Marker完成1300万美元种子轮融资：拒绝AI自动生成，打造人机协作写作的未来

当AI写作工具泛滥、内容同质化日益严重之际，一家名为Marker的伦敦初创公司却反其道而行之——它融资1300万美元，推出一款AI原生但“拒绝自动化”的协作写作平台。在AI试图取代作者的浪潮中，Marker能否成为人类创作者最后的“打字机堡垒”？

信息	详情
公司	Marker
创始人	Jon Steinback（CEO，前DeepMind品牌与创意负责人）与Ryan Bowman
总部	London, UK
成立时间	未披露
本轮融资	1300万美元种子轮
投资方	Index Ventures领投，LocalGlobe及Steve Newman、Cal Henderson、Thomas Wolf等战略天使投资人跟投
核心定位	AI原生文字处理器与协作创作平台，专注于非自动化的创意构思、动态流程保持、自适应修订追踪及多人协作，拒绝全自动AI内容生成
官网	未提供

反自动化宣言：Marker 如何在AI狂潮中为“人写”正名

2026年7月，当Marker从隐身模式中走出，宣布获得1300万美元种子轮融资时，整个AI写作赛道正陷入一场前所未有的身份危机。Jasper、Copy.ai、Writesonic等自动化生成工具已累计融资超5亿美元，它们承诺“一键生成博客、广告文案、甚至整本书”。但Marker的创始人Jon Steinback却选择了一条截然相反的路：拒绝全自动AI内容生成，打造一个以人类为中心的协同写作平台。

“我们不是在制造一个更快的打字机，而是在修复一个被自动化破坏的创作过程。”Steinback在伦敦办公室接受采访时说。这位前DeepMind品牌与创意负责人，曾亲历AI从实验室走向商业化的全过程。他目睹了无数团队用GPT生成营销文案、用Claude写邮件、用Midjourney画图，却发现一个悖论：AI生成的内容越多，人类对“真实创作”的渴望就越强烈。

从DeepMind到反自动化：一个“叛逃者”的洞察

Steinback的职业生涯本应沿着AI巨头的轨迹前进。在DeepMind，他负责将前沿AI技术转化为品牌叙事，见证了AlphaGo击败李世石、AlphaFold破解蛋白质折叠等里程碑事件。但正是在这段经历中，他发现了AI的边界——创造力。

“AI可以模仿风格、生成通顺的句子、甚至写出让读者误以为是人类写的文章，但它无法理解‘为什么写’。”Steinback说。他举了一个例子：当DeepMind团队用GPT-4生成一篇关于气候变化的文章时，算法能给出事实准确、逻辑清晰的论述，但缺乏那种“让人想转发”的冲动——那种来自作者个人经历、情感共鸣和独特视角的“灵魂”。

这种洞察催生了Marker的核心理念：AI应该是“协作者”而非“替代者”。与传统AI写作工具不同，Marker不提供“一键生成”按钮。相反，它构建了一个三层架构：

非自动化构思层：AI基于用户输入的主题、风格和情感基调，生成“思维火花”而非完整段落。这些火花包括：反直觉的论点、被忽视的细节、或一个意想不到的比喻。用户可以选择、修改或抛弃，但AI从不越界到“替你写”。
动态流保持层：这是Marker最独特的技术创新。传统写作软件（如Google Docs、Word）的“流”是线性的——你写一句，保存一句。但Marker的底层引擎能实时追踪作者的“创作流”：当你在写一段话时突然灵感迸发跳到下一章，系统不会打断你，而是自动将跳过的部分标记为“待填充”，并在你回到原处时提供上下文提示。这种设计源于Steinback对作家工作习惯的观察：“大多数写作不是从第一句写到结尾，而是碎片化的跳跃。AI应该适应人类的非线性思维，而不是强迫人类适应AI的线性逻辑。”
自适应修订追踪层：Marker的修订系统不是简单的版本历史，而是能区分“结构性修改”（如调整章节顺序）和“风格性修改”（如替换一个词）。AI会为前者提供大纲建议，为后者提供同义词和语气调整。更重要的是，系统能学习用户的修改模式——如果你经常删除AI建议的形容词，它会自动减少形容词输出。

Beta测试的“反直觉”数据

Marker在2025年底至2026年初进行了封闭Beta测试，覆盖三类核心用户群：备忘录作者（Substack博主）、企业报告撰写者、以及小说创作者。结果令人惊讶——至少对传统AI写作工具而言。

用户留存率：Beta用户的30天留存率达到78%，远高于Jasper（45%）和Copy.ai（38%）。这背后是“非自动化”模式带来的心理安全感：用户知道AI不会“抢走”他们的创作权，因此更愿意长期使用。
手动编辑次数与AI辅助比例：Marker用户平均每1000字手动编辑次数为47次，而Jasper用户仅为12次。看似“效率更低”，但用户满意度却更高——87%的Beta用户表示“写作过程更愉快”，而Jasper用户只有34%给出类似反馈。
Substack博主的特别案例：一位拥有5万订阅者的科技博主在测试后说：“用Jasper生成的帖子，阅读完成率下降20%，因为读者能感觉到‘这不是人写的’。但用Marker写的帖子，完成率反而提升15%，因为AI帮我找到更好的论据，但语气和节奏完全是我自己的。”

这些数据指向一个反直觉的结论：AI辅助写作的真正价值不在于“节省时间”，而在于“提升质量”。当用户不再担心被AI取代时，他们反而更愿意接受AI的建议——因为那是“我的创作，AI只是工具”。

投资者为何押注“反自动化”？

Marker的1300万美元种子轮由Index Ventures领投，LocalGlobe跟投，还有一批战略天使投资人——包括Slack联合创始人Cal Henderson、Figma前CTO Steve Newman、以及Hugging Face联合创始人Thomas Wolf。这些名字本身就说明问题：他们不是投资一个“AI写作工具”，而是投资一个“人类创作基础设施”。

“我们看到了一个巨大的市场空白：所有AI写作工具都在追求‘自动化’，但真正的创作者——从作家到企业报告撰写者——需要的不是被替代，而是被赋能。”Index Ventures合伙人Hannah Seal在投资公告中说。她指出，全球内容创作市场（包括专业写作、企业沟通、教育材料）规模超过2000亿美元，但现有工具要么是“纯人工”（Word、Google Docs），要么是“纯AI”（Jasper、Copy.ai），中间地带几乎空白。

Thomas Wolf的参与更具象征意义。作为Hugging Face的联合创始人，他领导了开源AI运动，却选择投资一个“反自动化”平台。“AI的终极目标不是取代人类，而是扩展人类的能力边界。Marker理解这一点——它不是在和人类竞争，而是在和人类的懒惰竞争。”Wolf在社交媒体上写道。

但投资者并非没有疑虑。一位参与该轮但要求匿名的投资人透露：“我们最大的担忧是市场教育成本。用户已经被‘一键生成’的叙事洗脑，要让他们接受‘AI辅助而非替代’的理念，需要时间和营销投入。但Steinback的团队证明了，至少在Beta用户中，这种理念能产生极高的粘性和口碑传播。”

风险与待验证假设

尽管Marker的定位独特，但它面临的风险同样显著。首先，市场教育成本高昂。在“AI替代论”盛行的当下，让用户理解“AI辅助”的价值需要持续的内容营销和案例积累。其次，技术壁垒并非不可逾越。Google Docs、Notion等巨头随时可以推出类似功能——它们有更大的用户基础和更成熟的AI基础设施。最后，商业模式尚未验证。Marker计划采用订阅制（个人版每月15美元，企业版按用户数收费），但能否在Jasper（企业版每月499美元起）和Notion（免费+付费）的夹击下找到定价空间，仍是未知数。

“我们不是在和Jasper竞争，我们是在重新定义‘写作’这个行为。”Steinback这样回应质疑。他的底气来自一个简单的事实：人类对“真实创作”的渴望永远不会消失，而Marker正是为这种渴望提供工具。在AI狂潮中，这或许是最反潮流、也最符合人性的选择。

不是另一个Notion：Marker 如何用“动态流保留”重构写作体验

在Marker的伦敦办公室里，墙上挂着一幅手绘的“写作流”示意图：一条蜿蜒的曲线从左上角出发，突然向右下角急转，然后折回中间，形成一个螺旋，最终在右上角结束。这不是抽象艺术，而是Marker联合创始人Ryan Bowman对“人类写作本质”的视觉化表达。“写作不是一条直线，而是一系列跳跃、回溯和重构。传统文档工具假装写作是线性的，但Marker的第一个产品决策就是：承认非线性才是常态。”

这个认知催生了Marker最核心的技术架构——“动态流保留”（Dynamic Flow Retention）。它不是某个功能按钮，而是一整套底层数据模型和实时算法的组合，旨在解决一个被所有传统写作软件忽视的问题：当作者的思路在多个章节、段落或想法之间跳跃时，系统如何不打断、不丢失、甚至增强这种“创作流”？

技术实现：从“保存状态”到“捕捉意图”

传统写作软件（Google Docs、Notion、Word）的底层逻辑是“文档即文件”——你写一个字，保存一个字。当你在第5章写了一半突然跳回第2章修改开头时，系统只是记录了两个独立的编辑事件。但Marker的引擎不同：它实时追踪的不是“字符变化”，而是“意图变化”。

具体来说，Marker的“动态流保留”层由三个子模块构成：

1. 上下文感知缓冲区：当用户从第5章跳转到第2章时，系统不会清空第5章的“工作内存”。相反，它将第5章的未完成段落、待补充论点、甚至光标位置打包成一个“上下文快照”，并在用户返回时自动恢复。更关键的是，如果用户在跳转前输入了半句话（比如“然而，这个论点忽略了——”），系统会将该片段标记为“待完成”，并在用户回到该位置时，通过侧边栏提示：“你之前正在论证一个反例，需要继续吗？”

2. 动态大纲映射：Marker的编辑器底层维护着一个“意图图谱”——一个实时更新的思维导图，将用户的每个段落、每个论点、每个引用映射到文档的结构树中。当用户跳跃式写作时，系统会自动调整图谱的连线：如果用户在第3章写了一个论点，但在第7章找到了更好的证据，系统会建议“是否将第3章的论点迁移到第7章？”这种迁移不是简单的复制粘贴，而是保持引用的完整性——如果第3章引用了某个数据源，迁移后系统会自动更新所有相关引用。

3. 非破坏性编辑引擎：这是Marker区别于所有版本控制系统的关键。传统修订历史（如Google Docs的“查看修改记录”）是线性的、静态的——你只能看到“谁在什么时候改了哪里”。但Marker的引擎能区分“结构性修改”和“风格性修改”。当用户删除一个段落时，系统不会真正删除，而是将其标记为“休眠状态”，并将其语义索引保留在意图图谱中。如果用户后来需要该段落，可以通过搜索“我删过的关于XX的段落”找回。这种设计源于Steinback的观察：“作家删除内容时，往往不是因为它不好，而是因为它暂时不匹配当下的叙事流。保留这些‘弃稿’对创作至关重要。”

自适应修订追踪：版本控制的语义革命

如果说“动态流保留”解决了写作过程中的“流”问题，那么“自适应修订追踪”则解决了协作场景下的“版本混乱”问题。Marker的修订系统不是简单的“谁改了哪里”，而是能理解“为什么改”和“改了什么类型”。

语义版本树：传统版本控制（如Git）是线性的——commit A -> commit B -> commit C。但Marker的版本树是分叉的、可合并的。当两位协作者同时编辑同一段落时，系统不会简单地“接受所有更改”或“拒绝所有更改”，而是分析每个更改的语义类型：如果A修改了论据的措辞，B修改了段落的顺序，系统会建议“保留A的措辞，接受B的顺序调整”。这种智能合并基于一个预训练的“写作意图分类器”，能识别20种常见的修改类型（如“论点强化”、“论据替换”、“结构重组”、“风格调整”等）。

修改模式学习：Marker的AI会学习每个用户的修改习惯。如果你经常删除AI建议的形容词，系统会自动减少形容词输出；如果你经常调整段落的顺序，系统会在你写新段落时主动建议“这个论点是否更适合放在第4章？”这种学习不是基于简单的频率统计，而是基于一个“创作风格向量”——将用户的每次修改映射到一个多维空间（包括“保守vs激进”、“抽象vs具体”、“情感化vs理性”等维度），然后根据向量变化调整AI的辅助策略。

冲突解决界面：当多用户编辑导致冲突时，Marker不会像Google Docs那样显示“冲突版本”，而是提供一个“创意决策树”——将每个冲突点分解为“选择A（保留原内容）”、“选择B（接受新内容）”、“选择C（AI建议的混合版本）”。每个选择都附带一个“影响预览”：如果选择A，后续段落需要调整；如果选择B，引用的数据源需要更新。这种设计让冲突不再是“谁赢谁输”，而是“如何让内容更好”。

真实案例：Substack博主的效率革命

一位在Beta测试中参与深度采访的Substack博主（拥有5万订阅者，专注科技深度分析）提供了具体的数据。他使用Marker撰写一篇关于“AI对新闻业影响”的5000字长文，整个过程被系统记录：

传统写作流程：他通常需要3周完成一篇长文——第1周收集资料，第2周写初稿，第3周修改。但使用Marker后，第1周和第2周合并了：他在收集资料时，Marker的“动态流保留”允许他随时跳转到文档的任意部分，记录突然出现的论点。比如，他在读一篇研究论文时想到一个反例，立刻跳到第5章写下，然后回到第3章继续整理数据。系统自动将第5章的“反例”标记为“待论证”，并在后续的AI辅助中优先推荐相关证据。
修改效率提升：他最终在两周内完成初稿，修改次数从传统流程的12次减少到7次。最关键的提升来自“自适应修订追踪”：他尝试了三种不同的开篇方式（叙事型、数据型、问题型），Marker的语义版本树允许他随时切换，而不需要手动保存三个版本。最终，他选择了“问题型”开篇，但保留了“叙事型”开篇作为附录——因为系统告诉他，订阅者中有一类读者更喜欢故事化的开头，他可以在后续的Newsletter中复用。
协作场景：这篇文章需要两位编辑和一位事实核查员参与。传统流程中，编辑的修改和事实核查员的标注经常冲突——比如编辑调整了段落顺序，但事实核查员已经标注了原段落中的错误。Marker的冲突解决界面自动识别了这种冲突：它建议“保留编辑的顺序调整，但将事实核查员的标注迁移到新位置”。整个过程耗时不到5分钟，而传统流程需要至少30分钟的邮件沟通。

风险与边界：动态流保留的局限性

尽管“动态流保留”在技术上令人印象深刻，但它并非万能。首先，系统的“意图捕捉”依赖于用户的行为模式——如果用户写作习惯极度混乱（比如每30秒跳转一次），系统可能会产生过多的“上下文快照”，导致性能下降。Marker团队承认，在Beta测试中，有2%的用户因为“过度跳跃”导致编辑器卡顿，目前正在优化缓冲区算法。

其次，“自适应修订追踪”的智能合并依赖于预训练的分类器，而分类器的准确率在特定领域（如诗歌、剧本）可能下降。一位小说创作者在测试中反馈：“当我修改一个角色的对话时，系统将其归类为‘风格调整’，但实际上我是在改变角色的性格设定——这应该属于‘结构性修改’。”Marker团队表示，他们正在开发一个“领域自适应”模块，允许用户自定义修改类型的分类标准。

最后，也是最关键的：动态流保留的核心假设——人类写作是非线性的——是否适用于所有场景？对于商业报告、法律文书等需要严格线性结构的写作，Marker的“跳跃式”支持可能反而成为干扰。一位企业用户反馈：“我写季度报告时，不需要AI建议我跳转到第5章，我需要的是按模板一步步写。”Marker的应对方案是提供一个“线性模式”开关，但如何平衡“非线性创作”和“线性生产”的需求，仍是产品设计中的核心挑战。

竞争壁垒：为什么Notion和Google Docs难以复制？

Notion和Google Docs拥有更庞大的用户基础和更成熟的AI基础设施，但Marker的“动态流保留”存在一个结构性优势：它不是一个功能插件，而是一个重新设计的底层数据模型。Notion的文档本质上是“块”的堆叠，每个块独立存储；Google Docs的文档是“字符流”的线性排列。两者都无法原生支持“意图图谱”和“上下文快照”这样的语义结构。

“如果Google想复制Marker的核心功能，它需要重写整个文档引擎——这相当于在波音747的飞行中更换引擎。”一位熟悉Google Docs架构的工程师评论道。但这也意味着Marker的技术壁垒是“时间壁垒”：当巨头们意识到需要这种功能时，Marker已经积累了足够的数据和用户习惯来优化其算法。

不过，风险同样存在：如果AI写作工具（如Jasper、Copy.ai）开始转向“辅助而非替代”模式，它们可能会通过收购或自研快速跟进。Marker的1300万美元种子轮融资，在AI赛道中并不算多——Jasper在2022年就获得了1.25亿美元融资。这意味着Marker必须在巨头和资金充裕的竞品反应过来之前，快速建立用户粘性和品牌认知。

“我们不是在建造一个城堡，而是在建造一个生态系统。”Steinback这样总结。他的策略是：先让Substack博主和独立创作者成为“种子用户”，通过他们的口碑传播到企业市场。在Beta测试中，已经有3家科技公司主动联系Marker，希望将其部署为内部文档协作工具。如果这个策略成功，Marker可能成为“写作界的Figma”——不是另一个Notion，而是重新定义“写作”这个行为的工具。

从DeepMind到文字战场：Jon Steinback 的“反直觉”创业逻辑

2025年秋天，Jon Steinback在DeepMind的办公室里，盯着屏幕上GPT-4生成的一篇关于“AI伦理”的博客文章。文章结构完整，论点清晰，甚至引用了最新的研究数据。但Steinback感到一种难以言说的不适——不是技术上的，而是情感上的。这篇文章“太完美了”，完美到没有一丝人类的犹豫、矛盾或激情。他意识到，这不仅仅是AI能力的展示，更是对人类创作本质的异化。

“我见过太多团队用AI生成内容，然后宣称‘这是我们写的’。”Steinback在Marker伦敦办公室的第一次公开演讲中回忆道，“但真正的写作不是产出，而是过程。是你在深夜删掉一段话，然后重新写；是你为了一个比喻纠结半小时；是你突然从第5章跳到第2章，因为灵感来了。AI可以模仿结果，但它无法复制这个过程。”

这种认知并非一蹴而就。在DeepMind担任品牌与创意负责人期间，Steinback处于一个独特的位置：他既是AI技术的布道者，又是人类创造力的守护者。他负责将AlphaGo、AlphaFold等突破性技术转化为品牌叙事，这让他深度理解了AI的能力边界。在一次内部讨论中，他问团队：“AI能写出《百年孤独》的开头吗？”答案是“能模仿马尔克斯的风格”，但“无法拥有马尔克斯的童年、他对战争的记忆、以及他写这句话时的心境”。这个答案成了Marker的哲学基石。

离开DeepMind：不是背叛，而是修正

Steinback离开DeepMind的决定，在硅谷和伦敦的AI圈引发了一场小型地震。一位前同事在匿名论坛上写道：“Jon是DeepMind最懂‘人’的人，他的离开意味着AI行业失去了一个重要的内部批判者。”但Steinback自己并不认为这是背叛。“DeepMind在做伟大的事——让AI更智能、更强大。但我觉得，真正的挑战不是让AI更聪明，而是让人类在AI时代仍然能保持‘人’的尊严。”他说。

他的联合创始人Ryan Bowman，一位曾在Figma和Notion担任产品设计师的连续创业者，补充了另一个视角：“我们不是反对AI，我们是在修正AI的滥用。当所有工具都在追求‘一键生成’时，我们选择回归写作的本质——它是人类最古老、最私密、最复杂的认知活动之一。”

这种“修正主义”的创业逻辑，直接影响了Marker的团队组建。Steinback没有招募AI研究员或机器学习工程师，而是优先聘请了作家、编辑、语言学家和认知科学家。Marker的早期团队包括：一位曾获布克奖提名的小说家（负责“创作流”的体验设计）、一位前《经济学人》的事实核查员（负责“修订追踪”的语义分类）、以及一位研究“写作认知”的神经科学家（负责“意图捕捉”的算法设计）。

“我们不需要更多的AI专家，我们需要的是理解‘人如何写作’的人。”Steinback说。这种反常规的团队构成，在融资时曾引发投资者的质疑——一位潜在投资人问：“你们的CTO是AI背景吗？”Steinback回答：“不，我们的CTO是语言学博士，他研究的是‘人类如何通过文字思考’。”这位投资人最终没有投资，但Steinback并不后悔。“如果投资人理解不了我们的理念，那他们也不会理解我们的产品。”

融资逻辑：用“反自动化”说服Index Ventures

Marker的1300万美元种子轮由Index Ventures领投，这本身就是一个反直觉的故事。在2025-2026年的AI投资热潮中，Index Ventures以投资“基础设施级AI公司”著称——他们投了Cohere、Stability AI等明星项目。但Marker的“反自动化”定位，与Index的portfolio形成了鲜明对比。

“我们第一次见Jon时，他花了45分钟解释‘为什么AI不应该写文章’。”Index Ventures合伙人Hannah Seal在一次播客中回忆道，“这听起来很疯狂——在一个AI投资峰会上，有人告诉你AI的局限性。但正是这种坦诚，让我们意识到Marker的独特性。他不是在推销一个产品，而是在推销一个哲学。”

Steinback的融资策略基于三个核心论点：

1. 市场空白：全球内容创作市场（包括专业写作、企业沟通、教育材料）规模超过2000亿美元，但现有工具要么是“纯人工”（Word、Google Docs），要么是“纯AI”（Jasper、Copy.ai）。中间地带——即“人类主导、AI辅助”——几乎空白。这个空白不是技术上的，而是理念上的：所有AI写作工具都在追求“自动化”，但真正的创作者需要的是“赋能”。

2. 用户行为数据：Steinback展示了Beta测试中的关键数据——用户留存率78%，远高于Jasper的45%。他解释：“当用户知道AI不会‘抢走’他们的创作权时，他们反而更愿意接受AI的建议。这是一个心理安全感的悖论：越是不被替代，越是愿意合作。”

3. 技术壁垒：Marker的“动态流保留”和“自适应修订追踪”不是功能插件，而是重新设计的底层数据模型。Steinback告诉投资者：“如果Google想复制我们，它需要重写整个文档引擎——这至少需要18个月。而18个月后，我们已经有了足够的数据和用户习惯来优化算法。”

但投资者并非完全信服。一位参与该轮但要求匿名的投资人透露：“我们最大的担忧是市场教育成本。用户已经被‘一键生成’的叙事洗脑，要让他们接受‘AI辅助而非替代’的理念，需要时间和营销投入。但Jon的团队证明了，至少在Beta用户中，这种理念能产生极高的粘性和口碑传播。”

天使投资人的“战略信号”

Marker的天使投资人名单同样耐人寻味：Slack联合创始人Cal Henderson、Figma前CTO Steve Newman、以及Hugging Face联合创始人Thomas Wolf。这些名字不是简单的“名人背书”，而是战略信号。

Cal Henderson：作为Slack的联合创始人，他深知“协作”的痛点。Slack让团队沟通更高效，但文档协作仍然混乱。Henderson的投资，暗示Marker可能成为“写作界的Slack”——一个重新定义“协同创作”的工具。
Steve Newman：作为Figma的前CTO，他见证了Figma如何用“实时协作”颠覆设计行业。Newman的投资，暗示Marker可能走类似路径——从“创作工具”变成“创作平台”。
Thomas Wolf：作为Hugging Face的联合创始人，他领导了开源AI运动。Wolf的投资，暗示Marker的“反自动化”理念并非反AI，而是反“AI中心论”。Wolf在社交媒体上写道：“AI的终极目标不是取代人类，而是扩展人类的能力边界。Marker理解这一点——它不是在和人类竞争，而是在和人类的懒惰竞争。”

这种天使阵容，让Marker在融资市场上获得了超越其规模的关注度。一位未参与投资的VC评论道：“1300万美元的种子轮，但天使名单的价值可能超过1亿美元。这就像在说：‘我们不是普通的AI写作工具，我们是被Slack、Figma和Hugging Face认可的创作基础设施。’”

风险与待验证假设：创始人驱动的“哲学创业”

Steinback的创业逻辑虽然清晰，但并非没有风险。首先，他的“反自动化”哲学能否被大众市场接受？Beta测试显示，早期用户（Substack博主、独立创作者）对这种理念有高度认同感，但企业用户可能更关注“效率”而非“过程”。一位企业客户在测试中反馈：“我写季度报告时，不需要AI告诉我‘写作是过程’，我需要的是在30分钟内完成初稿。”

其次，Steinback的团队构成——以作家、编辑、语言学家为主——在技术迭代速度上可能落后于AI原生团队。一位竞争对手的CTO评论道：“Marker的团队很聪明，但他们的技术栈是基于‘人类行为假设’，而不是基于‘AI能力扩展’。如果AI能力突然跃迁（比如GPT-5能理解‘写作过程’），Marker的假设可能被证伪。”

最后，也是最重要的：Marker的商业模式尚未验证。1300万美元的种子轮在AI赛道中并不算多，而Marker需要在巨头（Google、Notion）和资金充裕的竞品（Jasper、Copy.ai）反应过来之前，快速建立用户粘性和品牌认知。Steinback的策略是“先让创作者成为种子用户，通过口碑传播到企业市场”，但这条路需要时间和耐心——而资本市场可能没有那么多耐心。

“我不是在做一个公司，我是在做一个运动。”Steinback在采访结束时说，“如果Marker失败了，我希望它失败的原因是因为我们做错了，而不是因为我们妥协了。”这种近乎偏执的哲学驱动，让Marker成为AI写作赛道中最独特、也最危险的存在。它要么成为“写作界的Figma”，要么成为“人类对抗AI的最后堡垒”——而结局，取决于人类是否真的愿意为“过程”买单。

种子轮13M：Index Ventures 为何赌注“慢写作”赛道

2026年7月，当Marker宣布完成1300万美元种子轮融资时，整个AI写作赛道正在经历一场“军备竞赛”式的资本狂欢。Jasper在2022年以17亿美元估值融资1.25亿美元，Copy.ai在2023年获得1.1亿美元B轮融资，Writesonic在2024年完成8000万美元C轮。相比之下，Marker的1300万美元种子轮显得“寒酸”且“反周期”——在一个资本狂热追逐“自动化”的赛道上，它却押注“慢写作”。

但仔细拆解这轮融资的结构，会发现一个更复杂的叙事：这不是一笔简单的“AI写作工具”投资，而是一场关于“人类创作基础设施”的战略布局。

融资结构：Index Ventures的“反共识”赌注

领投方Index Ventures是欧洲最知名的风投机构之一，其portfolio包括Figma、Slack、Notion等“协作工具”巨头。但Index在AI领域的投资策略一直偏谨慎——他们错过了Jasper和Copy.ai的早期轮次，却在2025年重注Cohere（AI基础设施）和Stability AI（开源模型）。Marker的“反自动化”定位，与Index的portfolio形成了奇妙的互补：Cohere和Stability AI在“造AI”，而Marker在“用AI赋能人类”。

“我们不是在看一个‘写作工具’的市场，而是在看一个‘创作基础设施’的市场。”Index Ventures合伙人Hannah Seal在内部投资备忘录中写道，“全球内容创作市场（专业写作、企业沟通、教育材料）规模超过2000亿美元，但现有工具要么是‘纯人工’（Word、Google Docs），要么是‘纯AI’（Jasper、Copy.ai）。中间地带——即‘人类主导、AI辅助’——几乎空白。这个空白不是技术上的，而是理念上的：所有AI写作工具都在追求‘自动化’，但真正的创作者需要的是‘赋能’。”

这轮融资的跟投方LocalGlobe同样值得关注。作为伦敦本地最活跃的早期基金之一，LocalGlobe在“创作者经济”领域有深厚布局——他们投了Substack（2021年估值6.5亿美元）、Ghost（开源博客平台）、以及多个独立创作者工具。LocalGlobe的参与，暗示Marker的初始市场定位：不是企业文档协作，而是专业写作者（Substack博主、小说家、记者）的“创作工具”。

天使投资人阵容：三个战略信号

Marker的天使投资人名单，比领投方更具信息量：Slack联合创始人Cal Henderson、Figma前CTO Steve Newman、以及Hugging Face联合创始人Thomas Wolf。这三个名字不是简单的“名人背书”，而是三个清晰的战略信号。

Cal Henderson（Slack联合创始人）：Henderson的投资，暗示Marker可能成为“写作界的Slack”。Slack重新定义了团队沟通，但文档协作仍然混乱——Google Docs的“版本混乱”、Notion的“信息孤岛”、Word的“本地文件”。Henderson看到了Marker的“自适应修订追踪”和“动态流保留”如何解决这些痛点。他在投资后的一次闭门会议上说：“Marker不是另一个文档工具，它是一个‘协同创作的操作系统’。如果它能解决Slack时代遗留的文档协作问题，它可能成为企业基础设施的一部分。”

Steve Newman（Figma前CTO）：Newman的投资，暗示Marker可能走“Figma路径”——从“创作工具”变成“创作平台”。Figma最初只是“设计工具”，但通过实时协作、插件生态和社区模板，它变成了“设计平台”。Marker的“动态流保留”和“自适应修订追踪”同样具有平台潜力：如果它能吸引第三方开发者构建“写作插件”（如自动引用管理、AI事实核查、多语言翻译），它可能成为“写作界的Figma”。Newman在投资后的一次访谈中说：“Marker的底层数据模型——意图图谱和上下文快照——是一个全新的‘文档原语’。就像Figma的‘矢量网络’重新定义了设计，Marker的‘动态流’可能重新定义写作。”

Thomas Wolf（Hugging Face联合创始人）：Wolf的投资，是最具象征意义的。作为开源AI运动的领袖，他领导了Hugging Face从“AI社区平台”成长为“AI基础设施公司”。Wolf的投资，表明Marker的“反自动化”理念并非反AI，而是反“AI中心论”。他在社交媒体上写道：“AI的终极目标不是取代人类，而是扩展人类的能力边界。Marker理解这一点——它不是在和人类竞争，而是在和人类的懒惰竞争。”这种表态，为Marker在开源社区和AI伦理圈层赢得了关键声誉。

13M美元在SaaS领域的合理性：估值溢价还是价值洼地？

在AI写作赛道，1300万美元种子轮的“性价比”需要横向对比。Jasper在2022年种子轮融资600万美元（估值1.2亿美元），Copy.ai在2021年种子轮融资500万美元（估值8000万美元），Writesonic在2022年种子轮融资300万美元（估值5000万美元）。从融资额看，Marker的1300万美元是同类公司的2-4倍，但考虑到2025-2026年的AI投资热潮，这个数字并不夸张——2025年AI种子轮平均融资额已升至1200万美元。

但Marker的“反自动化”定位，让它的估值逻辑与Jasper们完全不同。Jasper的估值基于“用户增长”和“收入倍数”——2022年Jasper年化收入达7500万美元，估值17亿美元，PS倍数为22倍。而Marker在融资时尚未产生收入，估值完全基于“潜在市场”和“技术壁垒”。一位参与该轮的投资人透露：“Marker的估值在5000万-8000万美元之间，PS倍数为0——因为没有收入。但Index认为，如果Marker能成为‘写作界的Figma’，其潜在市场价值超过100亿美元。”

这种估值逻辑的风险在于：Figma的路径（从设计工具到设计平台）花了8年时间，且依赖于设计行业的“社区效应”。而写作行业更分散——Substack博主、企业报告撰写者、小说家、记者，每个群体的需求差异巨大。Marker能否在多个垂直领域同时建立社区效应，仍是未知数。

资金使用计划：三个优先级的战略选择

Marker在融资公告中宣布，资金将用于三个方向：扩大产品开发团队、加速写作模型基础设施优化、拓展全球创作者和企业用户基础。这三个方向对应着不同的增长路径，也反映了Marker的优先级选择。

1. 扩大产品开发团队（预计投入500万-600万美元）：这是最直接的投入。Marker目前团队约30人，计划在12个月内扩充至60-80人。招聘重点不是AI研究员，而是“写作体验设计师”（需要文学或语言学背景）和“协作系统工程师”（需要分布式系统经验）。这种招聘策略，延续了Steinback的“反常规”逻辑——他更看重“理解人类写作”的人，而非“优化AI模型”的人。

2. 加速写作模型基础设施优化（预计投入400万-500万美元）：Marker的“动态流保留”和“自适应修订追踪”依赖于两个关键模型：一个是“意图捕捉”模型（基于用户行为预测写作流），另一个是“修改类型分类器”（基于语义分析识别修改类型）。这两个模型都需要持续的训练和优化，尤其是“意图捕捉”模型——它需要从Beta用户的写作行为中学习“非线性创作”的模式。Marker计划在2026年底前，将“意图捕捉”的准确率从当前的78%提升至90%以上。

3. 拓展全球创作者和企业用户基础（预计投入300万-400万美元）：这是最“烧钱”但最关键的投入。Marker的初始市场策略是“先创作者，后企业”——通过Substack博主、独立记者和小说家的口碑传播，建立品牌认知，然后切入企业文档协作市场。这种策略类似于Figma的早期路径（先设计师，后企业）。但风险在于：创作者市场的付费意愿较低（Substack博主平均年收入仅2万美元），而企业市场的销售周期较长（平均6-12个月）。Marker如何在有限资金下平衡“口碑传播”和“销售转化”，将是未来12个月的核心挑战。

风险与待验证假设：Index Ventures的“豪赌”

尽管这轮融资阵容强大，但Marker面临的风险同样显著。首先，市场教育成本高昂。在“AI替代论”盛行的当下，让用户理解“AI辅助而非替代”的理念，需要持续的内容营销和案例积累。一位未参与投资的VC评论道：“Marker的哲学很性感，但‘性感’不等于‘可规模化’。用户已经被‘一键生成’的叙事洗脑，要让他们接受‘慢写作’，需要时间和营销投入——而1300万美元可能不够烧。”

其次，技术壁垒并非不可逾越。Google Docs、Notion等巨头随时可以推出类似功能——它们有更大的用户基础和更成熟的AI基础设施。一位前Google Docs工程师在匿名论坛上写道：“Marker的‘动态流保留’在技术上很聪明，但Google的文档引擎是‘字符流’架构，要改成‘意图图谱’架构需要重写整个底层——这至少需要18个月。但Google有10亿用户，18个月后它可以用‘规模优势’碾压Marker。”

最后，商业模式尚未验证。Marker计划采用订阅制（个人版每月15美元，企业版按用户数收费），但能否在Jasper（企业版每月499美元起）和Notion（免费+付费）的夹击下找到定价空间，仍是未知数。一位企业用户反馈：“我写季度报告时，不需要AI告诉我‘写作是过程’，我需要的是在30分钟内完成初稿。如果Marker不能证明它比Notion更高效，我不会付费。”

但Index Ventures显然看到了更长期的趋势。Hannah Seal在投资公告中说：“我们不是在赌Marker能成为‘下一个Jasper’，我们是在赌‘人类创作’这个永恒的需求。当所有AI工具都在追求‘自动化’时，Marker选择了‘赋能’。这个选择在短期内可能显得‘反潮流’，但在长期内，它可能定义‘AI与人类协作’的新范式。”

这种“豪赌”能否成功，取决于一个核心假设：人类是否真的愿意为“过程”买单？在AI狂潮中，这可能是最反直觉、也最危险的赌注。

与Google Docs的无声战争：Marker 能否颠覆传统文字处理生态

2026年7月，当Marker从隐身模式中走出时，它面对的是一个被巨头垄断、看似毫无缝隙的文字处理市场。Google Docs拥有超过20亿用户，Microsoft Word占据企业桌面端超过80%的份额，Notion以“All-in-one”模式吸引了超过1亿用户。这些产品共同定义了一个“打字-保存-分享”的旧范式——写作是线性的、文档是静态的、协作是事后添加的。Marker的创始人Jon Steinback却认为，这个范式正在崩塌。“写作不是打字，创作不是生产。当AI能在一秒内生成一篇‘完美’的文章时，人类写作的价值不再是‘产出’，而是‘过程’。”他在一次产品发布会上说。

旧范式的裂缝：为什么Google Docs不再是“足够好”

Google Docs的成功在于它解决了“协同编辑”这个核心痛点——多人同时编辑一个文档，实时看到对方的修改。但它的底层架构仍然是“字符流”模型：文档是一个线性的字符序列，每个字符都有固定的位置。这种模型在“打字”场景下完美运行，但在“创作”场景下暴露了根本性缺陷。

线性写作的暴力：当一个作者从第5章跳回第2章修改时，Google Docs只是记录了两个独立的编辑事件。它无法理解“为什么跳转”——是因为灵感来了，还是因为发现了逻辑漏洞？更糟糕的是，当作者在多个章节之间跳跃时，Google Docs的“版本历史”变得混乱不堪——每个跳跃都产生一个新的版本，但版本之间缺乏语义关联。
协作的“事后”属性：在Google Docs中，协作是“事后”添加的——你先写，然后分享，然后他人评论或编辑。这种模式假设写作是“单人行为”，协作是“多人行为”。但Marker认为，现代写作（尤其是企业报告、Substack长文、小说创作）本质上是“多线程”的——作者可能同时与事实核查员、编辑、设计师协作，而Google Docs的“评论-回复-解决”流程过于笨重。
AI的“功能化”陷阱：Google Docs在2023年推出了“帮我写”（Help me write）功能，但这是一个“功能插件”——你点击按钮，AI生成一段文字，你选择接受或拒绝。这种设计假设AI是“外部工具”，而不是“创作伙伴”。Marker的创始人Steinback在Beta测试中观察到：“当AI生成的内容被标记为‘AI写的’时，用户会下意识地降低对它的信任度。但当AI的建议被整合到‘动态流保留’中时，用户会觉得‘这是我自己的灵感’。”

这些裂缝在专业写作者群体中尤为明显。一位在Beta测试中参与深度采访的小说家说：“我用Google Docs写了三本小说，每次写到中间都会陷入‘版本混乱’——我保存了10个版本，每个版本都有不同的开头、不同的章节顺序。最后我不得不打印出来，用笔在纸上画‘情节地图’。Marker的‘动态大纲映射’解决了这个问题——它自动生成一个‘意图图谱’，让我看到每个版本之间的逻辑关系。”

潜在用户群：从Substack博主到企业报告撰写者

Marker的初始市场定位并非“所有人”，而是三类核心用户群：专业写作者（小说家、记者、专栏作家）、内容创作者（Substack博主、博客主、Newsletter作者）、以及企业团队（备忘录撰写者、报告撰写者、内部文档协作团队）。这三类用户有一个共同特征：他们的写作不是“生产”，而是“创作”——需要深度思考、反复修改、多线程协作。

Substack博主的“效率革命”：一位拥有5万订阅者的科技博主在Beta测试中提供了具体数据。他使用Marker撰写一篇关于“AI对新闻业影响”的5000字长文，整个过程被系统记录：传统流程需要3周（第1周收集资料，第2周写初稿，第3周修改），但使用Marker后，第1周和第2周合并了——他在收集资料时，Marker的“动态流保留”允许他随时跳转到文档的任意部分，记录突然出现的论点。最终，他在两周内完成初稿，修改次数从12次减少到7次。更关键的是，他的订阅者阅读完成率提升了15%——因为“文章的语气和节奏完全是我自己的，AI只是帮我找到更好的论据”。
企业团队的“协作转型”：一家拥有500名员工的科技公司（Beta测试参与者）尝试用Marker替代Google Docs进行内部文档协作。该公司每周需要撰写约50份内部报告（包括项目周报、产品需求文档、会议纪要），传统流程中，每个文档平均需要3人协作（撰写者、审核者、批准者），平均耗时4小时。使用Marker后，由于“自适应修订追踪”的智能合并功能，协作时间缩短至2.5小时——效率提升37.5%。更关键的是，Marker的“冲突解决界面”减少了“版本冲突”导致的返工——从之前的每月15次降至3次。
小说家的“创作流”：一位在Beta测试中参与深度采访的小说家（曾获布克奖提名）说：“写小说最痛苦的不是‘写不出来’，而是‘写出来之后发现结构不对’。我经常写到第10章，然后发现第3章需要重写。在Google Docs里，这意味着我手动复制粘贴、调整引用、检查连续性——每次重写需要2天。在Marker里，我只需要在‘意图图谱’上拖动第3章的节点，系统自动调整所有相关引用和连续性。这让我从‘文档管理员’变成了‘真正的创作者’。”

竞争壁垒：为什么Google Docs和Notion难以复制？

Marker的核心竞争壁垒不是某个功能，而是其重新设计的底层数据模型——“意图图谱”和“上下文快照”。这两个模型不是“功能插件”，而是“文档原语”——就像Figma的“矢量网络”重新定义了设计，Marker的“动态流”可能重新定义写作。

Google Docs的“字符流”架构：Google Docs的文档本质上是“字符流”——每个字符都有固定的位置，版本历史是“字符变化”的序列。要支持Marker的“意图图谱”，Google需要重写整个文档引擎——将“字符流”改为“语义图”。一位前Google Docs工程师在匿名论坛上评论道：“这相当于在波音747的飞行中更换引擎。技术上可行，但需要至少18个月，而且会破坏现有功能（如离线编辑、实时同步）。Google不会为了一个‘小众需求’冒这个风险。”
Notion的“块”架构：Notion的文档本质上是“块”的堆叠——每个块（文字块、图片块、数据库块）独立存储，可以拖拽排序。这种架构比“字符流”更灵活，但仍然无法支持“意图图谱”——因为“块”之间没有语义关联。要支持Marker的“动态流保留”，Notion需要引入“块间关系”的概念——比如“块A是块B的论据”、“块C是块D的结论”。Notion的CEO Ivan Zhao在2025年的一次访谈中承认：“我们正在研究‘语义文档’的概念，但短期内不会发布。Marker的‘意图图谱’是一个有趣的方向，但Notion的优先级是‘All-in-one’平台，而不是‘深度写作工具’。”
Microsoft Word的“文件”架构：Word的文档本质上是“文件”——一个包含格式、内容、引用的二进制文件。要支持Marker的“实时协作”和“动态流保留”，Word需要重写整个文件格式和同步引擎。Microsoft在2025年推出了“Microsoft 365 Copilot”，但这是一个“AI功能插件”——它可以在Word中生成文字、总结文档、回答问题，但无法改变Word的“文件”架构。一位Microsoft的产品经理在内部会议上说：“Copilot是‘AI+Word’，而不是‘AI-native Word’。Marker是‘AI-native’——它的整个架构都是为AI协作设计的。这是两种不同的哲学。”

风险与待验证假设：Marker的“Figma时刻”何时到来？

尽管Marker的技术壁垒令人印象深刻，但它面临的风险同样显著。首先，用户迁移成本高昂。Google Docs和Notion的用户已经习惯了“线性写作”的范式，要让他们接受“非线性创作”的理念，需要时间和教育。一位企业用户在Beta测试中反馈：“我写季度报告时，不需要AI告诉我‘写作是过程’，我需要的是在30分钟内完成初稿。如果Marker不能证明它比Notion更高效，我不会付费。”

其次，生态集成不足。Marker目前缺乏API和第三方插件——这意味着它无法与现有的工具生态（如Slack、Trello、Zapier）深度集成。一位Substack博主反馈：“我需要在Marker里写文章，然后在Substack里发布，再在Twitter里推广。如果Marker不能与Substack和Twitter集成，我每次都需要手动复制粘贴——这反而降低了效率。”Marker团队表示，他们计划在2026年底前推出API和首批第三方插件（包括Substack集成、Zapier集成、以及一个“AI事实核查”插件），但生态建设需要时间和资源。

最后，AI辅助功能可能被巨头快速复制。虽然Google Docs和Notion的底层架构难以改造，但它们可以通过“功能插件”的方式模仿Marker的核心功能——比如Google Docs可以推出“智能版本历史”（自动标记“结构性修改”和“风格性修改”），Notion可以推出“动态大纲”（自动生成文档的思维导图）。这些“功能插件”虽然不如Marker的“原生架构”强大，但足以满足80%用户的需求。一位分析师评论道：“Marker的‘动态流保留’是一个‘10倍体验’的功能，但Google Docs的‘智能版本历史’可能是一个‘2倍体验’的功能。对于大多数用户来说，‘2倍体验’已经足够好了。”

未来走向：写作界的Figma，还是被收购的对象？

Marker的未来走向取决于两个关键变量：用户增长速度和巨头反应速度。如果Marker能在12个月内积累100万月活跃用户（MAU），并建立强大的社区效应（如用户生成的“写作模板”、“创作流”分享），它可能成为“写作界的Figma”——一个重新定义“写作”这个行为的工具。如果用户增长缓慢，或者巨头在18个月内推出类似功能，Marker可能面临被收购的命运——潜在的收购方包括Notion（希望增强文档协作能力）、Substack（希望为创作者提供更好的写作工具）、甚至Google（希望重新定义Google Docs）。

但风险同样存在。一位未参与投资的VC评论道：“Marker的哲学很性感，但‘性感’不等于‘可规模化’。用户已经被‘一键生成’的叙事洗脑，要让他们接受‘慢写作’，需要时间和营销投入——而1300万美元可能不够烧。如果Marker在12个月内不能证明‘用户增长’和‘付费转化’，它可能成为AI写作赛道的一个‘美丽失败’。”

在AI狂潮中，Marker选择了一条最反潮流、也最危险的道路。它要么成为“写作界的Figma”，要么成为“人类对抗AI的最后堡垒”——而结局，取决于人类是否真的愿意为“过程”买单。

结语：在自动化洪流中，为“人写”筑一座堡垒

Marker的故事，在2026年的AI写作赛道中显得格格不入——当所有竞争对手都在追求“更快、更自动、更省力”时，它却选择了一条“慢写作、重过程、强辅助”的反向路径。1300万美元种子轮融资、Index Ventures领投、Slack和Figma联合创始人的战略背书，这些信号共同指向一个判断：资本市场正在为“人类创作基础设施”这个空白赛道下注。

但Marker的挑战才刚刚开始。它的核心假设——人类愿意为“创作过程”付费——在“一键生成”叙事盛行的当下，仍是一个待验证的命题。Beta测试数据（78%的30天留存率、87%的用户满意度）令人鼓舞，但这些数据来自“种子用户”——那些已经对AI自动化产生审美疲劳的专业写作者。当Marker试图从Substack博主扩展到企业报告撰写者、从独立创作者渗透到企业团队时，它需要回答一个更残酷的问题：在效率至上的商业世界里，“慢写作”是否真的具有普适价值？

技术壁垒是Marker最坚实的护城河。“动态流保留”和“自适应修订追踪”不是功能插件，而是重新设计的底层数据模型——这给了Marker至少12-18个月的时间窗口，在Google Docs和Notion重写文档引擎之前建立用户粘性。但时间窗口也是一把双刃剑：如果Marker不能在18个月内积累足够的用户规模和网络效应，当巨头们用“智能版本历史”和“动态大纲”等“2倍体验”功能模仿它时，它可能沦为“小众工具”而非“写作界的Figma”。

商业模式是最大的未知数。个人版每月15美元的定价，在Notion免费版和Jasper企业版每月499美元之间，能否找到足够的付费用户？企业市场的销售周期（6-12个月）与种子轮资金的消耗速度（预计12-18个月）之间的赛跑，将决定Marker能否活到“自我造血”的那一天。而天使投资人名单中的“战略信号”——Slack、Figma、Hugging Face——虽然为Marker赢得了声誉，但也意味着市场期待它成为“下一个Figma”而非“另一个写作工具”。

核心判断：Marker在未来12-18个月的关键观察指标包括：月活跃用户能否突破100万、企业客户签约数量能否达到50家以上、以及“意图捕捉”模型准确率能否从78%提升至90%。如果这些指标达标，Marker有望在2027年底成为“写作界的Figma”——一个重新定义创作流程的平台；如果失速，它可能面临被Notion或Substack收购的命运，成为巨头生态中的一个“功能模块”。在AI狂潮中，Marker选择为“人写”筑一座堡垒，但这座堡垒能否抵御效率至上的商业洪流，答案将在18个月内揭晓。