从单点工具到一套体系。
这几年AI产品更新得很快，一个方向刚开始升温，很快就会冒出一批新初创公司开始做。
AI Coding已经跑出Lovable、Base44这类高频出现的名字，视频和设计工具更不缺新玩家，AI游戏也开始密集出现，营销类Agent同样越来越热。
不少团队的思路都是选定一个切入点落地，先把产品打磨成型，之后再逐步拓展业务边界。
但最近却看到一家公司，它叫Converge AI，做法稍微特别一些。
它没有把精力集中在单一产品里，而是同时做了几款方向差异很大的AI产品。每一款都有独立品牌、完整网站和相对成熟的交互，视觉和产品细节也明显投入了不少精力，看起来都已经具备比较完整的产品形态。
这家公司于去年成立，背后是头部量化机构九坤体系的背景，张尧担任创始人兼 CEO，他早年以技术背景为主，后来转向早期科技投资。
在红杉期间，他先后主导了Kimi、摩尔线程和Meshy的首轮投资，并在首轮投资中拿下最大份额。
成立后，Converge AI很快就铺开了几款不同方向的产品，其中最容易理解的是Enter Pro。
AI Coding发展到今天，很多人已经很熟悉这种使用方式，打开一个网页或者编辑器，写下自己想做的网站、应用或者某个功能，AI就开始帮你往下构建。
Enter Pro做的也是这件事，用户只需要描述自己想做什么，它就会开始生成页面和代码，并继续处理数据库、身份验证、存储、后端和部署等环节。
它还做了一套终端里的Enter Code。它会读取整个代码库，修改文件并执行命令，支持Plan Mode、Skills、Memory、MCP、SubAgents和Worktree等能力。
生成完后可以直接运行，也能继续接入自己的工作流。这样一来，网页里的可视化编辑器和终端里的Enter Code可以围绕同一个项目继续工作。
如果说Enter Pro解决的是开发需求，另一款Framia Pro则瞄准了这一年来同样火热的AI创作工具。
Framia是一套创意工作区，它把图像、视频、声音、音乐和 3D 等生成能力接进同一套界面，接入了各种主流模型。
在Canvas模式里，用户可以直接把任务交给Agent。它会自己规划后续步骤，并参与脚本、画面、视频片段、音乐、配音和字幕的制作；
此外，Remix可以在用户浏览社区里的作品和官方模板时，遇到合适的效果后，把原来的完整Workflow复制过来，再替换自己的素材、修改 Prompt 或调整节点重新生成。
Framia还补了Brand Kit、视频编辑和Social Publisher。品牌素材可以长期保存，生成的视频也能继续剪辑和加字幕，完成后还能连接多个社媒平台继续发布。
第三款Concat Pro盯着的是另一个赛道，也就是AI Marketing。
营销也是近年来Agent很热的一块，比如AhaCreator就把AI用到了海外达人营销里，品牌提交产品信息后，AI可以继续寻找达人、发送邀约、谈价格、跟进交付和审核内容。
原本需要运营人员反复沟通的大量工作，被逐渐交给Agent处理。而Concat Pro覆盖的范围更宽，达人合作只是其中一部分。
用户提交企业网站后，Concat会先整理一份Brand Soul，记录品牌语气、目标人群、视觉风格、产品信息和市场定位。后续不同Agent在执行营销任务时都会读取这些资料。
围绕Brand Soul，Concat又接了市场研究、SEO和GEO、Creator、广告、网站诊断等Agent。
比如Report Agent会扫描竞争对手和行业变化，Creator负责寻找合适的创作者并辅助合作，Ad Agent生成适合投放的图片、视频和文案，Website相关功能会检查落地页。
系统还会继续收集发布后的表现，Data Agent会跟踪内容、广告、达人合作和网页的实际数据，再把这些反馈交给其他Agent；Rank则更偏向持续追踪搜索排名以及品牌在AI搜索里的可见度。
营销之外，Converge AI还进入了今年另一个快速升温的方向，也就是 AI 游戏生成。
在Combos Fun里，用户描述一个想玩的游戏，名叫Boo的Agent会继续处理角色、玩法、环境、动画、声音和故事。
叙事类、2D和3D游戏都可以生成，完成后还能直接发布。同样的，Combos也做了社区，用户可以浏览别人做的游戏，并且游玩，也可以Remix。
目前Combos对外披露的数据已经超过三十万创作者，平台发布游戏超过一万款。
做完开发、创意、营销和游戏之后，Converge AI的第五款产品盯上了Agent基础设施。
随着Claude Code、Codex、Cursor这类Agent越来越成熟，围绕它们补充外部能力的基础设施也越来越多，MCP、Skills以及各类能力执行环境都属于这一波。
还有这一类产品专门解决的，围绕现有Agent补充工具、模型和外部服务，不需要用户手动配置。
AnyCap就是如此，它的核心入口是一套CLI，支持Claude Code、Cursor、Codex、Manus等智能体接入，提供的能力主要集中在图片、视频、音频、搜索和网页处理等方向。
用户完成安装和授权后，这类Agent在执行任务时，就可以直接调用这些能力，让它们可以处理更多类型的任务。
除此之外，打造这些产品的团队配置也很亮眼。
团队成员有Kimi、Manus、DeepSeek、字节旗下Trae、TikTok、剪映，以及阿里、Apple等大厂和明星AI创业公司的背景。设计团队里也有长期做3D和Motion Design的成员，合作过知名车企等品牌。
最近，Converge AI也开始处理另一件事，就是让这些原本相对独立的产品彼此连接起来。
他们推出了Converge Work，并开始把原本相对独立的产品接入同一套Context，让项目知识和工作资料能够在不同任务之间继续使用。
这和Converge AI强调的Institutional Intelligence有关。
在他们的理解里，AI不应该长期停留在一个个独立工具里。随着模型能力提升，智能可以逐渐成为企业工作的一层基础设施，参与日常创作、任务执行和团队协作。
人依然负责判断和创造，AI则参与越来越多具体工作的执行，同时让任务中产生的信息不断积累下来。
一次工作留下的知识、资料和决策，也可以继续被后续任务调用。
文章来自于微信公众号 “虾蛄AI”，作者 “虾蛄AI”