Resolve AI 再募 4000 萬美元：以 15 億估值押注生產環境 AI 操作新時代

從寫程式到管系統：Resolve AI 押注 production environment

當生成式 AI 把寫程式的速度推到前所未有的高度後，真正的瓶頸開始浮現：軟體上線之後，誰來把它穩定地跑起來？Resolve AI 正是瞄準這個問題，主打「在 production environment 中運行與操作軟體」的 AI 平台，試圖把注意力從開發端延伸到維運端。

根據公司說法，它的系統會跨越 code、infrastructure 與 telemetry 進行分析，協助判斷事件根因並採取行動，某種程度上可視為一名自主的 production engineer。這個方向之所以受到關注，是因為 production 場景本身就比一般系統更複雜：數百個元件、持續變動的設定、層層相依的服務，都會讓除錯變成高壓且碎片化的工作。

4000 萬美元 Series A Extension 與 15 億估值，資本市場看好什麼

Resolve AI 在 2026 年 4 月宣布完成 **4000 萬美元**的 Series A Extension，估值達到 **15 億美元**，本輪由 DST Global 與 Salesforce Ventures 領投。官方同時表示，這家公司在從 stealth 狀態走出後的 18 個月內，已累計募得超過 **1.9 億美元**，客戶涵蓋 Coinbase、DoorDash、MSCI、Salesforce 與 Zscaler。相關募資消息也凸顯市場對「AI 進入營運核心」這一命題的高度興趣。

從投資人角度看，這輪資金不只是押注單一產品，更是在押注一個新類別：讓 AI 不只會生成內容或程式碼，而是能在真實、複雜、且高風險的企業環境中承擔操作責任。Salesforce Ventures 的說法也呼應了這點——要管理複雜的 production environment，不只需要前沿 AI，還需要深厚的領域知識疊加其上。

Resolve AI Labs：把「可用」推進到「可驗證」

隨著募資消息一併登場的，是 Resolve AI Labs。這個研究與工程計畫的重點，不在於做更會聊天的模型，而是打造讓 AI 能管理 production systems 的基礎能力。官方列出的方向包括：針對 production operations 的 domain-specific model building 與 post-training、跨 logs、metrics、traces、infrastructure events 與 change history 的推理能力，以及用來衡量可靠性與準確性的 evaluation frameworks。

除此之外，Resolve AI Labs 也將投入 synthetic data generation 與 simulated environments，目標是在更大規模下進行訓練、評估與模型改進，並建立可擴展的 operational AI system architectures，以及在 production 場景中運作所需的 governance 與 guardrails。這些內容透露出一個明確訊號：當 AI 走進營運現場，重點不再只是「會不會做」，而是「能不能穩定做、可不可以驗證、出了事要怎麼管」。

不只找故障，也要找成本與優化空間

如果說事故排查是 Resolve AI 最直觀的切入點，那麼它延伸出的價值則更接近企業日常管理。SiliconANGLE 的報導提到，管理員不只能拿它來查 outages，也可以詢問如何讓 production environment 更具成本效率；系統會找出可能移轉到更小、較便宜雲端 instance 的 workloads，幫助降低開支。這讓平台的定位不只是一套偵錯工具，更像是一個持續檢視營運效率的 AI 助手。

同時，平台還能協助更複雜的變更。報導指出，在示範中，工程師要求平台設計 rate limiter，Resolve AI 便結合客製程式碼與開源元件完成工具。這種能力意味著它不僅能理解問題，也能參與解決方案的生成。對企業來說，這代表 AI 在 production 的角色，正在從「回答問題」進一步走向「參與執行」。

下一階段的企業 AI：從生成走向營運責任

Resolve AI 的故事，折射出整個產業的轉向：當程式碼生成越來越快，真正稀缺的能力反而是把系統可靠地運行起來。產業過去聚焦的是創造內容與加速開發，現在則開始面對運營層面的複雜度，包括不確定性、跨工具協作、即時判斷與嚴格約束。這也是為什麼一般用途模型很難直接套用到 production——它們缺少面向真實工作流的專門訓練與評估機制。

從這個角度看，Resolve AI 的 **1.5 億美元級別資本累積**、新成立的 Labs，以及已經服務的企業客戶，並不只是公司成長曲線的證明，更像是市場對下一波 agentic AI 的下注。未來競爭的關鍵，可能不在誰能寫出最多程式，而在誰能讓軟體在最複雜的環境裡持續、可靠、可治理地運作。當 AI 從創作工具變成營運夥伴，production environment 也就成了新的主戰場。