| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

00後輟學生打造"作弊神器",被停學卻獲千萬投資


請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!



一家宣稱“欺騙一切”的公司,在成立不到三個月的時間,獲得了硅谷最負盛名的VC之一a16z的A輪融資。他們的年經常性收入在一周內從350萬美元上升到700萬美元。

2025年3月,一個年僅21歲的哥倫比亞大學學生Roy Lee在社交平台X上發布的一條帖子,如同一顆投入平靜湖面的石子,激起了一場席卷硅谷的巨大波瀾。


他在社交網絡上直言不諱地宣布,自己因開發了一款幫助學生在技術面試中“作弊”的AI工具而被學校停學。這條帖子病毒式地傳播開來,非但沒有讓他聲名掃地,反而引來了風險投資家們的蜂擁而至。這本應是一個學業生涯的污點,卻成了他職業生涯的起點。

在不到一個月的時間裡,Lee為他那款被公然宣傳為“幫你搞定一切作弊”的工具Cluely,成功籌集了530萬美元的種子資金。

僅僅兩個月後,硅谷最負盛名的風險投資機構之一Andreessen Horowitz (a16z) 領投了1500萬美元的A輪融資,使這家初創公司的總融資額超過2000萬美元,估值達到約1.2億美元 。

在認真拆解了這家企業之後,我們發現Cluely其實是一個很有產品“品味”的AI會議軟件。它用最純正的AI原生思維,擊碎(重做)了“舊時代”的流程或者機制,例如Lee用這款軟件去約會,用這款軟件面試

一位長期跟蹤AI原生的投資人告訴虎嗅,Cluely的產品理念很好,會給一些會議的參考和提示,這是這款產品區別於其他會議產品的特點之一,比如同樣是AI會議產品的Granola,就沒有提示。不過對於會議記錄、會議紀要這些功能,幾款產品很難有所區分。Cluely面臨最大的挑戰,還是是否能夠持續迭代產品的更多功能。

我們試圖通過對Cluely的拆解,梳理這個00後團隊是如何做一款AI原生的會議產品;他們如何講一個營銷故事以及如何做增長。

重新定義AI時代的“作弊”與“生產力”


Cluely的定位極其清晰且具有顛覆性:它是一款AI驅動的桌面助手,能在各種虛擬互動場景中(如求職面試、銷售電話、在線考試和會議)提供實時的、無法被檢測到的支持。

其核心價值主張緊緊圍繞“隱形” (invisible) 和“無法被檢測” (undetectable) 這兩個關鍵詞展開,這既是其功能的核心,也是其爭議的源頭。

公司的宣傳口號非常直白:“思考是你做得最慢的事。不如讓AI來代勞” (Thinking is the slowest thing you do. Let AI do it for you instead)。


Cluely的商業化本質,是精准地抓住了傳統評估體系與AI原生世界現實之間的巨大鴻溝。在當今社會,無論是企業的招聘面試,還是學校的在線考試,其形式大多還停留在前AI時代,旨在考察個人的知識儲備和臨場反應能力。然而,現實是生成式AI的普及已經讓即時信息獲取變得輕而易舉。

Cluely正是利用了這一矛盾。

公司創始人Roy Lee認為,在AI時代,成功的標准不再是機械記憶,而是提出正確問題並高效利用AI獲取信息的能力。因此,Cluely將自己定位為彌合這一差距的橋梁。

Cluely提供的產品是一款實時工作的AI桌面助手,定位於“看不見的第二大腦”。它不是傳統的會議記錄軟件,而更像用戶的貼身智囊:應用程序以懸浮窗形式靜置於電腦屏幕上方,對用戶當前的所有活動“了然於心”。

其內置功能非常豐富。首先,它會類似於其他AI會議平台一樣,讓用戶自主選擇模板,並對應地調整回答風格。其次,它內置了大量針對於“會議進行”中的AI功能。

大致可以將其分為三類:實時記錄、事後總結,以及最重要的即時答案。
點個贊吧!您的鼓勵讓我們進步     這條新聞還沒有人評論喔,等著您的高見呢
上一頁12345下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0379 秒 and 5 DB Queries in 0.0073 秒