QueryStory：让你相信AI告诉你的每一句话

Shapor Naghibzadeh在2009年作为谷歌系统运维工程师时，深刻体会到了好故事的价值。当时，由中国支持的黑客将这家搜索巨头作为目标，发动了代号为“极光行动”的攻击，他被召入一个临时组建的作战室，负责解释公司服务器中究竟发生了什么。 通过分散的网络追踪网络攻击，让Naghibzadeh认识到经过验证的知识的重要性。但这是一项昂贵且耗时的工作。他认为，大语言模型（LLM）能以极短的时间为各种数据库带来同样的功能。 接下来的六年里，Naghibzadeh专注于数据与网络安全的交叉领域，利用谷歌的资源构建工具，帮助安全分析师查询复杂数据。2016年，他在谷歌X实验室联合创立了初创公司Chronicle，将同样的功能推广到其他企业。 去年，随着大语言模型在数据分析中扮演越来越重要的角色，Naghibzadeh看到了新的机遇：将他在网络安全领域开发的技术应用于更广泛的分析场景。他联合创立了QueryStory并担任CEO，联合创始人还包括CTO Stanley Yang（谷歌前同事、EvolutionIQ首席工程师）和CPO David Glusic（埃森哲老兵）。这家初创公司今日正式亮相。 “你会得到一种调查模式——你对数据提出一系列问题，当你提出足够多的问题后，就把这些汇总成一个叙事，”Naghibzadeh说，“这就是QueryStory名字的由来。它关乎用数据讲述故事，对吧？把基于事实的叙事整合在一起。” QueryStory在2025年底从Brightmind Ventures和New York Life Ventures获得了600万美元的种子轮融资，估值达6000万美元，此后一直在开发和试点其产品。QueryStory的目标客户是管理大型专有数据库的企业；它作为一个平台，将数据分析和审查整合起来，供销售团队或运营经理等用户使用。 “我们正在做的是弥合AI信任鸿沟，让企业获得可据此行动的答案，”Naghibzadeh说，“我们不是租用人力判断和大量外派工程师，而是把这一过程产品化了。” New York Life Ventures的合伙人Tim Del Bello投资了该公司。他也在使用该平台来替代几个人的工作，生成季度业务回顾，如今他希望这能成为一个实时仪表盘。 “这款产品就是为像我这样的人打造的：寻求真相的决策者，需要处理复杂、分散的数据源，但没有现成的数据科学或BI团队，尤其是在高度受监管的行业运营时，”他告诉TechCrunch。 我分享了一个太空活动数据库，它有助于了解SpaceX等公司在轨道的动向。QueryStory在几小时内就生成了数据的可视化，而过去我和一名开发者完成类似项目需要数周。它生成了复杂的仪表盘和分析，最值得注意的是，它给出了一个置信度指标，显示AI智能体为何认为其分析是准确的。 这类工作也可以使用前沿实验室构建的协作工具完成，但这些工具在用户体验上有意做出限制。QueryStory押注于：用户，尤其是大型企业的用户，在将AI整合到工作流时，希望获得更高的透明度、可靠性和控制力。 例如，一家科技公司的高管最近告诉TechCrunch，他使用Claude Cowork查询公司数据库，然后要求模型展示其编写的SQL查询语句，以确保合理后再交给数据分析师进行人工审查。在QueryStory中，这些SQL查询会自动呈现，用户可以将分析标记给同事人工审查，审查结果会记录在平台上。 “当涉及构建必须持久且支撑大规模业务的东西时，AI比人们想象的要脆弱，”Brightmind Partners的合伙人Tayler Sipperly告诉TechCrunch。 Naghibzadeh指出，当企业将数据连接到LLM的聊天界面时，“组织内成百上千人各自提问，各得其所认为的真相，然后放进幻灯片分享——最终只会产生海量杂乱内容，没有真正能挂靠回数据的地方。” 当然还有经济因素。QueryStory被设计为模型无关的，尽管目前主要使用前沿实验室提供的最新模型。虽然他的公司在产品层面与前沿实验室竞争，但Naghibzadeh认为，客户会更倾向于选择一家没有动机尽可能多销售智能的服务提供商。 “我们的一大优势是，我们并非围绕消耗计算、存储或token的模式来构建业务的公司，”Naghibzadeh说。他认为，像QueryStory这样专门构建的工具，能通过理解和保持上下文，比通用智能体更高效、更准确。 “我们销售的是对答案的信任，对吧？”他说，“我们销售的是为业务增加的价值，我们的核心目标是让CFO能够理解：‘这东西到底要花多少钱？’”