产品概述
Zaro是一家总部位于伦敦的企业平台，由Michael Bajwa和Qian Zheng于2026年创立，他们曾是Convergence和Salesforce Agentforce团队的资深成员。它解决了企业AI中的核心碎片化问题：组织知识——决策、工作流、文档、运营历史——分散在数十个互不连接的工具中，由供应商而非公司本身拥有。Zaro通过提供一个持久化的共享上下文层来颠覆这一现状，其中Agent、数据和自定义应用程序都作为闭环运行。平台使用得越多，就变得越智能、越具上下文感知能力。Zaro是模型无关的，将常规任务路由到低成本模型，将前沿模型保留用于复杂工作，成本降低高达10倍。该公司获得了由Cherry Ventures领投的510万美元种子前融资，Hugging Face的Thomas Wolf、GitHub的Thomas Dohmke和Convergence联合创始人提供支持。
主要功能
| 共享上下文层一个持久化的企业级智能层，存储决策、工作流、文档和运营历史记录，使每个Agent和应用程序都能从相同的累积知识中获取信息 | |
| 自定义Agent构建器团队可以构建和部署基于自身数据和内部流程的上下文感知AI Agent，无需依赖第三方供应商基础设施 | |
| 无代码应用创建可以使用自然语言从公司文档、会议记录和数据构建自定义内部应用程序，无需工程开发 | |
| 模型无关路由根据复杂度自动路由任务，将常规工作分配给成本效益高的模型，将前沿模型保留用于高需求任务——成本降低高达10倍 | |
| 工作流市场提供预配置的工作流和自定义构建，使团队能够快速部署常见自动化任务并连接Slack和Notion等工具 | |
| 企业自有数据可移植性所有上下文、输出和Agent记忆完全由组织拥有和移植——不会被锁定在软件供应商的生态系统中 |
使用场景
- 企业知识管理:组织将分散的机构知识——会议记录、决策、内部文档——整合到一个共享：企业知识管理:组织将分散的机构知识——会议记录、决策、内部文档——整合到一个共享上下文中，供所有Agent和应用程序访问。
- 工作流自动化:运营和业务团队通过部署能够在任务间保持上下文的Agent来自动化重：工作流自动化:运营和业务团队通过部署能够在任务间保持上下文的Agent来自动化重复性、多步骤流程，而不是每次都从头开始。
- 内部工具构建:非技术团队可以直接使用自然语言从自己的数据构建自定义内部应用程序，：内部工具构建:非技术团队可以直接使用自然语言从自己的数据构建自定义内部应用程序，减少对工程资源的依赖。
- 跨工具AI协调:企业用单一工作空间替代碎片化的点解决方案，其中Agent、集成和：跨工具AI协调:企业用单一工作空间替代碎片化的点解决方案，其中Agent、集成和应用程序共享相同的上下文并随时间复合增长。
- 成本优化的AI部署:财务和IT团队通过在模型层级间智能路由任务来降低AI支出，而：成本优化的AI部署:财务和IT团队通过在模型层级间智能路由任务来降低AI支出，而不是将每个请求默认分配给昂贵的前沿模型。
