当一家企业把“客户对话”视为资产时，它首先遇到的往往不是模型能力问题，而是流程断裂：销售在 CRM 里翻记录，客服在聊天窗口里回消息，市场在投放后台看转化，三套系统各自记录着同一个客户的不同侧面。小鹏汽车法国市场项目给出了一个更具体的切片——广告留资后的客户沟通通过 WhatsApp 承接，但首次触达时效曾长达 28 小时。这个数字意味着，当潜在购车者终于收到回复时，注意力早已被其他品牌截走。
3Chat ai 试图把这类分散对话重新组织成一条可推进的销售链路。2026 年 11 月，上海纽酷三言科技有限公司旗下 3Chat ai 完成千万元人民币 Pre-A 轮融资，由奇绩创坛与战略投资者联合投资，蓝狮资本担任财务顾问。公司称，资金将用于客户运营大模型训练、规模化获客和核心岗位团队扩充。这笔融资的特别之处不在于金额量级，而在于它押注的方向：不是又一个通用对话机器人，而是一套以销售结果为目标的客户经营 Agent 系统。
36氪在 2026 年 11 月 9 日报道了本轮融资，并披露 3Chat ai 新签小鹏汽车、字节跳动、雅诗兰黛等客户。公司通稿同时释放了另一个信号：计划向国内 CRM、CDP、SI 厂商与渠道商开放自研客户运营大模型 Trio，并发布对话式营销转化评测基准 ConvertBench。从自用 Agent 到开放模型，这是一条比单纯做 SaaS 更重的路径，也把这家公司推到了一个需要同时证明产品效果和模型能力的交叉点上。
| 字段 | 内容 |
|---|---|
| 公司 | 3Chat ai（上海纽酷三言科技有限公司旗下） |
| 轮次 | Pre-A 轮 |
| 金额 | 千万元人民币（未披露精确数额） |
| 投资方 | 奇绩创坛、战略投资者（未具名） |
| 总部 | 上海 |
| 创始人 | 陶滨江（联合创始人兼 CEO）、李婷婷（AI 产品 CTO） |
| 官网 | https://www.3chat.ai/ |
把“客户”而不是“任务”作为 Agent 的记忆单元
3Chat ai 的产品逻辑建立在一个区分之上：通用 Agent 完成单次任务，客户经营 Agent 则需要长期记住同一个人。公司称，其自研的 AgentRuntime 以客户为单位持续记录画像、所处阶段、关系状态和关键沟通信息；当客户消息、业务数据变化或约定跟进时点出现时，Agent 会被唤起重新判断下一步动作。主动触达前，系统统一经过授权与业务规则校验。
这套机制对应的是销售场景中一个真实约束：客户不会在一次对话里完成购买。从咨询、比价、试驾到成交，中间可能跨越数周甚至数月。如果 Agent 每次对话都从零开始理解客户，它就无法承接销售流程中的上下文。3Chat ai 的产品架构试图把“记忆”从模型能力下沉到运行时层面，让 Agent 在每次被唤起时都能调用同一客户的累积信息。
产品层分为三个组件：3Chat Agent 负责理解客户需求并执行下一步业务动作；3Chat Builder 让业务团队用自然语言配置客户画像、阶段策略以及 Agent 可用的知识、技能和工具，上线前可在沙盒中模拟多轮对话；Evaluation 则结合真实对话与业务结果发现策略偏差。三者构成一个“执行—配置—评估”的闭环。公司通稿称，这套系统覆盖客户理解、销售决策与业务执行，面向有稳定客户咨询或客户资产、且成交依赖多轮沟通的企业。
值得注意的增量在于 Customer Growth 方案。通过 MCP 连接器，3Chat 将客户上下文、企业业务规则和客户触达能力接入豆包工作、WorkBuddy、千问办公以及 ChatGPT、Claude、Gemini 等 AI 工作助手。这意味着 3Chat 并不试图把员工从既有工作台里拽出来，而是把自己的客户经营能力嵌入员工已经在用的 AI 入口。员工用自然语言查找客户、制定跟进策略，3Chat 按客户标签与业务规则筛选人群、推送内容，再由 Agent 承接客户回复。这种“嵌入而非替代”的分发策略，降低了企业采用新工具的组织摩擦，但也让 3Chat 的价值感知部分依赖于第三方 AI 助手的使用深度。
小鹏法国项目的数字，需要放在口径边界里读
公司通稿披露了小鹏汽车法国市场项目的一组效果数据：运营成本由 14.4万欧元降至 7万欧元，单客到店成本由 250欧元降至 148欧元，首次触达时效由 28 小时缩短至 30 秒，到店转化率由 23% 提升至 34%。这些数字来自公司单方披露，尚无独立第三方验证。它们指向的是一个具体场景：3Chat 通过 WhatsApp 承接广告留资后的客户沟通，基于当地车型资料解答购车问题，在多轮对话中识别车型偏好、用车需求与试驾意向，并将客户画像和沟通摘要同步至 CRM，衔接当地门店销售。
从产业链约束看，这组数据最有解释力的是首次触达时效的改善。28 小时到 30 秒的跃升，本质上是把人工响应替换为系统自动承接，这在技术上是可预期的。运营成本和单客到店成本的下降，则取决于项目周期内的人工投入、广告预算和到店口径如何计算。到店转化率从 23% 提升到 34%，隐含的前提是前后两个阶段的线索质量、门店承接能力和市场环境具有可比性。公司通稿未披露这些口径细节，因此这组数据更适合理解为项目级案例证据，而非可推广的行业基准。
更值得关注的是“同步至 CRM”这一步。3Chat 的 Agent 在 WhatsApp 上完成多轮对话后，把客户画像和沟通摘要写入 CRM，再由当地门店销售接手。这个交接环节决定了 Agent 的价值能否穿透到最终成交。如果 CRM 里的数据只是摘要而非结构化字段，销售仍需重新理解客户；如果交接延迟，30 秒的首次触达优势就会在后续环节被稀释。公司通稿称销售接手后可沿用此前的沟通信息，减少重复询问，但未披露 CRM 同步的具体字段和时效。
客户名单方面，公司现有产品资料显示，国内版已服务数百家企业，覆盖 20 余个社交与电商渠道，客户涉及零售、美妆、科技等行业，代表性客户包括小鹏汽车、字节跳动、雅诗兰黛等。公司通稿称已新签这三家客户。需要区分的是，“服务数百家企业”是存量口径，“新签小鹏、字节跳动、雅诗兰黛”是增量口径，两者对应的合同金额、部署深度和续约状态均未披露。在 ToB 业务中，客户名称本身不构成收入证明，尤其当客户同时使用多家 AI 工具时，3Chat 的实际渗透范围需要更细的合同信息才能判断。
Trio 开放策略：从项目制交付转向模型分发
本轮融资最值得拆解的信号，不是 Agent 产品本身，而是 Trio 的开放计划。公司通稿称，Trio 在开源大模型基础上，使用经授权、脱敏的真实商家与消费者对话进行后训练，重点提升澄清需求、推进购买决策、处理异议、理解长期客户上下文以及在合适时机主动推荐等能力；训练和验证都在 3Chat Agent 的真实业务中完成。与模型一同发布的还有 ConvertBench，一个面向对话式营销转化的评测基准。
把自用模型开放给 CRM、CDP、SI 厂商和渠道商，意味着 3Chat 的商业模式从按年付费的 SaaS 订阅，延伸到了模型授权与生态合作。公司通稿描绘了三种伙伴路径：CRM 厂商把 Trio 嵌入自己的产品，SI 用它更快交付能通过验收的销售 Agent，渠道商组合 3Chat 的 Agent 和模型为客户提供方案。这个策略的逻辑是清晰的——3Chat 不可能仅凭自己的销售团队覆盖所有行业，开放模型可以借伙伴的渠道放大分发。
但开放模型也带来一个结构性张力。Trio 的训练数据来自 3Chat Agent 的真实业务，这意味着模型能力与 3Chat 自己的客户场景深度绑定。当 CRM 厂商把 Trio 嵌入产品时，模型面对的是不同的数据结构、业务规则和客户交互模式。3Chat 需要证明 Trio 的迁移能力，而不是只在自家 Agent 的上下文里表现良好。ConvertBench 的发布意图正在于此——用一个公开、可复现的评测基准来衡量模型在销售任务上的表现。但评测基准本身也需要被验证：它的任务设计是否覆盖真实销售场景的复杂性，它的分数是否与企业的实际转化结果相关，这些都是 ConvertBench 尚未落地前无法回答的问题。
另一个待验证假设是数据飞轮能否真正转动。公司通稿称 Trio 的训练和验证都在 3Chat Agent 的真实业务中完成，这意味着模型改进依赖 Agent 的部署规模。如果 Agent 的客户数量增长有限，Trio 的训练数据池就难以扩大；如果 Trio 开放后伙伴反馈的数据不能回流，飞轮就会断裂。公司未披露 Trio 的具体发布时间，也未说明数据回流机制。从已披露信息看，Trio 和 ConvertBench 均处于“拟开放/拟发布”状态，尚未落地。
奇绩创坛与未具名战略投资者的组合意味着什么
本轮投资方为奇绩创坛与战略投资者，蓝狮资本担任财务顾问。奇绩创坛作为早期投资机构，其参与本身并不意外——3Chat ai 的 Agent 产品方向与奇绩创坛长期关注的 AI 应用赛道一致。真正值得追问的是“战略投资者”的身份。公司通稿未具名，这意味着市场无法判断这笔钱背后是产业资本、渠道资源还是单纯的财务回报诉求。
在 Pre-A 轮引入战略投资者，通常意味着公司希望在资金之外获得某种资源协同。3Chat ai 的开放策略需要 CRM、CDP、SI 厂商的配合，如果战略投资者恰好来自这条产业链，其价值可能超过资金本身。但反过来，如果战略投资者与 3Chat 的目标客户存在竞争关系，也可能限制 3Chat 与其他伙伴的合作空间。在未披露身份的情况下，这笔投资的战略含义只能停留在推测层面。
从资本结构看，千万元人民币的 Pre-A 轮金额在 AI Agent 赛道属于中等偏小规模。公司通稿称资金将用于客户运营大模型训练、规模化获客和核心岗位团队扩充。三个用途中，大模型训练是持续的算力与数据成本，规模化获客在 ToB 市场意味着销售团队和渠道投入，核心岗位扩充则指向人才竞争。千万元级别的资金要同时覆盖这三条线，意味着 3Chat 必须在短期内证明付费转化效率，否则下一轮融资的压力会迅速累积。
团队背景方面，公司通稿披露，联合创始人兼 CEO 陶滨江曾获福布斯 30 Under 30、财富 40 Under 40 等荣誉，有多年的企业服务营销经验；AI 产品 CTO 李婷婷是清华博士，前文心一言行业大模型核心负责人之一。团队成员来自哈工大、清华、上海交大等高校，履历覆盖 AI 模型、产品工程、企业服务、GTM 与增长运营。李婷婷的行业大模型背景与 Trio 的开放计划形成呼应，但文心一言行业大模型的经验能否迁移到对话式营销场景，取决于她对销售转化链路的理解深度，而非单纯的模型训练能力。
与替代方案的竞争：3Chat 必须回答“为什么不是通用 Agent”
3Chat ai 面对的最直接竞争，不是另一家客户经营 Agent 公司，而是企业已经在用的通用 AI 工具。当一家公司已经部署了 ChatGPT、Claude 或 Gemini，员工可以用这些工具写跟进话术、总结客户邮件、生成销售建议时，3Chat 必须解释为什么企业还需要一套专门的客户经营 Agent。
3Chat 的回答是“长期客户上下文”。通用 Agent 完成单次任务，客户经营 Agent 以客户为单位持续记忆。但这个区分在技术上的壁垒并不高——通用大模型同样可以通过外部记忆机制来维持客户上下文。3Chat 的真正壁垒可能不在模型层，而在 AgentRuntime 与业务规则的耦合：主动触达前的授权校验、按客户阶段调用不同知识技能、与 CRM 的结构化同步。这些能力更接近企业软件工程，而非模型能力，也更容易被拥有行业 know-how 的团队复制。
另一个竞争维度来自 CRM 厂商自身。Salesforce、HubSpot 以及国内的销售易、纷享销客等，都在把 AI 能力嵌入产品。如果 CRM 厂商认为客户经营 Agent 是其核心功能的一部分，他们可能选择自研而非接入 Trio。3Chat 的开放策略在某种程度上是对这一风险的回应——与其和 CRM 厂商竞争，不如成为他们的模型供应商。但这个定位的前提是 Trio 在销售任务上的表现显著优于 CRM 厂商自己基于开源模型微调的结果。在 Trio 尚未发布、ConvertBench 尚未落地的情况下，这个前提无法被验证。
从渠道看，3Chat 覆盖国内企业微信到海外 WhatsApp 的私域场景。这个跨区域能力在出海企业中具有差异化价值，尤其是像小鹏汽车这样需要在海外市场承接本地化客户沟通的品牌。但 WhatsApp 和企业微信的生态规则不同，海外市场的合规要求也更复杂。3Chat 入选谷歌出海加速器 2026，公司通稿称这将推进面向全球市场的产品拓展。加速器本身提供的是资源网络和导师支持，不构成对产品能力的独立验证。
本轮融资留下的验证清单
把 3Chat ai 的融资叙事拆开后，有几项关键事实需要后续验证。第一，本轮融资的精确金额未披露，“千万元人民币”可能意味着 1000 万到 9000 万之间的任何数字，这直接影响市场对资金用途充足性的判断。第二，战略投资者的身份未披露，其产业资源与 3Chat 开放策略的匹配度无法评估。第三，小鹏法国项目的效果数据来自公司单方披露，口径细节缺失，尚不能作为可复制的行业证据。第四，Trio 与 ConvertBench 均未落地，其模型能力和评测基准的有效性需要等待实际发布后的独立检验。
从已披露信息看，3Chat ai 的产品架构有一个清晰的内核：把客户对话从离散消息变成可推进的销售状态。AgentRuntime 的记忆机制、Builder 的自然语言配置、Evaluation 的结果反馈，三者构成了一个逻辑自洽的系统。小鹏法国项目至少证明了这套系统在特定场景下能够跑通从 WhatsApp 对话到 CRM 交接的链路。但“跑通”与“规模化”之间的距离，比融资通稿呈现的要远得多。
3Chat ai 的开放策略是这轮融资中最具野心的部分。如果 Trio 真的能成为 CRM 厂商和 SI 愿意嵌入的客户运营模型，3Chat 就从一家项目制 SaaS 公司变成了模型分发平台。但这条路径的验证成本极高：它需要 3Chat 同时证明模型能力、评测基准的公信力、伙伴生态的付费意愿，以及数据飞轮的持续转动。在千万元级别的 Pre-A 轮资金约束下，这些目标不可能齐头并进。公司必须做出选择，而选择的结果将在下一轮融资前变得清晰。
RecodeX 极客视：3Chat ai 的融资故事里，最值得追踪的不是“客户经营 Agent”这个品类标签，而是 Trio 开放策略能否把一家 SaaS 公司的项目经验转化为可被第三方调用的模型能力。小鹏法国项目的数字提供了一个案例锚点，但案例与产品之间还隔着口径、规模与可复制性三重验证。当一家公司同时宣称要做 Agent、做模型、做评测基准时，它真正需要证明的是自己在这三者之间找到了一个不可替代的耦合点，而不是把三个热门概念装进了同一份融资通稿。
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。