Dust 是什么?3000+公司在用的多人协作Agent平台,2025年零流失(基础篇)

Dust 是什么?3000+公司在用的多人协作Agent平台,2025年零流失(基础篇)

导语

横向 Agent 平台这个赛道,吵的是开源星数,卷的是谁能真正进公司。Dust 是个另类:GitHub 仓库(dust-tt/dust,MIT 协议)只有 1400 多星,毫不起眼,但它服务的公司超过 3000 家,平台上跑着 30 万个 Agent,2025 年零客户流失,净收入留存 240%。2026 年 5 月,它又拿了 Sequoia 和 Abstract 领投的 4000 万美元 B 轮。这篇把 Dust 是什么、适合谁、怎么上手,一次说清楚。

项目介绍:给公司搭「多人协作」的 Agent 平台

Dust(dust.tt)是一家巴黎公司的作品,创始人是前 Stripe 的 Stanislas Polu 和 Gabriel Hubert,定位非常明确:不是给个人玩的聊天机器人,而是一家公司的「AI 协作操作系统」——让业务团队自己搭建、部署、管理 Agent,Agent 和人并排干活,共享同一份公司知识。

它的核心设计有四块。第一,知识接入:Google Drive、Notion、Slack、GitHub 等 70 多个开箱即用的 MCP 连接器,公司的文档和聊天记录自动同步进来,Agent 张嘴就有上下文,这就是它 RAG 的底座。第二,多模型:一次接入 OpenAI、Anthropic、Google、Mistral 等 20 多个前沿和开源模型,每个工作流可以单独选模型,随时换,不被任何一家绑定。第三,协作原语:Spaces 和 Groups 做权限隔离,Pods 和 Frames 把人和 Agent 编进同一支「数字小队」,共用对话、任务、文件和工具。第四,治理:审计日志、用量分析、按团队共享的 credit 池和程序化限流,老板能看到钱花在哪、ROI 是多少。

数据上它确实硬:3000 多家组织、月活 5.1 万人,客户周活 70% 以上,累计融资超 6000 万美元,Snowflake 和 Datadog 都跟投了 B 轮。跟本站介绍过的 Dify(开箱即用的 LLM 应用平台)、Botpress(从聊天机器人长成的对话式 Agent 平台)相比,Dust 更偏「企业内部提效」;跟 Gumloop(无代码自动化)和 Relevance AI(给销售配 AI 员工)相比,Dust 更偏平台和治理,而不是某个垂直场景。

上手:先连知识库,再搭第一个 Agent

Dust 是 SaaS,不用自己部署,开箱路径是这样的:

  1. 去 dust.tt 注册工作区,按向导连上公司的 Google Drive 或 Notion,让它先同步一轮知识。
  2. 在对话里 @ 一下内置助手,用公司文档问几个真问题,检验检索质量。
  3. 进 Builder,用模板创建一个专属 Agent:选模型、挂知识库、加几个工具(比如查 Salesforce、发 Slack),设好归属的 Space。
  4. 需要嵌进自己系统时,用 Dust API 或 Webhook 从 GitHub、Jira、Slack 触发 Agent,或者把 Agent 嵌进自家网站。

它的文档(docs.dust.tt)写得不错,数据接入、自定义 Action、MCP 服务端集成都有现成指南。想自己魔改底层,GitHub 上的开源仓库可以拉下来看,但注意:开源的主要是平台部分能力,完整的多人协作 SaaS 还是跑在它云上。

实话:Dust 适合谁、不适合谁

说三句实话。第一,Dust 是「公司先行」的平台,个人开发者想白嫖一个本地 Agent 框架,它不合适;但如果你是技术负责人,要给全公司几十上百人落地 AI,还要过安全审计,Dust 这种「知识+权限+用量治理」一条龙,恰恰是开源框架最缺的那块。第二,它的护城河不是模型,而是 3000 家公司沉淀下来的连接器和协作习惯,迁移成本在数据和流程里,不在代码里。第三,1400 星说明它根本不吃开源社区这碗饭,别用星数判断它——看它的续费率(零流失、240% 增购)比看星数准得多。

一句话:Dust 不争 GitHub 星数,争的是公司里每个员工每天打开它的次数。


本文由数码罗记·godsun.pro 原创,数据核自 Dust 官网、官方博客及 GitHub 仓库(2026 年 9 月:B 轮 4000 万美元、累计融资超 6000 万美元、3000+ 组织、30 万+ Agent、仓库约 1.4K 星),转载请注明出处。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注