Langdock 是什么?350 万美元融资做到 5000 万美元 ARR,欧洲人把 Agent 平台做成了合规生意(基础篇)

Langdock 是什么?350 万美元融资做到 5000 万美元 ARR,欧洲人把 Agent 平台做成了合规生意(基础篇)

欧洲企业买 AI,卡住的往往不是模型能力,是法务那一关:员工把合同、财报、客户名单粘进 ChatGPT,数据去哪、会不会被训练,谁也说不清。柏林公司 Langdock 就靠解决这一关,把 Chat、Agent、工作流、会议纪要和内部应用装进一个欧盟托管的工作区。总融资 350 万美元,65 个人,2026 年 8 月年化订阅收入做到 5000 万美元。

一句话:它卖的是「AI 采用层」,不是模型

Langdock 2023 年成立于柏林,YC S23 出身,三位创始人是 Lennard Schmidt、Jonas Beisswenger、Tobias Kemkes。2024 年 4 月拿完 300 万美元种子轮,累计 350 万美元,之后再没融过资。ARR 从 2024 年 10 月的 100 万美元,涨到 2026 年 8 月的 5000 万。官网写 15,000+ 家公司,9 月创始人口径是 13,000 个组织、65 人,数字有差,增长是真的。

它把自己叫「AI adoption platform」:不自己做模型,也不只做一张 Agent 画布,而是给公司一套能发下去、能管住、能审计的 AI 工作台。模型是货架上的商品,Langdock 收的是货架、门禁和监控的钱。

拆开看:一个入口,四层东西

Langdock 架构:统一工作区、Agent 与 Workflow 执行、模型路由、治理与部署
Langdock 的四层:入口、执行、模型路由、治理与部署。依据官网产品页与定价页整理(点击图可看大图)。

第一层是入口:一个工作区里放着 Chat、Agents、Workflows、Apps、Meetings。SSO、SCIM、SAML 接公司现有账号,管理员按人分配模型额度。员工当 ChatGPT 用,IT 只面对一个域名。

第二层是执行。Agent Builder 管指令、技能、工作文件夹,可以把 MCP 工具转成 Langdock action,并给每个动作单独设「执行前确认」。Workflows 是另一条腿:Core 每月 2,500 次、Work 每月 10,000 次,支持多触发器、嵌套 5 层、失败重跑最多 20 条,还能直接导入 Zapier/Make 的流程。一个偏判断,一个偏重复执行。

第三层是模型路由。40 多个模型放在同一个池子里,11 月刚加上 Gemini 4 Carbon 和 Claude Fable 5.2。模型尽量托管在欧盟境内,管理员可以按 workspace 开关,也可以带自己的 API Key。API 是 OpenAI 兼容端点,现有代码改个 Base URL 就能接。

第四层是治理和部署。控制台能看到所有 Agent、技能、应用、工作流和集成清单,Agent 每次发版都跑合规规则,内置 EU AI Act、GDPR、凭据泄露、提示注入这些模板,可以批准、标记或直接停用某个版本。部署分四档:Azure EU 多租户、Langdock 托管的单租户(2,000 席起)、客户自己的云(5,000 席起)、本地 Kubernetes Helm(5,000 席起)。

上手:7 天试用,先把一条流程跑通

注册 app.langdock.com,7 天试用送 5 欧元额度,不用信用卡。别一上来就搭大系统,按这个顺序跑:

  1. 管理员在 workspace settings 里开两三个模型,别全开,额度会难看。
  2. 连一个现有工具(SharePoint、Drive、Slack 都行),打开权限镜像:员工看不到的文件,Agent 也看不到。
  3. 从模板库挑一个接近的 Agent(IT Help Desk、BigQuery Analyst 这类),换成自己的知识文件,把所有写操作设成「需确认」。
  4. 建一条 Workflow:Webhook 触发,先调 Agent,再写回表格;用 Test run 看输出,在 Monitor 里看失败重连和重跑。
  5. 在 Governance 里加一条「禁止输出凭据」的规则,发布新版本看它怎么被拦;最后从 Chat 里 @ 这个 Agent,或用 API 调它。

Langdock 的价值不在「能不能搭出来」,而在「搭出来之后敢不敢给全公司用」。治理不做,它就只是个贵一点的聊天壳。

实话:谁该用,谁别碰

结论:这是给 500 人以上、有法务和 IT 治理要求、又不想被单一模型锁死的欧洲公司用的。国内团队如果只是想找个开源平台自己改,Dify 那类更合适;横向选型的逻辑可以看《Agent 平台怎么选?》。

三个得想清楚的点:

第一,不开源。没有社区版,不能自己改代码,也不能像 Dify 那样 fork。本地部署起步 2,000 席(单租户)或 5,000 席(客户云/本地),中小团队基本只能买 SaaS。

第二,模型池偏欧美。DeepSeek 在名单里,但国产模型远不如国内平台齐;计价全是欧元,发票、DPA、合规都按欧盟走。国内公司用起来,别扭是正常的。

第三,护城河是治理和分发,不是 Agent 能力。微软 Foundry、Copilot Studio 和 OpenAI Frontier 都在把「Agent 审批、权限、审计」做成默认项;等云厂商把这一层打包进现有合同,Langdock 必须回答「为什么不用我已经付过钱的云」。它的答案是:模型中立、欧盟托管、跨云部署,再加一个 2027 年 1 月 1 日后收进 Work 套餐的治理层。

还有一个赌注:9 月它把美国控股换成德国 SE,说要在德国自建机房、跑开源模型、年底前再上三个服务。这是把「欧洲主权」从口号写进资产负债表。成了,它就不只是 AI 工作台,而是欧洲版的小型云;不成,这 5,000 万美元 ARR 和 65 人的效率,够同类公司学一阵。

最值得抄的不是模型名单,而是产品分层:入口统一、模型可换、治理前置、部署分级。四件都做对才叫平台;只做前两件,那叫套壳。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注