Magentic是一家为大型制造商采购、供应链及运营团队开发AI“数字员工”的公司。它的核心思路并非再增加一个独立采购看板，而是让多代理系统接入员工已在使用的企业工具，例如Microsoft Teams、电子邮件和内部系统，在既有工作环境中协同处理事务。49

公司于2026年9月17日宣布完成1800万美元A轮融资。本轮由Felicis领投，现有投资者红杉资本（Sequoia Capital）和The Westly Group参与；Magentic在2025年7月启动时曾完成550万美元种子轮融资。19414

“Mages”要做什么？

Magentic将其代理称为Mages。公司将它们定义为多代理系统，可与采购团队协作，并在制造商现有软件环境中运行，包括企业资源计划（ERP）系统。412

其目标是推进端到端工作流，而不只是给出分析或下一步建议。报道显示，Mages被设计用于支持以下事项：

• 评估“外购还是自制”（buy-versus-build）决策；
• 寻找并选择供应商；
• 合同谈判与合同管理；
• 订单管理；
• 发票处理。9

平台覆盖间接采购，也覆盖直接支出——即用于生产产品的原材料及其他投入品。后者直接关系到制造进度和供应连续性，因此通常是制造业采购中更关键的一环。9

为什么盯上制造业采购

工业采购团队往往要在分散的企业软件、采购记录、合同、发票、技术文档和供应商沟通信息之间来回切换。Magentic的判断是，AI代理可以跨越这些系统协调信息与任务，减少人工为每次决策拼凑上下文的负担。

联合创始人兼CEO Robin Van Aeken将机会放在AI驱动的基础设施投资、贸易扰动和地缘政治挑战这一背景下看待。他认为，把更强的智能嵌入每一个决策的企业，能够不断累积竞争优势。19

不过，这仍是公司的战略主张，而非已被全行业验证的结果。真正决定采用与否的，是代理能否在高风险流程中稳定、可靠地执行，并适配企业既有的审批机制、供应商关系和系统环境。

从“助手”到能把流程做完的代理

联合创始人兼CTO Odhran O’Donoghue表示，Magentic正在开发超越有限上下文交互的系统：代理应能诊断问题、规划修复方案、采取行动，并在大规模多模态企业信息中将任务推进至完成。19

放到采购场景中，这意味着将支出与订单等结构化记录，同合同、发票、技术文档和往来通信等非结构化资料联系起来。区别在于，普通AI助手或许只会建议下一步；Magentic瞄准的是能够继续推动整个工作流的代理型系统。919

企业部署：自动化之外还要可控

对企业而言，AI代理的价值不仅取决于自动化能力，也取决于控制与治理。Magentic表示，其支持与主要AI提供商签订零数据保留协议，可灵活部署在客户云环境中，并可在选定数据区域进行隔离部署。2

公司此前的发布材料还称，平台数据经过加密，并符合SOC 2 Type II、ISO 27001和GDPR等要求。7 但在允许代理对采购或财务系统执行操作前，潜在客户仍应独立核验相关控制措施的适用范围、系统集成权限、人工审批机制及审计能力。

这笔钱将投向哪里

Magentic表示，A轮资金将用于加快AI代理产品路线图，扩大采购和供应链工作流覆盖范围，并支持面向复杂工业优化问题的长期研究。1819

对制造商来说，这一产品承诺很直接：利用AI代理连接采购中原本就存在的数据、沟通渠道和企业系统。更难的问题则是，当供应商、合同与生产约束在真实业务中同时出现时，这些代理能否持续做到安全、稳定且有效——这也将决定其能否真正落地。

Magentic是一家为大型制造商采购、供应链及运营团队开发AI“数字员工”的公司。它的核心思路并非再增加一个独立采购看板，而是让多代理系统接入员工已在使用的企业工具，例如Microsoft Teams、电子邮件和内部系统，在既有工作环境中协同处理事务。49

公司于2026年9月17日宣布完成1800万美元A轮融资。本轮由Felicis领投，现有投资者红杉资本（Sequoia Capital）和The Westly Group参与；Magentic在2025年7月启动时曾完成550万美元种子轮融资。19414

“Mages”要做什么？

Magentic将其代理称为Mages。公司将它们定义为多代理系统，可与采购团队协作，并在制造商现有软件环境中运行，包括企业资源计划（ERP）系统。412

其目标是推进端到端工作流，而不只是给出分析或下一步建议。报道显示，Mages被设计用于支持以下事项：

• 评估“外购还是自制”（buy-versus-build）决策；
• 寻找并选择供应商；
• 合同谈判与合同管理；
• 订单管理；
• 发票处理。9

平台覆盖间接采购，也覆盖直接支出——即用于生产产品的原材料及其他投入品。后者直接关系到制造进度和供应连续性，因此通常是制造业采购中更关键的一环。9

为什么盯上制造业采购

工业采购团队往往要在分散的企业软件、采购记录、合同、发票、技术文档和供应商沟通信息之间来回切换。Magentic的判断是，AI代理可以跨越这些系统协调信息与任务，减少人工为每次决策拼凑上下文的负担。

联合创始人兼CEO Robin Van Aeken将机会放在AI驱动的基础设施投资、贸易扰动和地缘政治挑战这一背景下看待。他认为，把更强的智能嵌入每一个决策的企业，能够不断累积竞争优势。19

不过，这仍是公司的战略主张，而非已被全行业验证的结果。真正决定采用与否的，是代理能否在高风险流程中稳定、可靠地执行，并适配企业既有的审批机制、供应商关系和系统环境。

从“助手”到能把流程做完的代理

联合创始人兼CTO Odhran O’Donoghue表示，Magentic正在开发超越有限上下文交互的系统：代理应能诊断问题、规划修复方案、采取行动，并在大规模多模态企业信息中将任务推进至完成。19

放到采购场景中，这意味着将支出与订单等结构化记录，同合同、发票、技术文档和往来通信等非结构化资料联系起来。区别在于，普通AI助手或许只会建议下一步；Magentic瞄准的是能够继续推动整个工作流的代理型系统。919

企业部署：自动化之外还要可控

对企业而言，AI代理的价值不仅取决于自动化能力，也取决于控制与治理。Magentic表示，其支持与主要AI提供商签订零数据保留协议，可灵活部署在客户云环境中，并可在选定数据区域进行隔离部署。2

公司此前的发布材料还称，平台数据经过加密，并符合SOC 2 Type II、ISO 27001和GDPR等要求。7 但在允许代理对采购或财务系统执行操作前，潜在客户仍应独立核验相关控制措施的适用范围、系统集成权限、人工审批机制及审计能力。

这笔钱将投向哪里

Magentic表示，A轮资金将用于加快AI代理产品路线图，扩大采购和供应链工作流覆盖范围，并支持面向复杂工业优化问题的长期研究。1819

对制造商来说，这一产品承诺很直接：利用AI代理连接采购中原本就存在的数据、沟通渠道和企业系统。更难的问题则是，当供应商、合同与生产约束在真实业务中同时出现时，这些代理能否持续做到安全、稳定且有效——这也将决定其能否真正落地。