一年内完成三轮融资,这在国内企业中是很少见的,不过OneAPM做到了。5月6日,应用性能管理(APM)厂商OneAPM宣布获得1.65亿元人民币C轮融资,它是由成为资本领投,经纬创投、启明创投跟投完成的。
OneAPM创始人何晓阳在融资发布会上表示,“我们真正的在中国上演了一场速度与激情。”
之所以OneAPM有这么快的速度,何晓阳认为,今年是中国企业级服务的元年。在他11年的职业生涯里面,一直在企业级软件领域工作,却很少见新型公司有很快的发展机会。现在,市场、资本和人力的变化让中国的企业级服务迎来一个巨大的发展空间。之前政府、电信及银行等都用大型、昂贵的国外软件,现在他们开始向国产供应商转移。另外,资本由关注to-C市场也在向to-B市场转变。同时,伴随着人力成本的上升,让SaaS模式变成一个大的市场空间。
成本资本合伙人顾旋(左一),启明创投合伙人叶冠泰(左二),OneAPM创始人何晓阳(中),OneAPM CEO陈旭(右二),经纬创投合伙人左凌烨(右一)
说到APM这个行业,在美国有十几家知名及上市公司在做APM的业务,像Compuware、New Relic、Appdynamics、Riverbed等,他们在APM这个领域已经很成功,除此之外,有一百家甚至两百家新兴的APM公司正在源源不断的涌入这个领域。对照美国,何晓阳称,“在中国真正做APM的只有OneAPM这一家公司。”
不过,OneAPM不是想做中国的Compuware或者是New Relic,他有更大的野心,“我们要做中国的Oracle”,何晓阳在发布会上高调的宣称OneAPM的这一愿景。
企业级服务的公司中,微软市值将近4000亿美金,Oracle的市值也有近2000亿美金,百亿美金市值以上的公司也有几十家,包括CA、BMC等等。但中国没有这样的公司,更多是to-C的公司。在中国的to-B领域存在着成为千亿美金级别公司的机会,OneAPM就是要打头阵。
“我们现在是一个APM公司但不代表我们一辈子就只做APM,”何晓阳指出,就像Oracle,从Database起家,到Application,到最后的Software和Hardware,他完成了三级跳跃,这给了OneAPM一种启发。
的确,OneAPM在产品和市场拓展上的速度很快,这也令成为资本合伙人顾旋感到意外。作为OneAPM的投资方,顾旋曾提出建议,认为ITOM的市场空间比APM大了不少,并且和APM一脉相承。没想到,OneAPM很快在研发上搭出一套产品,并在客户那边得到一定的验证。
C轮融资发布会同日,OneAPM发布浏览器端性能管理产品Bi(Browser Insight),大幅提升真实用户体验,全面覆盖APM和ITOM两大市场。
经纬创投合伙人左凌烨用两个关键字表达了自己对OneAPM的感受,“超出预期”和“速度”,他表示,“在经纬投资的几十家企业服务公司里头OneAPM绝对排名靠前,如果重点看新兴的企业服务市场,我相信在OneAPM团队也是排名在前三。”
另外从速度上来说,左凌烨见证到OneAPM从一年多前20几人成长到现在200人团队,并且营收从原来的数量级现在迈入另外一个数量级,OneAPM在其投资的企业里面速度也是出众的。
“OneAPM打造中国的Oracle,这是完全可以实现的。”左凌烨在接受媒体采访时表示,今天中国的企业服务市场还是一块待开垦的土地。顾旋同时指出,在中国目前的经济实力和产业环境下的确需要OneAPM这样的基础软件。
启明创投合伙人叶冠泰对中国软件市场的未来感到兴奋,他说,OneAPM的成长不是一个巧合,云服务化能够大大降低中小型企业部署软件的花费。十几年前Oracle卖一个软件的时候,许可证是非常贵的,还要用非常昂贵的小型机来做,现在SaaS大大降低了软件部署门槛。
叶冠泰表示,去年美国上市的超过10亿美元的高科技公司中,做企业级软件要比其他高科技公司多。可以看到,国内还没有SaaS的上市公司,期待OneAPM给中国企业级软件服务市场带来惊喜。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。