把上下文从「每个智能体的私有成本」改成「一次建设、摊薄复用」。再往前，GitLab 给智能体流量装仪表（1915）、NetSuite 把用量写进免费条款（1913）、AWS 给智能体钱包设支出上限（1901）——整条赛道正在从「买能力」转向「买能力的单位成本」，Uvi 押注的正是这一价。它要解的问题也确实疼：企业级智能体的账单里，重复认识公司的学费占多大头，多数 CIO 现在答不上来。
需要保留的怀疑
三条边界。成本数字全来自公司自测，「8 倍」与「0.10–0.16 美元」都缺第三方基准；知识图谱路线喊了多年，「权限跟着数据走」在真实企业软件里的落地难度，Demo 与生产之间隔着一整个 IT 治理；750 万美元对这个命题不算宽裕，图谱建设是重活。还有一个开放问题：这层「企业记忆」本身会不会成为新的单点——所有智能体共享一份上下文，一份被污染，全线中招。
目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。对正在被智能体账单困扰的团队，这篇的可行动作是：先把账算细——每次响应多少钱、多少花在重复认识公司上、换个框架重学一遍要多少。这笔账算出来之前，任何「降本 8 倍」的故事都只是故事。