前谷歌地图团队获得红杉等600万美金，打造人工智能协作板，超越聊天机器人

摘要：近期，一家面向消费者的 AI 效率工具 Cove 获得世界顶级投资者600万美金种子轮投资，红杉资本及Elad Gil、Lenny Rachitsky、Scott Belsky等知名天使投资人参与了该项目投资。Cove 产品定义为一款改变人工智能交互方..

近期，一家面向消费者的 AI 效率工具 Cove 获得世界顶级投资者600万美金种子轮投资，红杉资本及Elad Gil、Lenny Rachitsky、Scott Belsky等知名天使投资人参与了该项目投资。

Cove 产品定义为一款改变人工智能交互方式的协作板。创业团队为 Google Maps 早期产品经理，具有从零到一构建产品的经验。目前该产品已面向用户正式推出。

Sense 思考

我们尝试基于文章内容，提出更多发散性的推演和深思，欢迎交流。

思考是一个混乱的过程，在做某件事时，你会不断地在脑海中反复思考。你的大脑会逐渐产生分支思维。Cove 希望构建一个新型人工智能写作者，让人们能够出色的思考。

Cove 和 NotebookLM 存在区别。NotebookLM 更像是一个简化信息工具，基于私人知识给出综述内容。而 Cove 更像是一个基于白板的 Perplexity + Notion。

在目前的 AI 效率工具中，表格已经成为了一种 AI backed 研究工具的产品范式。

本篇正文共5063字，仔细阅读约10分钟

AI Native 产品分析

Cove

1. 产品:Cove

2. 创立时间:成立于2023年

3. 创始团队

公司由 Stephen Chau、Andy Szybalski 和 Mike Chu 创立，三人均为 Google Maps 早期产品团队，从零到一构建了谷歌地图多个著名功能。

4. 产品简介:

Cove 定义了一种以白板为载体的人工智能交互方式，允许用户与 AI 协作构建思考分支。Cove 提供响应卡片以增强模型对明确上下文 Context 的控制力，允许上传多种内容格式和联网搜索，支持表格形式的研究工作。

5. 融资情况:

2024年10月8日，Cove 宣布从 Sequoia Capital、Elad Gil、Homebrew、Adverb、Common Metal、Scott Belsky、Lenny Rachitsky、Allie K. Miller 等世界级投资者那里筹集了600万美元的种子轮融资。

01.

产品定位，

超越聊天机器人

Cove 出道就给自己了一个鲜明的定位:不是一个聊天机器人，而是一种新型的人工智能协作者。产品的开发源于团队在使用 ChatGPT 等对话代理式工具时的痛点。

团队发现，ChatGPT 等对话代理提高了数亿人的工作效率。这些聊天机器人擅长为明确定义的任务提供有用的答案。例如要求它们“建议有趣的活动”、“给我写一封电子邮件”或“找出此代码的问题”。但对于更复杂的项目，单线程聊天 UI 的局限性变得非常明显，例如:

1）单一。一旦开始，就很难改变方向并探索不同的想法。

2）暂时的。重新查看旧聊天记录很麻烦，很难随着时间的推移完善想法。

3）不可编辑。您不能直接基于 AI 的想法进行构建，而是必须描述（或复制粘贴)要修改的内容。

4）上下文不明确。在长时间的对话中，聊天机器人可能会纠结于哪些想法应该保留，哪些想法应该丢弃。

5）孤立。如果没有定制集成工作，就没有好的方法将聊天机器人用作涉及电子邮件、CRM 或其他工具的大型研究项目的一部分。

当然，近期模型厂商也开始意识到应用产品的重要性，开始在 LLM Chatbot 的基础上延伸。OpenAI 新推出的 Canvas 功能瞄准了暂时性和可编辑性，用户可以直接在画布进行实时编辑，基于上下文进行二次修改。Google 推出的 NotebookLM 则瞄准了明确上下文和孤立性，允许用户上传多种文档形式，并基于内容创建笔记、研究、甚至播客对话。

Cove 选择了一条超越聊天机器人的创业路线。创始人认为，当前 Chatbot 聊天并不反映我们大脑自然解决问题的那种混乱、有机、非线性的方式，也不反映我们与其他人合作的方式。因此，需要一个有关 UI 设计的创新，成为人们使用 AI 进行思考、工作、协作的 Workspace。

Cove 把当前的人工智能类比于“命令行时代”。在20世纪80年代初期的计算设备中，命令行界面随处可见，但对于多任务处理或编辑复杂的电子表格或文档来说，它们不够优雅。同样，21世纪初期的移动设备除了打电话之外，也不够灵活。

在这两种情况下，这些痛点都通过设计得到解决——无论是 GUI 还是触摸屏。要充分发挥技术突破的潜力，设计突破必不可少。因此，随着大型语言模型变得越来越强大，我们需要一个新的用户界面来释放它们的全部功能。

02.

产品功能，非线性的思考

Cove 的创始团队认为人工智能在协作领域可以发挥更大的作用，尤其是在规划、写作、故事板和研究等任务方面。Cove 的联合创始人表示:“思考是一个混乱的过程，在做某件事时，你会不断地在脑海中反复思考。你的大脑会逐渐产生分支思维。”

Cove 的产品基于一个无限画布，通过无限画布的界面，来代表无限发散的思考过程和工作空间的概念。每一个工作空间代表一个主题，团队可以在这里就某件事进行交流。

Cove 的产品布局

进入某个 Workspace 之后，左下角为新建功能，用户可以选择创建新卡片或上传不同格式的内容素材，同时 AI 会根据已经创建的卡片内容给出联想推荐。在右下角，Cove 仍然提供一个 Chat 窗口，作为调用 AI 指令的主要窗口。在界面右上角，用户可以切换视图，Canvas 视图可以实现更自由的素材浏览，而 Notebook 视图则更类似浏览一个排版后的竖屏网页。用户可以随时选择将链接分享给团队伙伴，与 Notion 的分享协作类似。

响应卡片

Cove 采用响应卡的形式，当你在提示栏输入一个问题时，Cove 会基于不同思考角度给出多个响应卡，每个响应卡中可以是文档形式，也可以是表格和列表，所有内容均支持手动编辑。

例如，如果你向聊天机器人询问旅行计划，它可以生成关于膳食计划、打包必需品、一般提示、徒步旅行列表等的卡片，甚至可以创建行程。

输入旅行计划指令后，Cove 一次性给出多个响应卡

你还可以创建衍生卡片，在提示窗口中@某个卡片，即可在特定区域补充内容，添加更多要点、列表和表格元素，增强模型对明确上下文 Context 的控制力。

通过 @功能来选定模块化的上下文，给出下一步输出

例如，在小编测试的场景中，Cove 给出了一份4天上海游的旅行计划，在对话框内 @ 出该旅行计划，然后输入 Prompt 指定将第一天和第二天的计划细化，并以表格的形式给出，Cove 就会生成一个新的卡片，给出更多旅行细节。

开放混合域

Cove的第二个功能是支持多种形式的文档上传，并在开放页面中展示，支持团队协作。在工作区中，您可以添加文本、表格、图像、网页和 PDF——每个元素都成为您和 AI 之间的共享上下文。

这个功能和前段时间爆火的 NotebookLM 有相似之处。NotebookLM 定位为一款 AI 研究和写作助手，支持扩展源文件，除了 Google Docs、PDF 和文本文件之外，用户现在还可以添加 Google Slides 和网址作为来源，从而更轻松地从各种格式收集信息。基于这些信息源，NotebookLM 可以将他们转化为常见问题解答、简报文件、学习指南、甚至双人对话播客。

NotebookLM 左侧上传指定内容源，右侧实现生成各种形式的内容

Cove 和 NotebookLM 仍有区别。NotebookLM 更像是一个简化信息工具，基于私人知识给出综述内容。常见的使用场景例如畅销书作家 Walter Isaacson 使用 NotebookLM 分析玛丽·居里的日记，顾问们总结销售电话，进行针对性培训等。Google 强调，NotebookLM 是一个封闭系统，不会对用户添加的内容以外的网页进行搜索。

而 Cove 更像是一个基于白板交互方式的 Perplexity + Notion。他希望渗透到用户的思考过程中，而非直接给出一个综述或信息简化结果。在 Cove 的无限白板上，用户通过上传各种元素，实现更好的联网搜索和研究梳理。

Cove 上传各种形式的素材，并结合素材进行搜索、思考和信息创作

研究助手

Cove 的研究能力除了支持联网搜索，给出问题的结构化回答外，还嵌入了表格化研究能力。在测试中，小编通过 Cove 聊天框创建了一个多步研究任务卡片，首先，让 Cove 列举在2024年融资超过1亿美金的 AI 公司清单，随后根据表格下方给出的联想搜索模块补全了公司 HQ 等基础信息。随后，当鼠标移动到增加表格行列时，给出指令让 AI 搜索公司商业模式，Cove 即可并行运行多个单元格的搜索，并自动填充内容。

Cove 将表格功能集成在了问答卡片中，丰富目前的workspace能力

在目前的 AI 效率工具中，表格已经成为了一种 AI backed 研究工具的产品范式。因为对于多数岗位来说，基础调研的信息通常用表格的形式呈现。例如一位招聘人员需要整理候选人信息的表格，一位销售 SDR 员工需要整理潜在目标客户 CEO 信息表格，一位房地产经纪人需要整理潜在房产的信息表，一位 VC 员工需要整理市场项目投融资情况表。

AI Grant 在 Batch3中投资的 Matrices，该产品就是一个在线表格的形式，主打“让一支 AI 代理军队为你做研究工作”。

Matrices.ai 展示用AI表格调研潜在客户GPU需求情况

本届 YC S24投资的 AnswerGrid 项目，同样希望构建 AI 代理，以帮助战略顾问和投资分析师加速他们的研究和知识发现，该产品的某一列单元格都支持详细的 Prompt 模板，允许用户输入特定信息源（例如公司官网，Linkedin搜索等），自动提取指定格式的输出(例如 Yes or No，筛选出网页信息中的CEO，摘要官网内容等)。

AnswerGrid 展示用AI表格进行 VC 行业的 Mapping 过程

Chrome 插件

Cove 希望适应用户的工作方式，开发了 Chrome 插件，无需特殊集成就可以让 Cove 变成一个桌面助手，和电子邮件、文档、CRM等一起使用。用户可以向 Cove 询问有关网页的任何信息，在浏览时收集和比较来自多个页面的信息，或将内容剪辑到用户工作区中。

Cove 的 Chrome 插件在网页右边栏实现网页摘要和问答

作为一个应用层产品，Cove 选择与 OpenAI 和 Claude 进行模型合作，但在应用端也做了模型选择架构的设计。为了平衡对高级推理能力和快速响应时间的要求，Cove 采用了一种双模型架构，在不同任务场景下会调用不同的模型。

以 Claude 模型为例，当Cove 在进行核心推理时，例如解释用户输入并确定如何响应，在工作区中生成新内容，Cove 会调用 Claude3.5Sonnet。当 Cove 需要进行速度和成本更关键的实时交互时，例如在用户工作时提供上下文建议，扩展某些表格的列或扩展某些点时，Cove 会选择调用 Claude3Haiku。

目前 Cove 官网给出的使用场景不少，包括“寻找工作候选人”、“研究销售角度”、“产品调研”等生产力场景，也包括“马拉松训练计划”、“婚礼计划清单”、“建立锻炼和用餐习惯”等个人助理场景。Starter 版本允许创建100次免费卡片，Plus 版本则不限量卡片数量，每月收费10美金。

Cove目前给出的主要使用场景

03

Cove 团队

一群从零到一的产品创造者

红杉资本的投资人这样评价 Cove 的团队:“如果 AI 存在 UI 问题，他们是一支能够解决问题的优秀团队。”

红杉资本投资 Cove 项目的投资人 Jess Lee 曾与 Cove 的创始团队一起在谷歌地图工作，“在 Google Maps 成立初期，我有幸与 Stephen、Andy 和 Mike 一起担任产品经理，亲眼目睹了他们创造精美消费产品的能力——无论是技术可行性还是易用性都处于最前沿。Cove 创始团队参与开发了 Google Maps 一些著名的功能，例如街景。“

Stephen和 Andy 后期加入了 Uber，并作为创始成员参与了 Uber Eats 的发布，两人经历了产品的草莽阶段，最初从亲自送三明治开始，迭代产品，并帮助该公司发展成为一家全球性企业。Mike 是一位连续创业者，在人工智能和机器学习方面拥有丰富的经验，最近帮助创立和扩展了 Stripe Identity。

总而言之，Cove 的团队是一群从零到一的产品创造者，他们以将复杂的技术融入简单的产品中而自豪。

04

Cove的未来

目前已经有不少协作白板工具，例如 Miro（估值175亿美金）已经将白板的视觉模块和协作功能做的比较完善，但整体 AI 能力仍是围绕白板内容的生成优化，与 Figma 的 AI 迭代路线类似。

相比 Miro，Cove 则是希望白板作为一种 AI 交互的载体，核心还是信息搜索、思考陈列与研究推理。

Cove 设想了一个未来，即人工智能将成为复杂思考和解决问题不可或缺的一部分。“想象一下，拥有一个人工智能思维伙伴，它拥有你需要的所有有用背景信息。你还有一个工作空间来讨论想法和问题，这个工作空间会根据你与人工智能的互动方式进行转变和改进。”随着 Cove 帮助更多用户完成复杂任务，该团队将能够使用这些数据进一步提高人工智能作为思维伙伴的能力。

随着 Cove 的发展，团队始终专注于他们的核心使命:让人们能够出色地思考。创始人 Stephen Chau 强调说:“我们很高兴看到像 Claude 这样的模型继续提高其推理和思考能力。我们希望 Cove 将成为补充这些模型进步的用户界面，以便人们能够充分利用 AI。”Cove 准备重新定义人机协作，确保未来没有人需要独自思考。