📢 转载信息
原文链接：https://techcrunch.com/2026/02/24/nimble-way-raises-47m-to-give-ai-agents-better-cleaner-data/
原文作者：Ram Iyer
您可能难以置信，但网络搜索仍然是一个蓬勃发展的行业。随着企业投资利用AI智能体来最大化其数据的价值，市场对工具的需求日益增长，这些工具不仅能抓取网络内容以告知AI机器人的行为，还能以一种更易于与现代数据工具配合使用的方式返回结果。
这就是网络搜索初创公司Nimble所承诺的。该公司最近完成了由Norwest领投的4700万美元B轮融资。这家纽约公司的平台采用AI智能体实时搜索网络，验证和确认结果，然后将信息结构化为整齐的表格，这些表格随后可以像数据库一样进行查询。
最后一部分在这里至关重要。LLM和AI智能体非常擅长搜索网络、连接来自各种来源的结果并进行分析，但它们通常以纯文本形式返回结果，这在企业级别上很难处理。更不用说幻觉、智能体误解指令的风险，或使用不可靠来源的问题了。
通过验证并将结果结构化为表格，Nimble允许公司像使用其现有数据库的一部分一样使用网络数据。该初创公司还与企业数据仓库和数据湖（企业存储和分析数据的集中式大型存储库）进行集成，这些数据湖由Databricks和Snowflake等公司提供。这意味着其AI智能体可以接入企业的海量数据，利用这些数据来构建上下文，并塑造搜索结果的结构和返回方式。
Nimble首席执行官兼联合创始人Uri Knorovich（上图中位于中间）告诉TechCrunch，这实际上使企业能够将其现有数据环境的一部分作为实时、结构化的网络数据。
此类集成还允许Nimble的软件记住限制条件——例如您希望如何执行搜索，或应利用哪些数据源。这对于竞争对手分析、定价研究、了解你的客户（KYC）流程、品牌监控、深度研究和财务分析等应用尤其有用。（Knorovich指出，Nimble致力于确保所有客户数据保留在客户的数据基础设施内部，以遵守数据保留和安全策略。）
为此，该公司已与Databricks、Snowflake、AWS和Microsoft合作，以帮助简化需要访问内部数据源的企业部署。（Databricks也参与了本轮B轮融资。）
“模型可以做很多事情，但大多数生产级AI的失败并非因为模型不够好——而是因为数据失败，”Knorovich说。“我们今天看到的是，企业不需要更多的AI；他们需要具备良好、可靠的网络搜索能力的AI（……）如果你能明确规定你的智能体可以搜索和不能搜索的内容，这就是企业决定‘嘿，我们实际上可以信任AI。我们可以将AI投入更多用例中’的转折点。”
Knorovich表示，能够大规模实时搜索网络，并验证和结构化搜索结果的能力，使Nimble区别于该领域中已有的其他数据代理商。
该初创公司目前拥有100多家客户，其大部分收入来自大型企业、财富500强公司，甚至一些财富10强公司，客户包括主要的零售商、对冲基金、银行和快速消费品公司，以及一些AI原生初创公司。
Norwest合伙人Assaf Harel在一份声明中表示：“Nimble正在解决一个多年来没有妥善解决方案、而现在变得日益紧迫的问题。可信赖的实时网络数据正越来越多地成为AI智能体执行关键业务决策的先决条件。”
本轮B轮融资中，回归投资者Target Global、Square Peg、Hetz Ventures、Slow Ventures、R-Squared Ventures、J-Ventures和InvestInData也参与了投资。本轮融资所得款项将用于扩展多智能体网络搜索的研发，以及一个处理和验证搜索结果的受控数据层。
至此，Nimble已累计融资7500万美元。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区