Kando AI 获数千万元种子轮融资，要做决策领域的 Cursor

Kando AI 近日完成数千万元种子轮融资，由星连资本领投，力合金控跟投，另有知名产业方参与投资。这是 36 氪旗下「智能涌现」栏目披露的最新融资信息。Kando AI 成立于 2026 年 6 月，目前团队约 10 人，来自腾讯、字节、美团、华泰证券等头部机构，专注做面向高价值决策场景的「自进化决策系统」。

团队背景：技术 + 金融的双轮配置

Kando AI 由两位高频二级市场投资者联合创立。创始人兼首席科学家吴秉哲毕业于北大数学系本科，并取得计算机博士学位，曾是苹果博士奖学金大陆首位获得者，并曾任腾讯 AI Lab 可信 AI 负责人。联合创始人兼 CEO 毛书翰为连续创业者，本科毕业于清华大学，硕士毕业于港大金融学，曾任职于国内头部投行多年，并曾参与创立具身智能公司，入选 2025 年福布斯 30 Under 30。

两人共同的痛点是：作为高频决策者，他们每天都在做不确定性环境下的判断，但这些决策背后的认知模式，从未像投资业绩一样被系统性沉淀和数字化。

产品定位：决策领域的 Cursor

CEO 毛书翰把 Kando AI 的定位概括为「决策领域的 Cursor」。其逻辑是：互联网时代完成了信息数字化，但信息到行动之间并不自动连通，中间最关键的「决策」环节——包括人的经验、潜意识、审美和判断习惯——过去一直无法被系统性沉淀。Kando AI 希望让 AI 真正进入决策环节，并从真实决策及其结果中持续学习。

团队认为，Kando AI 与多数 AI 工具的核心区别在于：很多 AI 产品优化的是「输出质量」（总结更完整、检索更快、写作更流畅），而 Kando AI 优化的是「决策采纳率 + 事后可靠性」——即 AI 给出的建议，用户到底会不会真正采纳，以及这些建议是否真的进入了研究、判断与行动过程。

技术路径：把产品当成持续的后训练

Kando AI 的产品形态是一个面向高价值决策场景的工作台，核心能力是「记忆」，但并非传统意义上的知识库或 RAG 检索。

• 系统记录的不只是用户看过什么，更是用户如何理解问题、偏好如何调整、过去的判断是如何被修正的；
• 每次决策后，系统会回到最初假设，分析哪些判断被验证、哪些变量变化、错误来自信息缺失还是推理偏差；
• 用户的采纳、修改、否决，以及预期与结果的差异，会被组织成新的学习信号，反哺长期记忆、任务策略、Skill 调度与模型适配层。

吴秉哲把这一过程定义为「广义的后训练」：传统后训练调整的是模型参数，而 Kando AI 优化的是上下文、交互、记忆以及与用户的反馈闭环。这意味着每一轮决策产生的结果，都会改变系统下一轮如何召回信息、组织推理和生成建议，形成「判断—行动—反馈—更新」的递归循环。

团队从 Infra 层就选择自研，目的是让训练链路、反馈链路和记忆链路尽量透明、可监测、可回溯，逐步沉淀出一套围绕真实决策过程持续增长的数据飞轮。

落地节奏：先金融与科研，再扩展认知密集场景

商业化方面，Kando AI 选择先从高价值、高频决策用户切入，当前种子用户主要集中在专业投资者和科研工作者群体。产品已上线内测，围绕持续使用、持续记忆与反馈提供服务，领域覆盖金融、科研等垂直行业。

星连资本合伙人李文珏表示，AI 应用的下一阶段不只是更高效地处理信息，而是进入真实工作流，学习专业用户如何判断、行动和修正认知。Kando AI 若能在金融、科研等场景中验证这一闭环，其意义可能不只是投研或科研工具，而是连接信息、判断与行动的新一代认知基础设施。

在团队看来，未来任何高价值、非标准化、强认知依赖的决策领域，都可能成为这套系统的应用对象。