词元无限获数亿元融资，AI Agent重构企业软件工程
前字节高管创办的词元无限，用一套可审计可私有化的AI Agent基础设施，推动企业软件工程从代码生成到稳定交付的全链路提效。
词元无限是一家面向企业软件工程的AI Agent基础设施公司，由前字节跳动MarsCode和Trae负责人杨萍创立。最新一轮融资由临芯投资领投，华控基金跟投，一年内连融三轮。公司提出“结果即服务”，旨在通过全自主、高安全、自进化的Agent基础设施，将团队整体研发提效做到2倍以上，而非单点代码生成效率。
正文摘录
一年连融三轮数亿元！字节+清华姚班，重构企业软件工程 最新一轮， 临芯投资 领投， 华控基金 继续加码——一个新投资方入场，一个老股东追投。 拿到钱的这家公司，叫 词元无限 （Tokens Infinity AI），一家面向企业软件工程的 AI Agent 基础设施公司。 CEO 杨萍 ，此前在字节跳动做出了 MarsCode 和 Trae ，主导过数万人级研发体系的 AI 化改造。一年前，她转身离开，创办词元无限。 过去一年，AI 生成代码的能力已经被充分验证——AI 写代码的速度，是人的 10 倍以上。 一位大厂研发负责人曾公开分享过一组数据：个体提效可以做到 10 倍，但激进使用 AI 的部门，整体研发提效也只有约 60%。 答案藏在软件工程的全链路里。要真正吃下这波红利，企业需要的不是又一个写代码的工具，而是一套能进入研发主流程、连接上下文、需求、评审、测试与交付结果的 AI Agent 基础设施 。 当模型调用、Token 消耗、Agent 运行成为企业 AI 成本与效率的基本单位， 怎么让每一个 Token 真正转化为结果 ，正在成为新的产业命题。 从 Copilot、Cursor，到 Claude Code、Codex、Trae、Qoder，一批批工具已经证明：大模型可以显著提升个人开发者的编码效率。 真实链路里，还有需求理解、架构设计、代码评审、测试验证、上线发布和长期维护—— 任何一个环节卡住，前面的代码生成效率都会被吃掉。 企业级场景尤其如此：动辄几十万、上百万行的存量代码库，盘根错节的调用依赖，严格的测试评审与安全要求。以银行为例，90% 以上的开发工作是存量系统迭代，而不是从零写个新应用。 所以对企业来说，AI 写了多少行代码，反而不是重点，重点是：需求能不能更快上线？稳定性和质量能不能兜住？这笔投入 ROI 最后划不划算？