Superagent：Airtable 估值暴跌后的 AI 绝地反击

2026-01-31 | 官网 | ProductHunt

30秒快速判断

这App干嘛的：问一个复杂问题（比如“Google 值不值得投资”），Superagent 会派出 20 个专业 AI agent 并行研究，15 分钟给你一份带图表、可交互、有引用的董事会级报告。

值不值得关注：值得。这是 Airtable 13 年来第一个独立产品，背后是收购了融资 4000 万美元的 DeepSky 团队 + 从 OpenAI 挖来的 CTO。虽然竞品众多（Perplexity、ChatGPT Deep Research），但“多 agent 协作 + 交互式报告”的组合确实有差异化。

与我有关三问

与我有关吗？

目标用户：

• 创始人（做市场调研、竞品分析）
• 财务团队（投资分析、尽调）
• 销售团队（客户研究）
• 产品团队（用户研究、需求分析）
• 市场团队（市场洞察）

我是吗：如果你每周花超过 2 小时做研究类工作（找资料、整理信息、写报告），你就是目标用户。

什么场景会用到：

• 要做投资决策前，快速了解一家公司全貌
• 写竞品分析报告，需要多维度对比
• 研究一个新市场，需要从多个来源综合信息
• 不需要：简单问答、日常聊天、写代码

对我有用吗？

ROI 判断：如果你做研究的时薪超过 $50，每月用 5 次以上，基本回本。对金融、VC、咨询行业的人来说，这是刚需。

喜闻乐见吗？

爽点在哪：

• 不是文本墙：输出是可交互的网页，有图表、可过滤、可展开
• 有引用来源：每个数据点都标注从哪来的（FactSet、SEC Filing 等）
• 并行工作：20 个 agent 同时干活，不是一个 bot 慢慢查

“哇”的瞬间：

“我分析了 LLM 的品牌知名度排名，15 分钟就拿到了一份咨询级的报告。” — Eli Schwartz

用户真实评价：

正面：“这是我今年见过的最棒的 AI 工具。” — Kunal Kushwaha (Twitter/X)

正面：“结果不只是更多的文字，而是一个可交互、可验证的交付成果。” — Antonio Grasso (Twitter/X)

吐槽：产品刚上线 3 天，暂无明显负面反馈。但服务条款提醒“输出可能不准确，需要独立核实”。

给独立开发者

技术栈

• 前端：交互式报告系统（可视化 + 可过滤元素）
• 后端：多智能体协调架构（中央编排器 + 并行专业 agents）
• AI/模型：基于 DeepSky 技术（2025 年 10 月 $4000 万收购）
• 基础设施：接入 FactSet、Crunchbase 等顶级数据 API

核心功能实现

Superagent 的核心是“规划-执行-综合（plan-execute-synthesize）”三阶段：

1. Planning：中央协调器分解用户问题，规划并行任务
2. Execution：最多 20 个专业子 Agent 并行执行（财务分析、竞争分析、新闻扫描等）
3. Synthesis：综合所有结果，生成带引用的交互式报告

CEO Howie Liu 表示，这不是“AI 驱动的工作流”（预设步骤+AI调用），而是真正能回溯、自适应的自主 Agent。他认为市面上只有 Anthropic Claude 和 Manus 有类似架构。

开源情况

• 开源吗：否，闭源商业产品
• 类似开源项目：LangGraph、AutoGen、CrewAI（多智能体框架）
• 自己做难度：高。需要多智能体协调系统 + 顶级数据源 API（FactSet 年费 6 位数）+ 交互式报告生成。预计 10+ 人月，需要资深 AI 工程师。

商业模式

• 变现方式：SaaS 订阅
• 定价：$20/月（入门）到 $200/月（高级），含推理额度
• 用户量：Airtable 整体拥有 50 万+ 组织用户，Superagent 刚上线

巨头风险

高风险。OpenAI 已有 Deep Research，Google 有 Gemini，Anthropic 有 Claude。但 Airtable 的差异点在于：

1. 交互式报告（不是文本墙）
2. 多 Agent 并行（不是单轮对话）
3. 企业级数据源（FactSet、SEC）

短期内巨头不太会做完全相同的产品形态。

给产品经理

痛点分析

• 解决什么问题：复杂研究需要多步骤、多来源、多维度，手动做太慢
• 痛点有多痛：高频刚需。金融做尽调、PM 做竞品分析、创始人做市场研究——这些都是核心工作

用户画像

• 目标用户：知识工作者（创始人、财务、销售、产品、市场）
• 使用场景：需要“深度研究+结构化输出”的任务，不是简单问答

功能拆解

竞品差异

可借鉴的点

1. “Super Reports”命名：把输出产品化，不叫“回答”叫“报告”
2. 交互式可视化：可过滤、可展开、可点击，不是死板的文本
3. 引用透明：每个数据点标注来源，增强可信度
4. 并行+综合：先分后合的多智能体架构

给科技博主

创始人故事

Airtable 由 Howie Liu、Andrew Ofstad、Emmett Nicholas 在 2012 年创立，被称为“软件界的乐高”。2021 年估值 $117 亿，但随后跌到 $40 亿——蒸发了 65%。

但 Liu 没有躺平。2025 年 10 月，Airtable 做了两个大动作：

1. 收购 DeepSky（融资 $4000 万的 AI agent 创业公司，斯坦福 MBA 圈爆款）
2. 从 OpenAI 挖来 CTO David Azose（原 ChatGPT 业务产品工程负责人）

Liu 说，Superagent 是公司 13 年来第一个独立产品，可能“超越 Airtable 本身”。这是一次“彻底的重塑”，要变成一家 AI 原生公司。

公司目前还有 $7 亿现金、正向现金流。这不是垂死挣扎，是手握余粮的战略转型。

争议点/讨论角度

1. 估值暴跌后的反击：从 $117 亿跌到 $40 亿，这是绝地反击还是孤注一掷？
2. “真 agent” vs 工作流：Liu 说只有 Claude 和 Manus 是“真 agent”，其他都是工作流。这话对吗？
3. 收购整合：从 OpenAI 挖 CTO + 收购 DeepSky，能否实现 1+1>2？

热度数据

• PH 投票：133 票（上线第 3 天）
• Twitter 反响：正面为主，但样本量还小
• 行业关注：TechCrunch、VentureBeat、WebProNews 均有报道

内容建议

• 适合写的角度：“估值下跌 65% 后的反击：Airtable 如何用 AI 重新定义自己”
• 蹭热点机会：AI agent 赛道正热，结合 Manus、Claude agent 等一起写

给早期采用者

定价分析

CEO 表示“现在不追求利润率”，所以定价相对激进。

上手指南

• 上手时间：10 分钟
• 学习曲线：低（问问题就行）
• 步骤：
  1. 访问 superagent.com 注册
  2. 输入一个复杂研究问题
  3. 等待 15 分钟，获得交互式报告

坑和吐槽

产品刚上线 3 天，还没有明显的用户吐槽。但服务条款透露了几个风险：

1. 输出可能不唯一：不同用户问类似问题，可能得到相同答案
2. 需要事实核查：看起来准确的输出可能有重大错误
3. 不一定实时：可能不会动态检索最新信息

安全和隐私

• 数据存储：云端（Airtable 基础设施）
• 隐私政策：企业级（Airtable 服务于 Fortune 100 中 80% 的企业）
• 安全审计：Airtable 拥有 SOC 2 等认证

替代方案

给投资人

市场分析

• 赛道规模：AI Agents 市场 2026 年 $10.91B，2033 年 $182.97B
• 增长率：49.6% CAGR (2026-2033)
• 驱动因素：企业自动化需求、NLP 进步、个性化体验需求

竞争格局

Timing 分析

• 为什么是现在：
  1. 多智能体技术刚刚成熟可用
  2. 企业 AI 研究需求激增（Gartner：2026 年 40% 企业应用将含 AI agent）
  3. Airtable 需要新增长引擎（估值下跌 65%）
  4. 竞品（Perplexity、ChatGPT Deep Research）已验证市场需求

团队背景

• CEO：Howie Liu（2012 年创立 Airtable）
• 新 CTO：David Azose（原 OpenAI ChatGPT 业务产品工程负责人）
• DeepSky 团队：Chris Chang、Forrest Moret、Mark Huang 等 12 人核心团队
• 公司规模：700+ 员工

融资情况

• Airtable 历史融资：$14 亿
• Airtable 估值：2021 年 $117 亿 -> 2026 年约 $40 亿
• 现金储备：$7 亿，正向现金流
• DeepSky 收购：Airtable 史上最大规模收购（“比人才收购高出两个量级”）

结论

一句话判断：Airtable 估值暴跌后的战略反击，用多智能体+交互式报告切入企业研究市场。产品有明显差异化，但需要证明能在 Perplexity、ChatGPT 等竞品中突围。

资源链接

2026-01-31 | Trend-Tracker v7.3