当AI智能体卡在“没有API的网站”
当Claude、Codex这类AI智能体被要求“从五家供应商后台下载20张发票”时，它们面对的不是一个标准化的数据接口，而是一连串登录墙、动态加载的表格、藏在菜单深处的导出按钮。没有API的网站像一片没有路标的街区：智能体只能靠截图逐屏观察、猜测下一步点击位置，每一步都消耗token，每一次重试都可能因为页面布局变化而失败。据2026年10月22日报道，Reduck完成300万美元种子前轮融资，试图把这条“逐屏点击”的路径替换成另一种东西——预置的浏览器脚本，让智能体像调用工具一样直接执行确定性的网页操作。
本轮融资由Daphni领投，Drysdale Ventures和Galion.exe参投。Reduck称自己为法美初创，母公司注册于美国特拉华州，在巴黎设有子公司。公司由Daniel Huynh（CEO）、Louis Abraham（CTO）和Raphaël Millet（COO）创立，三人此前均有AI基础设施或网页智能体背景。这笔钱将用于扩充AI工程、全栈开发与基础设施团队，改进核心自动化技术，扩充脚本库，并推出面向开发者的新产品。以下公司口径数据均来自公司通稿或公司网站，尚无独立验证。
| 字段 | 内容 |
|---|---|
| 公司 | Reduck |
| 轮次 | 种子前轮 |
| 金额 | 300万美元 |
| 投资方 | Daphni（领投）、Drysdale Ventures、Galion.exe |
| 总部 | 法国巴黎（公司自称法美初创；母公司注册于美国特拉华州，巴黎设子公司） |
| 创始人 | Daniel Huynh（CEO）、Louis Abraham（CTO）、Raphaël Millet（COO） |
| 官网 | https://reduck.ai |
把“AI思考一次、代码运行多次”做成产品
Reduck的核心产品叫Reduck MCP，建立在Model Context Protocol之上。MCP是让AI模型以结构化方式调用外部工具的开放标准。在Reduck的设计里，智能体不再读取页面截图、判断点击位置，而是从脚本库中检索一个已经写好的自动化脚本，直接执行。公司用一句话概括这套逻辑：“AI at build, code at run”——AI只在构建脚本时做昂贵的推理，运行阶段执行的是普通代码。公司通稿称，脚本运行不消耗AI token，耗时在毫秒级。
这套机制的关键在于脚本的确定性。一个脚本一旦被写好并验证，每次运行走的是同一条路径，不会像截图驱动型智能体那样因为上下文变长而逐渐失稳。公司通稿称，其官方脚本库已有1200多个可运行脚本，覆盖250多个网站；其公开目录列出LinkedIn、Reddit、Amazon、Gmail等站点。公司还称其运行一个“智能体集群”来批量编写和修复脚本。公司未披露这1200多个脚本的活跃率、失败率或更新频率，因此脚本库的“可运行”状态只能作为公司口径理解。
技术上，脚本通过Chrome扩展在用户自己的浏览器中运行。这意味着智能体可以访问用户已经登录的网站，公司称这能避免暴露登录信息并规避机器人检测。每个脚本还可以通过网页地址被其他软件调用，例如工作流工具n8n。当网站改版导致脚本失效时，Reduck可以派智能体回去修复。这个“发现—执行—创建—修复”的闭环，是Reduck区别于传统一次性自动化脚本的核心叙事。但需要指出，脚本在用户浏览器中运行并不自动等于合规。对第三方网站进行脚本化自动访问，可能受各网站服务条款限制，而公司公告没有回应这一问题。
自测快2.5倍与132秒对472秒：样本小、口径窄，但指向真实的成本结构差异
Reduck给出的性能数据全部来自公司自测，尚无独立验证。公司通稿称，使用其脚本的智能体在测试任务中平均快3倍且成本更低。这是公司对测试任务的平均口径。2026年9月的一次自测显示，Claude配合Reduck完成三项任务，总体比Claude通过Anthropic的Claude for Chrome工具驱动浏览器快2.5倍。这是三项任务自测的总体口径，与前述“3倍”不是同一组数字。其中差距最大的一项是从五家供应商下载20张发票：Reduck用时132秒，Claude for Chrome用时472秒。公司自己描述该测试样本“较小”，且使用了为这些供应商预制的脚本。
这些数字需要放在具体条件里看。132秒对472秒的对比，测的是“已有适配脚本”的场景，而不是“首次遇到陌生网站、需要现场生成脚本”的场景。这是编辑基于测试条件的推断：后者才是Reduck宣称的“智能体自己创建脚本”能力真正面临考验的地方。公司没有披露在无预置脚本的网站上，智能体生成并验证一个可用脚本需要多长时间、成功率多高。因此，2.5倍或3倍的提速，目前只能证明预置脚本在重复性任务上比截图驱动方式更快，尚不能证明其“智能体自主创建脚本”的核心闭环在陌生网站上同样可靠。
不过，即便口径有限，这组数据仍指向一个真实的成本结构差异。截图驱动型智能体每执行一步都要把新截图送入模型上下文，token消耗随步骤数线性甚至超线性增长；而脚本一旦写好，运行成本接近于零。Reduck的定价也反映了这一点：免费套餐每月最多100次脚本运行，付费套餐为每月20美元和100美元，大企业可定制报价。如果脚本运行确实不消耗AI token，那么Reduck的边际成本主要来自脚本库维护和基础设施，这比按token计费的截图方案在规模化时更有成本优势。但这一优势的前提是脚本库能持续覆盖用户真正需要的网站，且网站改版后的修复速度跟得上。
创始人来自LaVague和H Company，但履历不能替代产品验证
Reduck的三位创始人并非首次进入网页智能体领域。CEO Daniel Huynh和COO Raphaël Millet此前共同创立了Mithril Security，这家巴黎公司最初做AI开源隐私工具，后来转向智能体并发布了开源网页智能体框架LaVague。法国AI公司H后来收购了Mithril Security，Huynh在收购后离开。CTO Louis Abraham则联合创立了加密平台Secrecy，并在H Company领导智能体生产团队。本轮融资后，Reduck团队规模为8人。
这段履历对理解Reduck的产品选择有帮助。LaVague本身就是一个让网页智能体执行在线任务的开源框架，Huynh和Millet在Mithril时期已经踩过截图驱动和脚本驱动两条路。Reduck选择MCP加确定性脚本，而不是继续做一个通用网页智能体，某种程度上是对LaVague路线的修正：不再追求让智能体“看懂”任意网页，而是把高频网站的操作固化成可复用脚本。CTO Abraham在H Company领导智能体生产团队的经历，也与Reduck宣称的“智能体集群批量写脚本”直接相关。
但连续创业者的履历只能说明团队对问题有认知积累，不能替代Reduck自身产品的独立验证。LaVague是开源项目，其社区规模和活跃度可以作为参考，但来源材料没有提供LaVague被收购后的运营数据。Reduck的脚本库、自测数据和客户推荐语，目前都来自公司自身或公司网站上的用户推荐，尚无独立的第三方测试或付费客户留存数据。投资方对Reduck的判断，目前只能从参投行为本身推断，而没有公开的投资逻辑可查。
与RPA和截图驱动方案相比，差异化在于“工具调用”而非“流程录制”
Reduck切入的问题——没有API的系统如何被自动化——并不是新问题。传统RPA软件已经在这个领域存在多年。TrustList的RPA软件类目收录了20款产品，它们解决的是同一类“无API系统”的自动化需求。Reduck的差异在于，它把自动化脚本作为MCP工具暴露给AI智能体，让智能体在任务执行过程中自主决定调用哪个脚本、何时调用，而不是由人类预先配置好完整流程。这个差异在架构上有意义：RPA流程的调用决策权在人类配置者手里，而Reduck的调用决策权在智能体手里。智能体可以根据任务目标，从脚本库中检索合适的脚本，组合多个脚本完成复杂任务，或者在找不到合适脚本时尝试生成新脚本。这种“工具调用”模式更接近AI原生的工作流，而不是把旧式自动化包装成AI。
与截图驱动方案相比，Reduck的优势在速度和成本，但劣势在覆盖范围。截图驱动方案理论上可以操作任何网站，因为它不依赖预置脚本；Reduck的脚本库覆盖250多个网站，对于库外的网站，需要智能体现场生成脚本，而这一能力的可靠性尚未被独立验证。公司通稿称其方法在测试任务中平均快3倍，但测试使用的是预置脚本。编辑推测，对于库外网站，Reduck与截图驱动方案的差距可能缩小，甚至可能因为脚本生成失败而落后；这一推测基于公司未披露库外生成成功率这一事实。
另一个竞争维度是生态。Reduck基于MCP，这意味着它可以被任何支持MCP的AI助手调用，包括Claude和Codex。公司通稿称其产品连接到Claude和Codex。这种协议层面的开放性，让Reduck不必绑定某一个大模型，但也意味着它依赖MCP生态的发展速度。来源材料没有提供Reduck在MCP生态中的具体位置或与其他MCP工具的关系。
Daphni领投但未公开表态：投资逻辑只能从行为推断
本轮融资的结构是典型的欧洲早期AI基础设施投资。据morningtick和shattered.io报道，Daphni是巴黎风投，有早期欧洲软件公司投资记录。Galion.exe据morningtick报道是一个由法国科技创始人集体支持的种子基金。Drysdale Ventures的公开信息在来源材料中较少。投资方对Reduck的具体判断逻辑，目前没有公开材料可以引用。
从资金用途可以反推公司的优先级。公司计划将资金用于扩充AI工程、全栈开发和基础设施团队，改进核心自动化技术，扩充脚本库，并推出新的开发者产品。团队目前只有8人，编辑推断人力是主要支出，但公司未披露预算分配。开发者产品是值得注意的方向：Reduck目前的产品形态更接近“脚本库加执行平台”，而开发者产品意味着它可能向“让团队围绕无API系统构建智能体工具层”的方向走。据TrustList报道，Reduck计划面向保险、医疗门户和定制内部CRM等无API系统推出开发者产品——这些是典型的无API、高价值、强合规约束的系统。
公司还计划在脚本之上构建垂直应用，从生成式引擎优化（GEO）开始。GEO是让品牌在AI聊天机器人的回答中获得曝光的工作。这个方向与Reduck的脚本能力有逻辑关联：GEO需要持续监控和优化品牌在AI回答中的表现，而AI聊天机器人本身往往没有API，Reduck的脚本可以用来抓取和操作这些界面。但公司没有给出开发者产品或GEO应用的上线时间。从种子前轮的资源规模看，这两个方向更可能是中长期布局，而非近期收入来源。
验证边界与可复核指标
Reduck本轮融资的公开信息存在几个明确的验证边界。第一，脚本库的1200多个脚本和250多个网站覆盖，来自公司通稿，尚无独立验证。第二，速度与成本数据来自公司自测，样本被公司自己描述为较小，且测试使用的是预置脚本而非现场生成脚本。第三，公司网站上的用户推荐语称：Mox Venture合伙人Marie Brayer每月收集SaaS发票从五小时缩短到半小时；BentoML产品负责人Tim Liu的LinkedIn Sales Navigator资料导出从一个下午缩短到两分钟；Hyperlex首席产品官Alexandre Grux的企业演示前客户数据录入从数小时缩短到数分钟。这些是用户自述，没有独立的留存或付费数据佐证。TrustList的标注本身不是独立验证，只是媒体披露其未验证。
合规问题是Reduck公告未回应的实质性风险。脚本化自动访问第三方网站，可能违反网站的服务条款。Reduck的脚本在用户自己的浏览器中运行，公司称这能避免暴露登录信息并规避机器人检测。但“规避机器人检测”本身就是一个需要谨慎对待的表述：如果网站明确禁止自动化访问，帮助用户绕过检测可能带来法律和平台封禁风险。对于面向保险、医疗门户和内部CRM的开发者产品，这个问题会更加突出，因为这些系统通常有严格的访问控制和审计要求。Reduck需要在商业化过程中明确，它的脚本是帮助用户在有权访问的网站上提高效率，还是帮助用户绕过网站的自动化限制。公司公告没有对此作出区分。
另一个待验证的假设是“智能体自主创建脚本”的可靠性。Reduck的叙事核心是智能体不仅能发现和执行脚本，还能在脚本库中没有匹配项时创建新脚本。但公司披露的所有性能数据都基于预置脚本。智能体在陌生网站上生成脚本的成功率、所需时间、修复失效脚本的效率，这些关键指标均未披露。如果这一能力不成熟，Reduck就只是一个有1200多个脚本的脚本库，其护城河取决于脚本覆盖范围和更新速度，而非技术独特性。如果这一能力成熟，Reduck才有可能成为其宣称的“无API系统的工具层”。
公司总部表述也存在不一致。finsmes称总部在巴黎，thesaasnews称公司位于法国和美国，morningtick称母公司注册于特拉华州、巴黎设子公司。公司未说明具体注册城市。编辑认为，这使外界难以评估其合规与税务结构。本轮融资的完成日期或首次披露日期也未在来源中明确，仅有报道日期2026年10月22日。公司未披露本轮融资后的估值。
从已披露的信息看，Reduck把“无API网站的智能体自动化”从截图驱动方案的性能瓶颈中剥离出来，用预置脚本加MCP工具调用的方式提供了一个更轻、更快的替代路径。其创始团队在LaVague和H Company的经历，使他们对这个问题的技术约束有第一手认知。但公司目前披露的所有关键指标——脚本库规模、性能提升、客户效率改善——都来自公司自身或公司网站上的用户推荐，尚无独立第三方验证。Daphni作为领投方未公开表态，使得投资逻辑只能从参投行为和资金用途中推断。Reduck要证明的不仅是“预置脚本比逐屏点击快”，更是“智能体能在陌生网站上可靠地创建和维护脚本”，以及“脚本化自动访问在合规边界内可持续”。前者已有自测数据指向，后两者仍待验证。具体待验证指标包括：库外脚本生成成功率、脚本修复时效、网站条款合规审查机制，这些指标目前均未披露。
RecodeX 极客视：Reduck的融资故事里藏着一个更普遍的问题：当AI智能体的推理能力已经足够强，真正卡住它们的是“手”而不是“脑”。预置脚本是把高频网站的操作固化成可复用工具，让智能体从“每次重新学走路”变成“调用已经修好的路”。但这条路能不能铺到250个网站之外的整个互联网，取决于智能体自己修路的能力——而Reduck目前展示的，还只是已经修好的那一段。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。