Remote 组建了一支“前置部署工程师”团队,这些工程师会直接嵌入到客户与潜在客户的组织中,帮助他们搭建定制化的 AI 工作流。其目标是让客户能够复制 Remote 自身的人效提升路径,将 AI 驱动的自动化整合进他们的人才运营体系 。
公司还推出了一个名为 Remote MCP(Model Context Protocol,模型上下文协议)的协议,让任何一个 AI 代理都可以直接、安全地连接到实时的薪酬、合同、合规数据和组织架构上。与传统 API 集成不同,这个协议的设计理念是“零 API 密钥、零数据导出、零定制连接器” 。该协议的推出意味着 Remote 的基础设施不再只是一个用户交互界面,而是可以被 AI 代理直接调用和交互的底层系统。
当 Remote 跨过 3 亿美元 ARR 并实现正向现金流时,许多初创公司会把这一刻视为对既有路径的验证,但范德沃特却选择在公司内部宣布:很多岗位即将发生根本变化。他让部分产品进入维护模式,同时直接关闭了另一些产品线,以便将所有资源集中在 AI 原生的新产品上 。公司放缓招聘,正是因为 AI 正在帮它在不扩大团队的前提下继续增长营收。
这一转向的深度远不止于提升运营效率。Remote 已经将其愿景描绘为成为“全球化 HR 基础设施企业”,将其薪酬与雇佣基础设施开放给合作伙伴、客户、开发者以及 AI 代理本身。2026 年,公司在澳大利亚扩大了平台访问权限,并公开将此举措定义为朝着 AI 赋能的全球基础设施层演进,而不仅仅是一款 HR SaaS 产品 。公司的核心薪酬业务同比增长了超过 300%,范德沃特将此增长大幅归因于 AI 的采用——目前该数字仅来自公司管理层,未经独立第三方验证
。
Remote 公开的这些指标——3 亿美元 ARR、50% 的人均营收增长以及 300% 的薪酬业务增长率——都来自公司声明和对管理层的采访。现有来源并未包含经第三方审计的财务数据,因此这些数字应该理解为公司自我报告的基准,不能被视为经过独立验证的财务事实。原先在用户问询中提到的 AI 辅助编码占比数字目前无法在可查证的材料中找到印证。凡是公司提供但未经外部验证的内容,在原文来源中都尽量保持了这一限定性提示。
尽管存在上述信息边界,但从一个非工程师皆可使用的内部 AI 市场,到一个面向客户的工程服务体系,再到一个允许 AI 代理直接接入基础设施的协议——这一系列 AI 部署的广度,仍然相当细致地展现了一家公司如何尝试将“AI 提高生产力”的承诺,转化为报表上可逐项衡量的人效收益。
Comments
0 comments