尽管潜力巨大，AI代理在企业中的实际应用进展缓慢。初创公司Trace认为，其根本原因在于AI代理缺乏执行任务所需的“上下文”。作为Y Combinator 2025年夏季批次的一员，Trace是一家工作流编排初创公司，致力于填补这一空白。该公司通过映射复杂的企业环境和流程，为AI代理提供快速规模化所需的背景信息。

Trace首席执行官Tim Cherkasov将OpenAI和Anthropic等公司的AI工具比作“才华横溢的实习生”，而Trace的目标是“建造知道如何安排这些实习生的经理”。这家总部位于伦敦的公司近日宣布完成了种子轮融资，投资方包括Y Combinator、Zeno Ventures等多家风投机构及天使投资人。

Trace的系统首先从企业现有工具（如电子邮件、Slack、Airtable等构成日常工作的系统）中构建知识图谱。在此上下文基础上，用户可以向系统提出高层级任务，例如“我们需要设计一个新的微型网站”。随后，Trace将生成一个分步工作流，将部分任务分配给AI代理，另一部分则分配给人类员工。当系统调用AI代理时，会为其提供完成子任务所需的具体数据提示。其理念是自动化处理AI代理上线的精细工作，这是企业实际部署中最大的障碍之一。

随着众多公司聚焦于智能体AI，Trace将面临激烈竞争。例如，Anthropic近期推出了专注于特定部门功能的预构建插件企业代理方案。同时，许多Trace将从中获取数据的工作场所生产力服务本身也在推出自己的代理，可能与Trace的系统形成竞争。

但Trace的创始人相信，其知识图谱方法将是成功的关键，因为他们可以将上下文工程深度构建到智能体部署的结构中。Trace首席技术官Arthur Romanov表示，行业已从提示工程转向上下文工程，谁能提供最佳上下文，谁就将成为AI优先公司赖以构建的基础设施，而Trace希望成为那样的基础设施。