AIDEEPAI 深度拆解
← 全部拆解
published

一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人"

ViktorZetaLabsAI员工SlackMicrosoftTeams分发ARRDevin
播客版
一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人" 配图 1

一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人"

本期关键词:分发即护城河 / AI 员工(vs AI 工具)/ ARR 年化运行率

有个叫 Viktor 的产品最近被反复提起:它自称是个"AI 员工"——你在公司聊天软件里像 @ 一个同事那样喊它一声,它就直接把活干完交给你。它的创始人在 6 月 18 日发推说,这东西在 Slack 上"本周跨过了 2000 万美元的年化收入",而且没雇一个销售;同一天,它宣布进驻了微软的 Teams。

数字很炸,但拆开看,真正值得学的不是"AI 多强",而是一个更朴素的判断:它把 AI 放对了地方(你每天都在用的聊天框),还把它卖成了"人"而不是"工具"。 这篇带你看清它到底是什么、那个 2000 万该怎么读、以及这个漂亮故事里有哪几条需要你自己留神的缝。先从"它是谁家的"讲起。


第零步:Viktor、Zeta Labs、JACE 各是谁

先破除一个错觉:Viktor 不是凭空冒出来的爆款。它背后是一家叫 Zeta Labs 的公司,2023 年 8 月成立,两位创始人都是前 Meta(Facebook 母公司)工程师——CEO 是 Fryderyk Wiatrowski,CTO 是 Peter Albert(参与过 Meta 大模型 Llama 2 的核心团队)。

这家公司的第一款产品不是 Viktor,而是 2024 年发布的 JACE——一个能像人一样自己操作浏览器、完成复杂任务的 AI 代理(背后是它自研的一个叫 AWA-1 的模型)。Viktor 是它的第二代产品,复用了这套"能自主干活"的底座。

你把它想成同一个厨房团队,先开了家外卖店(JACE),又开了家堂食店(Viktor)——班底没换,换的是"上菜的地方"。这个"换地方",恰恰是后面整个故事的关键。


一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人" 配图 2

第一步:"AI 员工"卖的是什么——工具 vs 一次招聘

Viktor 官网首页就一句标语,把定位讲透了:

"Not a tool. A hire."

(不是一个工具,是一次招聘。)

来源:Viktor 官网,https://viktor.com/

这句话是整篇的钥匙。市面上大多数 AI 产品卖的是"工具"或"积木":给你一个对话框让你问、或者给你一堆零件让你自己搭流程。Viktor 卖的是"一个直接交活的人"——你不用学怎么用、不用写复杂的提示词,像 @ 同事一样说一声,它把报表、看板、代码、广告投放这种成品给你。创始人自己的说法是:

"The next phase of AI is agents that join companies, understand how work gets done, and take responsibility for outcomes."

(AI 的下一阶段,是那些加入公司、理解工作如何完成、并对结果负责的代理。)

来源:TechFundingNews,2026-05-20,https://techfundingnews.com/former-meta-engineers-secure-75m-for-viktor-an-ai-co-worker-built-for-slack-and-teams/

你把这个区别想成请助理 vs 买咖啡机:咖啡机(工具)你得自己操作;助理(员工)是你说一声,它给你端来。这个"包装"的差别看着像文字游戏,但它直接决定了下面那个增长故事——因为"招人"这个心智,让它能用一种工具卖不出来的方式传播。


一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人" 配图 3

第二步:钱的故事——2000 万 ARR 是真的吗,怎么读

先说结论:数字大体是真的,但有两个坑要避开。

第一个坑,"2000 万"是个新数字,别和旧的混。 它出自创始人 2026 年 6 月 18 日的推文:

"This week we crossed $20M in annualized revenue run rate. In Slack. One app, no sales team, no rollout."

(本周我们跨过了 2000 万美元的年化收入运行率。在 Slack 里。一个应用,没有销售团队,没有自上而下的推行。)

来源:经 TestingCatalog 转引创始人推文,2026-06-18,https://www.testingcatalog.com/zeta-labs-brings-ai-employee-viktor-to-microsoft-teams/

而在一个月前、5 月的 A 轮融资报道里,官方口径还是 1500 万。所以严谨说法是:5 月 1500 万 → 6 月 18 日跨过 2000 万,一个月内的跳升,两个数字都对,是时间差,别合并成一个。

第二个坑,"ARR"是个外推数字,不是已落袋的年收入。 ARR 全称"年化收入运行率",算法是把最近一段时间(通常一个月)的收入乘以 12 推算出来的。你把它想成这个月赚了 1 块,就对外说"一年能赚 12 块"——它反映的是当前的速度,不是已经到账的钱。增长快的初创都爱用它,但读的人心里要清楚这是"奔跑速度"而非"已跑完的距离"。

抛开口径,增长本身确实猛:2026 年 2 月公开发布,约 10 周做到 1500 万、再一个月跨 2000 万,期间据创始人说没有销售团队、没有大规模推行(这点要标明是"公司自述",目前没有第三方审计佐证)。它的 A 轮拿了 7500 万美元,由老牌风投 Accel 领投——有意思的是,Slack 的两位联合创始人也以天使身份投了它,等于"Slack 的爸爸投了一个长在 Slack 里的产品"。


一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人" 配图 4

第三步:它凭什么零销售爆火——分发渠道才是真护城河

这是全篇最该记住的判断:Viktor 赢在"它长在你已经在用的聊天框里"。

传统企业软件要让你"下载一个新 App、注册、学怎么用",每一步都在流失用户。Viktor 把这几步全跳过了——它就装在 Slack 频道里,你 @ 它一下就行;一个人用爽了,自然会在群里拉同事一起用。这就把"企业软件"变成了消费级 App 才有的病毒式传播。 创始人那句"一个应用、无销售、无推行",本质说的就是这个机制。

你把它想成摆摊的位置:同样的煎饼,开在地铁口和开在深山,销量天差地别。Viktor 把摊子摆在了你每天必经的聊天框门口。

这也解释了为什么 Slack 的创始人愿意当天使投资人——他们最懂"长在聊天框里"的分发威力。判断:Viktor 证明的与其说是"模型多强",不如说是"把 AI 放对地方 + 卖成人"这个产品包装本身,就是一条护城河。 模型能力大家迟早拉平,但"我已经住在你的工作流里、你习惯了 @ 我",是更难被抢走的东西。


一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人" 配图 5

第四步:跳进更大的池子——为什么是 Teams,3.2 亿意味着什么

6 月 18 日,Viktor 宣布进驻微软的 Teams(微软的办公协作/聊天平台,企业市场里比 Slack 大一个数量级)。官方报道点明了它盯上的数字:

"320 million people work in Microsoft Teams."(有 3.2 亿人在 Microsoft Teams 上办公。)

来源:TestingCatalog,2026-06-18,https://www.testingcatalog.com/zeta-labs-brings-ai-employee-viktor-to-microsoft-teams/

这一步的本质,是把同一套打法从 Slack 那个池子,复制到 Teams 这个大得多的池子。你把它想成同一个摊子从小区门口搬到了火车站广场——人流大一个数量级。

但这里有两点要拧清楚:

第一,那个"3.2 亿"是微软 2023 年 10 月公布的数字,是微软最后一次公开披露的月活用户数,已经偏旧(2025 年有第三方估算约 3.6 亿)。第二,更重要的是:"Teams 总用户"不等于"Viktor 的潜在付费客户"。 火车站广场上的人,不等于都会来买你的煎饼。"面向 3.2 亿用户"是一句营销话术里的"目标市场"修辞,听听就好,别当成它的获客盘。


一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人" 配图 6

第五步:横向坐标——Viktor 站在 Devin 和 ChatGPT 之间的哪

把 Viktor 放进"AI 员工"这条赛道里看,它的位置很特别。

一个对照是 Devin(Cognition 公司的"AI 软件工程师")。Devin 走的是""的路线:只干一件事——写代码,但做到极致,靠企业销售、高客单价,公司估值约 260 亿美元、年化收入约 4.92 亿美元。Viktor 反着来,走"广 + 近":什么业务都管(市场、运营、财务、工程),门槛极低、纯自助,而且就长在你每天打字的地方。

你把它想成专科名医 vs 全科家庭医生:Devin 是专科(只看一种病,但极精);Viktor 是住你楼下的全科医生(什么都看、随叫随到,但未必每样都顶尖)。

还有一个更隐蔽的对照:Viktor 真正对标的,其实是 ChatGPT——它要抢的是"员工遇到活第一个想到谁"的位置,而不是和别的小众 bot 抢。这也是它的差异化所在:不是"更聪明的 AI",而是"更广、更近、还被包装成同事"的 AI。


一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人" 配图 7

第六步:三道缝——这个增长故事里要警惕什么

故事很漂亮,但作为读者,要把"公司宣称"和"已证实"分开。三道缝:

  1. 2000 万是"年化运行率",不是落袋年收入。 前面讲过,它是外推速度,且是 6 月新口径(5 月还是 1500 万)。增长很真,但别把它读成"已经赚了 2000 万"。
  2. "无销售团队"是创始人自己说的,没有第三方审计。 这话出自推文和官网自述,可信,但属于"公司宣称",不是经核实的事实,转述时该带上这个限定。
  3. "有多少人在用"各家说法差了一个数量级。 不同来源给的数字从"2000 多家机构"到"2 万个 Slack 工作区"到"3 万多家公司"都有,而且口径不一(机构 / 工作区 / 公司是不同的计量)。所以只能说一个区间,绝不能单挑那个最大的数来用。

你把它想成听人吹自己月薪——可信,但你得追问一句:是税前还是税后、是基本工资还是加上了画饼的期权。对一个靠"叙事"驱动增长的产品,保持这点清醒尤其重要。


一个"AI 员工"靠在聊天框里被 @ 火了——Viktor 把企业软件卖成了"招人" 配图 8

对从业者意味着什么

  1. 想用它的人: 它现在免费试用、送 100 美元额度、不用绑信用卡(官网确认)。如果你的团队已经在用 Slack 或 Teams,它的上手成本几乎为零,值得拿真实任务试一把——但把它当"会犯错的新同事"用,关键产出要复核。

  2. 做 AI 产品的人:这条新闻最大的启发是"分发"。 在模型能力日益拉平的当下,"长在用户已有的工作流里"可能比"模型再强 5%"更能决定生死。Viktor 没有发明更强的 AI,它发明的是"把 AI 塞进你每天 @ 同事的那个框"。下次想产品,先问"用户已经在哪、我能不能长在那",而不是"我要不要再做一个新 App"。

  3. 做判断的人: 这是一个绝佳的"叙事 vs 数据"案例。一个被包装成"零门槛 AI 同事"、配着 2000 万 ARR 的故事极具传播力,但越是漂亮的故事,越要把每个数字的口径抠清楚。学会欣赏一个好的增长故事,同时不被它的修辞带走——这是从业者的基本盘。


引用与信源

  1. Viktor 官网("Not a tool. A hire."、100 美元免费额度、无需绑卡、连接 3000+ 工具):https://viktor.com/
  2. Viktor 定价页(免费起步、无需销售通话):https://viktor.com/pricing
  3. TestingCatalog:Zeta Labs 把 Viktor 带进 Microsoft Teams、2000 万 ARR 推文、3.2 亿 Teams 用户、2 万+ Slack 工作区(2026-06-18):https://www.testingcatalog.com/zeta-labs-brings-ai-employee-viktor-to-microsoft-teams/
  4. Fortune:Viktor 完成 Accel 领投 7500 万美元 A 轮、5 月口径 1500 万 ARR、2000+ 机构、Slack 创始人天使跟投(2026-05-19):https://fortune.com/2026/05/19/viktor-ai-startup-raises-75-million-for-virtual-coworker-exclusive/
  5. TechFundingNews:两位前 Meta 工程师、创始人愿景"agents that join companies"(2026-05-20):https://techfundingnews.com/former-meta-engineers-secure-75m-for-viktor-an-ai-co-worker-built-for-slack-and-teams/
  6. 微软官方:Teams 达 3.2 亿月活(2023-10,最后一次官方披露):https://techcommunity.microsoft.com/discussions/microsoftteams/teams-grows-to-320-million-monthly-active-users/3964746