企业智能体里，最容易讲清楚「值不值」的场景，往往不是写文案、不是做客服，而是采购——因为它直接进营运资金与毛利，每一笔决定都能对账。9 月 30 日，做采购智能体的波士顿创业公司 Atomic 完成 1250 万美元 A 轮，由 Klass Capital 与 Madrona Venture Group 联合领投，累计募资超过 1500 万美元。它由两个前特斯拉供应链高管创立、在 DVx Ventures 孵化，客户名单里有 DoorDash 与 HelloFresh——这种「产业老枪 + 真实部署」的组合，正是当下企业智能体赛道里投资人愿意付溢价的一类。
Atomic 的打法很朴素：让智能体读取支出与供给信号（ERP、价目、库存），早期只给建议，现已能直接下决定，并在采购与履约系统里执行。DVx 的 Jon McNeill 用一个判断点出它和一般「优化建议平台」的区别——产品已从「给建议」进化到「不仅建议、还直接做决定」。对 DoorDash 这种站点密、补货频、毛利薄的业务，采购决策直接进成本结构，ROI 是可量化的：McNeill 称其年度经常性收入自 2026 年初增长约五倍，DoorDash 通过它在数百个站点跑约九成的采购决策。把「省了多少」「买贵了没」摊在账上，这类智能体的价值比多数靠体验感知的用例更硬。
为什么资本愿意为它多掏钱？PitchBook 的数据给了一个参照：2026 年第二季度 AI 基础设施公司的 A 轮平均估值规模约 820 万美元，Atomic 的 1250 万是明显溢价。溢价买的是「真实企业部署的验证」——不是 Demo，而是已经有大客户把核心流程交给它跑。前特斯拉供应链的方法论可迁移也是加分项：采购的本质是「在不确定里做带约束的决定」，和造车时的供应协调是同一种能力。对投资人，这类项目的看点很实际——场景真实、ROI 可量化、团队懂产业，三者同时具备时，估值溢价才站得住。
但边界要说清。其一，样本仍偏小：DoorDash 与 HelloFresh 两家头部客户跑得通，不等于跨行业、跨规模都能复刻，长尾企业的数据质量与系统成熟度是另一回事。其二，采购智能体一旦「直接做决定」，责任归属与异常处理就变重要——买贵了、买错了、供应商违约时谁兜底，需要清晰的人审与回滚机制，否则省下的钱会被一次失误吃掉。其三，模型与集成能力会快速商品化，Atomic 的护城河更可能来自「采购领域的领域知识与既有 ERP 连接」，而非底层通用模型。
从采购职能本身的演化看，智能体接手的是一门长期被低估的「隐性工程」：大公司的采购团队很大一部分精力花在把需求、合规、交付与账期对齐，这部分工作规则清晰却极耗人力，正是智能体化的优质标的。Atomic 把建议与执行打通，实际是把采购从「事后记账」前移到「事中决策」，让系统在供给波动时更早给出动作。对仍靠表格与邮件驱动采购的中型企业，这类产品的意义不只是省钱，更是把分散在老员工脑子里的采购判断沉淀成可复用、可审计的流程。
把它放进更大的图景，Atomic 是「职能型智能体」这一支的又一例：和做「AI 员工」的 Ema、做后台运维代理的 Dodge 同属一类——把一项完整职能端到端接手，而不是只做工作流里的一小段。采购的特殊在于它的价值出口最干净：决策直接变成钱。对想做企业智能体的团队，Atomic 的启示是，先挑一个「产出能算进 PnL」的职能下手，比先堆一个万能助手更容易拿到预算与信任；而「从建议到决定」那一步，必须配齐人审、溯源与回滚，否则智能体省下的效率会变成新的风险敞口。