智东西（公众号：zhidxcom）
作者 | 江宇
编辑 | 漠影

智东西1月4日报道，近日，由字节跳动前软件工程实验室负责人、清华姚班技术大牛创办的词元无限，完成了数千万人民币的天使轮融资。

本轮投资方为某软件产业CVC，并由航行资本担任长期财务顾问。

这支自带行业顶尖“创业基因”的团队，自2025年7月创办公司以来，已在企业级AI Coding赛道快速跑出自己的节奏。

近日，词元无限与北京航空航天大学复杂关键软件环境全国重点实验室合作研发的智能体InfCode，不仅在SWE‑Bench Verified榜单上以79.4%的Pass@1得分刷新SOTA，把GPT‑5、Claude等顶尖模型65%左右的表现远远甩在身后，还在Multi‑SWE‑bench的C++子集里交出了25.58%解决率的亮眼答卷，领先行业里的同类产品。

▲SWE‑Bench Verified榜单Top 10 Coding Agent

作为一家想用“模型+Agent+企业级平台化能力”重新定义大型组织软件生产方式的AI初创公司，如何趟出一条真正落地的新路来？

近日，智东西和词元无限的杨萍、王伟、李莹三位核心创始人进行了深入交流。

据透露，词元无限目前团队规模大概30人，已经服务了金融、通信、供应链、制造等多个行业的客户，在复杂系统改造、智能体落地和私有化部署这些领域积累了不少实战经验。

一、豪华班底集结，从大厂骨干到组队冲刺AI Coding深水区

词元无限的诞生，源于一群行业老兵对“AI能重构软件生产方式”的共同判断。

这支可谓是“豪华班底”的核心团队，每个人都带着能支撑赛道深耕的硬核履历，却在各自的职业生涯里，不约而同地盯上了企业级AI Coding这个充满挑战的赛道。

作为团队领军人的杨萍，曾在字节跳动和英特尔履职。在字节跳动期间，她还作为AI技术负责人主导创立字节跳动首个软件工程实验室，其研发的多智能体测试系统广泛应用于字节多条核心产品线，从零孵化的内部AI Coding产品全面覆盖公司研发体系。

而CTO王伟则是清华姚班出身的技术大牛，在大模型与智能体领域深耕多年，此前还作为技术合伙人主导过国内知名具身机器人公司与大模型创业公司的关键项目。

而前大模型创业公司战略商业化负责人李莹的加入，刚好给这支技术驱动的团队补上了关键的产业落地“拼图”。

有着十余年AI产业落地经验的她，是AI圈的连续创业者，完整带过从0到1的业务孵化、规模化增长，陪着公司走到IPO的流程，更在大模型To B领域搞定过数亿元规模的项目，还促成了多家央国企和世界500强客户的亿级签约与交付。

“我们三个人早年就有过合作，后来两两认识却没发现彼此的交集，直到今年，经常凑在一起聊AI Coding的行业趋势，慢慢就达成了共同创业的共识。”杨萍回忆说。

他们下定决心创业，并非盲目跟风追逐技术热点，也有基于对行业痛点的深刻。

“那时候我们聊得最多的，不是具体要解决哪个技术难题，而是站得更远一点，想大模型和智能体到底能给传统软件开发带来什么改变。”李莹说，团队一致认为，现在C端AI Coding工具虽然多，但大多聚焦在轻量化场景，商业价值有限。

而企业级复杂软件交付才是真正的高价值赛道，却偏偏卡在数据安全、场景适配、效能提升这些没解决的痛点上。

正是对赛道价值的这份共识，再加上产业方抛来的实际问题推了一把，三个人终于下定决心all in，词元无限的创业蓝图就这么铺开了。

现在的词元无限团队，早就从最初的三人核心，扩展成了汇聚字节、百度、微软等顶尖企业精英，还有清华、北大、哥大、MIT等世界名校人才的多元化团队。

在这支团队里，资深实战派与年轻主力并行，不少重要岗位都是00后挑大梁。而扁平化、敢拥抱变化的AI原生企业文化，也让团队在节奏飞快的赛道里能保持高效响应。

二、做中国版Cursor？他们盯上“AI+软件”企业全流程研发

词元无限的核心产品InfCode在榜单上的好成绩，是技术实力的一个证明。同时，词元无限也抓住了企业级场景的需求，做了针对性的技术创新。

InfCode作为一款定位于企业研发的AI Coding工具，可集成到开发者常用的IDE中，把代码补全、跨文件改动、仓库级检索与理解、测试等环节串到同一条工作流里，让开发者在熟悉的编辑器内就能把需求拆解、定位代码、生成与修改实现、补齐测试并迭代验证。

王伟强调：“和C端工具追求单点功能的极致体验不一样，企业级AI Coding要解决的是复杂场景下全链路提效的问题，这就要求技术不光先进，还得实用、安全。”

在SWE-Bench Verified榜单上，InfCode能以79.4%的Pass@1得分刷新世界最佳，关键是突破了传统大模型“单打独斗”的局限，用了“大模型+Agent”的协同架构。这个架构能精准复刻真实的研发流程，通过拆解问题、检索网络找信息、修复代码、验证单测的闭环，大大提升了复杂问题的解决能力。

而在Multi-SWE-Bench-cpp这个工业级难度的榜单上，InfCode能把解决率做到25.58%，远超同类产品，秘诀就在团队专门研发的对抗式测试优化方案。

▲Multi-SWE-Bench-cpp榜单

简单来说，就是让“研发工程师”和“专门挑刺的评审”模拟对抗，反复打磨代码的正确性。同时把检索做深做准（尤其是跨文件、跨模块的定位与引用），让智能体更懂工业级C++项目的语境。

除了技术上的突破，词元无限的优势还体现在对企业需求的适配上。

“未来企业的核心竞争力就在数据上，要是依赖公有云的AI Coding服务，相当于把自己的核心优势拱手让人。”杨萍解释说，这也是词元无限提出交付理念的核心逻辑，帮企业搭建能自主掌控的AI研发环境。

目前，InfCode已经推出了公测版本，杨萍已经拿到了试点客户的积极反馈：“在企业级场景的语境理解上，比部分主流工具效果好。”

团队认为，现在的插件形态只是让市场快速感知产品的切入点，更重磅的多智能体平台会在今年初推出。这个企业级生产力AI平台将能够实现智能体之间、智能体和人的协同开发，覆盖需求、设计、开发、测试、运维全链路，真正实现“复杂软件、简单交付”的核心目标。

这一平台也承载着词元无限的愿景，他们并不想止步于做一个更适配To B的AI IDE。

“我们与Cursor要解决的问题是不一样的。”团队称，词元无限定位于通过AI为企业提升软件开发生产力，即AI+软件。

在这样的定位下，AI Coding工具（包括IDE中的AI插件、AI IDE，以及AI CLI的各种形态）只是其中一环，更大的方向是构建一个企业级的AI生产力平台。

团队调研发现，写代码只占开发者约30%的时间，更多的工作在于理解需求、沟通协作、任务规划等环节。词元无限希望通过多智能体机制，还将AI覆盖到这些非编码流程中。

团队提及，“过去，研发很难像测试那样量化工作量，但未来我们可以通过Agent来观察。我们要构建一个全面的企业级生产力AI平台，这是与Cursor不一样的。”

此外，词元无限还提供企业咨询与部署服务，团队称：“根据调研，我们发现企业中的开发者希望获得使用AI的技巧，有更明确的使用方法才能真正将AI使用得更好。”

三、不和大厂抢C端，B端才是创企的破局之道

现在AI Coding赛道玩家不少，词元无限选了一条差异化的商业化路子，不跟大厂抢C端流量，专门聚焦B端复杂场景的深度服务。

“C端市场最终还是大厂的主场，创业公司的机会就在于解决大厂覆盖不到的企业级复杂需求。”杨萍说，国内B端软件市场规模大、竞争也激烈，企业都迫切想提升软件交付效能，这正是词元无限的核心机会。

词元无限的商业化走的是“三步走”策略：第一步先用轻量化插件切入，让企业快速感受到AI Coding的提效效果；第二步推出AI原生的企业级研发平台，深入企业内部成为核心引擎，帮企业完成技术架构的AI化改造；第三步则打造“平台+服务+交付”的全链路能力，组建超级团队帮企业搞定软件交付，还能赋能生态上下游。

目前，词元无限已经在金融、通信等领域打开了局面，和头部IT服务商、国内头部汽车集团和军工电子央企等达成了合作，同时服务了多家大型银行等终端客户，通过小范围试点验证拿到了客户的高度认可，形成了反馈和产品迭代的良性循环。

说到核心竞争力，词元无限靠的是“技术领先、团队能力和本土市场理解”这三重壁垒在赛道里站稳脚跟。

技术上，榜单的成绩证明了其相对领先的技术水准。团队上，杨萍、王伟和李莹的“铁三角”组合，打通了从技术到商业的全链路。市场理解上，词元无限团队更懂国内B端企业的定制化需求，避免了国外产品常见的“水土不服”问题。

至于未来规划，词元无限会把这次数千万天使轮融资的重点放在技术研发和商业化验证上，继续打磨多智能体平台的核心能力。同时会和各行业的咨询专家合作，加深对垂直领域业务逻辑的理解，推动产品在更多行业落地。

长远来看，词元无限的愿景是“成为产业生态的赋能者”，通过AI Coding技术重构软件生产方式，不仅改造传统企业的存量软件系统，还能助力增量AI原生软件的创新，打开千亿级的市场空间。

结语：AI重构软件生产，新锐公司的价值正在凸显

现在AI Coding赛道正从概念热转向落地，泡沫慢慢褪去，真正能解决产业痛点的企业开始显现价值。

从行业数据来看，国内软件市场规模本来就大，其中AI赋能软件交付的市场空间就有五六千亿，再加上工业机器人、智能终端等新兴场景的崛起，增量软件市场的想象空间更大了。

词元无限的诞生，正好赶上了这个历史机遇。作为赛道里的新锐力量，词元无限以“复杂软件，简单交付”为使命，试图为企业级AI Coding赛道树立新的行业标杆。