6月11日消息，据 Axios Pro报道，AI Agent 工作空间公司 Genspark 完成1亿美元 B 轮追加融资（Series B extension），投后估值达到26亿美元。这是 Genspark 自2025年11月以来第四次扩展 B 轮规模，累计融资总额已超过6.45亿美元。Genspark 联合创始人兼 COO Wen Sang 向 Axios 确认了这一消息。
此轮由现有投资者回归参与，包括 Sozo Ventures、威诚资本（UpHonest Capital）和韩国未来资产（Mirae Asset）。值得注意的是，这次追加距离上一轮（2026年3月，B 轮扩展至3.85亿美元，估值约16亿美元）仅隔三个月，估值飙升约63%。回溯到2025年11月 Genspark 以12.5亿美元估值首次跨入独角兽行列，七个月内估值已翻倍有余。
融资节奏：从种子到26亿的18个月
Genspark 的融资历程即便放在2025-2026年的 AI 融资热潮中也属异类。2024年6月以约6000万美元种子轮起步（估值约2.6亿美元），2025年2月完成1亿美元 A 轮（估值5.3亿美元），同年11月 Emergence Capital 领投2.75亿美元 B 轮直接推入独角兽阵营。此后 B 轮连续三次追加：2026年1月扩展至3亿美元（同期 ARR 突破1亿美元）、3月再扩至3.85亿美元（估值约16亿美元，Emergence Capital 继续领投）、6月追加1亿美元至当前规模。
与同赛道公司相比，Genspark 的融资速度更快但总额并非最高。Glean 累计融资7.65亿美元、估值72亿美元，但从2019年成立到这一估值用了六年。Dust 在2026年5月完成4000万美元 B 轮（Sequoia 领投），总融资刚超过6000万美元——Genspark 单次追加就超过 Dust 全部融资。Relevance AI 总融资3700万美元。从融资密度看，Genspark 是这一赛道中资本聚集最快的玩家。
产品逻辑：从搜索引擎到"AI 员工"
Genspark 2023年由 Eric Jing（CEO）、Kay Zhu（CTO）和 Wen Sang（COO）在 Palo Alto 创立。Eric Jing 是 Bing 搜索创始成员，此前曾将一家公司做到55亿美元估值；Kay Zhu 2013年在 Google 上线了搜索领域首个深度神经网络排序模型；Wen Sang 持有 MIT 博士学位，此前创办的 SaaS 公司 Smarking 获 Y Combinator 和 Khosla Ventures 投资后于2022年被收购。
公司最初以 AI 搜索引擎形态切入，2025年4月推出 Super Agent 套件后转向 Agentic AI Workspace 方向。核心产品架构分三层：底层是模型编排层，将任务路由到 GPT、Claude、Gemini 等70多个 AI 模型；中间是工具层，提供跨软件界面的执行能力；上层输出完整交付物——幻灯片、报表、邮件、代码部署等，而非仅返回对话文本。 2026年3月发布的 Genspark Claw 是目前的旗舰产品，定位为"AI 员工"。技术上，Claw 为每个用户分配一台独立的 Genspark Cloud Computer（专用云端虚拟机），实现隔离运行和数据不混用。用户通过自然语言下达指令，Claw 可自主完成多步骤任务——从网页表单填写、邮件管理到代码部署。2026年4月的 Workspace 4.0 将 Claw 扩展到本地桌面端，原生集成 Microsoft Office（PowerPoint、Excel、Word），用户不再需要手动上传文件。
这一架构与 Glean 的路线有本质区别。Glean 以企业搜索为核心，连接内部知识库后通过 AI 提供检索和摘要，执行层偏轻。Dust 走"多人协作 AI"路线，强调人与 Agent 共享上下文的协同机制，平台已部署超过30万个 Agent，但总体规模远小于 Genspark。Genspark 的差异化在于更深的任务执行——不止检索和建议，而是从头到尾完成工作并交付成品。
增长数据与客户画像
Genspark 的 ARR 增长轨迹是本轮融资的核心叙事。2025年4月 Super Agent 推出后45天 ARR 达到3600万美元，5个月破5000万美元，9个月破1亿美元，11个月突破2亿美元（最后两个月翻倍），12个月达到2.5亿美元。截至2026年4月，平台覆盖超过135个国家的2亿用户，超过1000家企业采用了团队版和企业版方案，集中在咨询、广告等知识密集型行业。团队规模在2026年3月约为70人，到当前据 Tracxn 数据约143人。
作为参照，Glean 到2026年5月 ARR 约3亿美元，但成立于2019年、团队超过1600人。Dust 的 ARR 刚过2000万美元。从人效比看，Genspark 以百余人团队撑起2.5亿美元 ARR，在整个企业 AI 赛道中属于极端案例。
需要关注的风险
高速增长叙事之下，几个结构性问题值得审视。
首先是单位经济模型的可持续性。Genspark 为每个用户分配独立云端虚拟机的"隔离即隐私"架构在技术上确保了数据安全，但也意味着随用户增长，计算资源成本线性甚至超线性扩张。当 ARR 从2.5亿向更高量级攀升时，每用户服务成本能否被订阅收入覆盖是未经验证的。目前公司未披露毛利率、用户留存或净收入留存率等关键 SaaS 健康指标。
其次是模型依赖风险。Genspark 不自研基础模型，而是编排 OpenAI、Anthropic、Google 等第三方模型。这一策略在当前阶段降低了研发投入，但也意味着核心能力受制于上游供应商的定价、API 策略和模型迭代节奏。如果主要模型提供商收紧 API 条款、大幅调价或推出自己的 Agent 产品直接竞争，Genspark 的中间层价值可能被压缩。微软已在 Copilot 中深度整合 Agent 能力，Google 的 Gemini for Workspace 也在向类似方向演进。
第三是"AI 员工"概念与实际能力的落差。Claw 作为早期产品，在复杂多步骤任务中的可靠性、跨系统操作的错误处理机制、以及面对非标准化企业 IT 环境时的适配能力，都还需要在更大规模的企业部署中验证。ARR 增长速度并不直接等同于产品成熟度，而企业客户对执行层 Agent 的容错要求远高于对话式 AI。此外，2亿用户与1000家企业客户之间的巨大落差，暗示绝大多数用户仍处于免费或低付费层，企业转化链条是否畅通尚不清晰。
追加融资后，Genspark 预计将继续扩展 Claw 的企业版能力和行业垂直场景。在 AI Agent 赛道竞争加速、大厂持续入场的2026年下半年，这家公司能否将增长速度转化为可防守的市场地位，是比估值数字更值得观察的问题。
