Archive 获战略投资：AI 原生创作者营销平台能否成为品牌增长新引擎？

当“未标记”的短视频成为品牌盲区，创作者营销的旧工具正在失效

短视频平台上的品牌相关内容正在以远超人工处理能力的速度产生和消失，而品牌赖以管理这些内容的工具，仍然大量依赖关键词、标签和人工逐条审核。Archive 在 2026 年 9 月 2 日宣布完成一轮战略融资，试图用一套 AI 原生的社交聆听和创作者活动管理系统来填补这个缺口。本轮融资由 Anti Fund 和 Florida Funders 领投，Battery Ventures、Stripe、Tiger Global、Lux Capital 和 Human Capital 参投，另有超过 50 位科技和消费行业的创始人及高管参与。融资具体金额未披露。

本文涉及的公司口径数据，包括客户数量、处理能力、捕获量倍数和合同金额，均来自公司或投资方在公开材料中的披露，未经独立审计或第三方测试确认。后续不再逐段重复标注。

从 Ketone-IQ 的“手工噩梦”里长出来的产品，瞄准的是短视频的不可见层

Archive 的起点不在白板上，而在一个具体品牌的运营痛苦里。据公司联合创始人 Geoffrey Woo 披露，在其联合创立并帮助规模化至超过 4000 万美元年收入运行率的品牌 Ketone-IQ 中，创作者营销是最大的增长驱动之一，同时也是“最痛苦”的环节。他的原话是：“我们手工审核数千条视频，追逐 24 小时内就过期的内容，仍然漏掉一半。结果很好，但背后的手工工作极其残酷。所以我们做了我们当时希望拥有的工具。”

这段叙述解释了 Archive 产品逻辑的核心：它要处理的不是“更多数据”，而是传统工具在结构上无法捕获的内容类型。据公司声称，Archive 的社交聆听技术能够识别标记、未标记和消失的内容，并基于 AI 系统分析 TikTok、Instagram 和 YouTube 上的短视频，该能力未经独立验证。这里的“未标记”和“消失”是两个关键变量。标记内容可以通过标签和 @提及被传统工具捕获；未标记内容需要系统理解视频画面本身；消失内容则要求处理速度足够快，能在内容生命周期结束前完成抓取和分析。

据公司新闻稿披露，Archive 每天处理数千万个视频，并声称比次优平台多捕获 400% 的相关创作者内容，该数据为公司声称，未经独立验证。需要明确的是，“400%”为公司披露口径，目前没有独立的第三方技术评测或行业基准来验证其对比口径和实际处理条件。可核验但尚未披露的指标包括：对比平台名称、测试时间段、样本规模、内容类型、“相关”的定义标准，以及画面识别准确率的第三方测试结果。从已披露的信息看，Archive 的技术能力至少指向一个明确方向：它试图把视频理解从“元数据匹配”推进到“画面级识别”，这是与依赖标签和字幕的传统社交聆听工具在架构层面的差异。

两套能力共用一条 AI 管线，但商业化的真正门槛在“从倾听到投放”的闭环

Archive 的产品架构可以拆成两个层面：社交聆听与洞察，以及创作者活动管理。前者回答“品牌和竞争对手的内容在平台上实际发生了什么”，后者回答“品牌如何从发现创作者到执行活动再到放大效果”。据公司披露，平台能够管理从创作者发现到活动执行的完整流程，并可将高绩效创作者内容转化为付费合作广告，该能力为公司声称，未经独立验证。

这种设计的意义在于，它试图把创作者营销从“项目制”改造成“运营制”。传统模式下，品牌用一套工具做社交聆听，用另一套工具做创作者管理，再用第三套工具做付费投放，数据在三套系统之间断裂。Archive 的卖点是让这三件事跑在同一条 AI 管线上：系统识别出某个未标记但表现优异的创作者内容，品牌可以直接与该创作者建立合作，并将内容转化为付费广告素材。据公司披露，平台还提供 Archive MCP，允许团队在已使用的 AI 工具中直接查询 Archive 工作区数据，以及名为 Archie 的创作者搜索代理，可通过 Slack 简报返回带推理的创作者候选名单，该功能描述来自公司披露，未经独立验证。

从产品架构看，MCP 和 Archie 的价值实现，取决于品牌团队是否已经将 AI 工具作为日常工作入口。MCP 的设计前提是“团队已经在使用 AI 工具”，Archie 的设计前提是“团队习惯在 Slack 中以简报方式协作”。对于尚未建立这两种工作习惯的品牌，这两项功能不会自动产生价值。这与传统 SaaS 工具“打开即用”的假设不同，意味着 Archive 的采用曲线可能比通用社交聆听工具更陡。

据公司披露，Archive 声称其平台能够自动执行合规检查，读取视频、转录文本和字幕进行联合分类，该能力为公司声称，未经独立验证。公司没有披露这些自动化检查在不同行业、不同市场的合规标准覆盖范围。对于受监管行业或跨境营销场景，这一能力是否足以替代人工审核，仍是一个未经验证的假设。

“两个最大 AI 实验室”是公司披露的客户信息，但无法独立核实

Archive 的客户叙事里有一个值得注意的细节：据公司新闻稿披露，超过 1000 个品牌使用其平台，包括 L’Oreal、DoorDash、Pinterest 和 Crocs，该客户数量为公司声称，未经独立验证；同时，公司披露“两个最大的 AI 实验室”也在 Archive 上运行其创作者营销项目，该客户信息为公司声称，未经独立验证。需要强调：这一客户信息目前无法通过公开材料独立核实，公司未披露具体名称，也未披露它们在平台上的支出规模或使用深度。因此，这一信息只能作为公司单方面披露的客户结构信号，不应被当作已确认事实强调。

Anti Fund 联合创始人 Jake Paul 的声明为这一客户结构提供了投资逻辑上的解释：“我们支持的每一位创始人都说，增长比建设更难。我们投资组合中增长最快的 AI 公司已经把创作者作为第一渠道，而 Archive 是背后的机器。”据投资方声明，Anti Fund 的投资组合包括 OpenAI 和 Cognition。需要明确的是，“两个最大 AI 实验室正在使用 Archive”是公司披露的客户信息，而 Jake Paul 关于“AI 公司把创作者作为第一渠道”的表述是投资方观点，两者不应混为一谈。

但 AI 公司的创作者营销需求与消费品牌存在结构性差异。消费品牌的创作者营销通常围绕实体产品的展示和使用场景展开，内容形态相对稳定，创作者池也相对成熟。AI 公司的产品更新速度快、功能边界模糊、用户教育成本高，其创作者内容往往需要解释“这个工具能做什么”而非“这个产品长什么样”。这意味着 Archive 的 AI 系统需要理解更抽象的产品演示内容，其“画面级识别”能力在 AI 产品场景下是否同样有效，目前没有公开的客户案例或数据来验证。公司称两个最大 AI 实验室“现在在 Archive 上运行其创作者营销项目”，但“运行”的具体含义——是全面迁移还是部分测试、是社交聆听还是全流程管理——未披露。

一份没有金额的融资公告，和一个由创始人网络驱动的资本结构

本轮融资最显眼的特征不是金额——金额未披露——而是投资方名单的结构。领投方 Anti Fund 由 Jake Paul、Logan Paul 和 Geoffrey Woo 共同创立，而 Geoffrey Woo 同时是 Archive 的联合创始人。这意味着领投方与公司之间存在创始人重叠关系。参投方包括 Battery Ventures、Stripe、Tiger Global、Lux Capital 和 Human Capital，以及超过 50 位科技和消费行业的创始人与高管。Archive 官方博客进一步提到，天使投资人中包括来自 OpenAI 和 Perplexity 的个人。

这种资本结构指向两个判断。第一，这是一轮高度依赖创始人网络和战略资源的融资，而非典型的机构定价轮。Anti Fund 的参与将 Archive 与 Jake Paul 和 Logan Paul 的创作者网络直接绑定，而来自 OpenAI 和 Perplexity 的天使投资人则强化了其在 AI 公司创作者营销场景中的渠道可信度。第二，金额未披露本身就是一个信号。在战略轮中，未披露金额可能意味着融资规模不是核心叙事，投资方带来的资源和背书才是；也可能意味着公司不希望公开估值或稀释比例。从已披露信息无法判断具体原因，但可以明确的是，这轮融资的公开价值更多体现在“谁在支持 Archive”而非“Archive 值多少钱”。

据公司新闻稿披露，Archive 最近签署了两份七位数的企业合同，客户为全球消费品牌，该合同信息为公司声称，未经独立验证。七位数合同意味着单笔金额在 100 万至 999 万美元之间，但公司没有披露合同周期、服务范围或确认收入的时间分布。在缺乏合同细节的情况下，这一数据只能作为商业 traction 的方向性信号，不能直接推导出公司的收入规模。

“400% 更多内容”是一个需要被拆解的竞争主张

Archive 的核心竞争主张是“比次优平台多捕获 400% 的相关创作者内容”，该数据为公司声称，未经独立验证。这个数字在 Business Wire 新闻稿、AOL 转载和公司官方博客中反复出现，但所有来源均未披露对比的具体对象、测量方法或样本范围。在竞争分析中，这类主张需要被拆解为几个可验证的问题：对比的是哪家平台？在什么时间段内、什么平台上、什么内容类型上进行的测量？“相关”由谁定义？

从产品逻辑推断，Archive 的“400%”优势如果成立，最可能来自其对未标记内容的捕获能力。传统社交聆听工具依赖标签、关键词和 @提及来发现品牌相关内容，而 Archive 据称能够通过视频画面理解来识别未标记内容。如果对比对象是主要依赖文本信号的平台，那么在任何包含大量未标记视频的样本中，Archive 的捕获量确实可能高出数倍。但这一推断的前提是：对比样本中未标记内容占比足够高，且 Archive 的画面识别准确率足够高。这两个前提目前都没有独立的第三方验证。需要明确的是，Archive 未披露对比平台名称、测量时间段、样本规模及“相关”的定义标准，因此无法进行量化竞品比较。可比较但尚未披露的指标包括：与具体竞品在相同时间段、相同平台、相同内容类型上的捕获量对比，以及画面识别准确率的第三方测试结果。

另一个需要关注的竞争维度是平台依赖风险。Archive 的核心数据源是 TikTok、Instagram 和 YouTube 的公开内容。这三家平台对第三方数据抓取的政策、API 开放程度和内容可见性规则各不相同，且都在持续变化。如果平台收紧数据访问权限，Archive 的“捕获”能力将直接受限。公司没有披露其数据获取方式是否依赖官方 API、平台合作授权或网页抓取，也没有披露在平台政策变化时的应对机制。对 Archive 而言，这一风险尤其关键，因为其差异化恰恰建立在“捕获别人捕获不到的内容”上；而公司未披露的数据获取方式，正是评估这一风险敞口的首要变量。

资金用途指向平台扩展，但真正的瓶颈可能不在技术而在组织

据公司披露，本轮融资将用于扩展其 AI 原生创作者营销平台。结合 Archive 官方博客中提到的产品方向——Archie 创作者搜索代理、Archive MCP、自动化合规分类——可以推断，资金将重点投向 AI 能力的深化和平台集成层的建设。公司没有披露具体的招聘计划、市场拓展区域或研发投入分配。

Archive 联合创始人兼 CEO Paul Benigeri 的判断是：“每个品牌最终都会像今天运营付费媒体一样运营数千个创作者关系。”这是一个有方向感的判断，但它隐含的前提是品牌愿意且有能力管理数千个创作者关系。现实中，大多数品牌的创作者营销团队规模有限，审批流程和内容合规要求复杂，从“几十个创作者”到“数千个创作者”的跨越不是软件能单独解决的。

Archive 的应对策略似乎是降低使用门槛：通过 Archie 代理自动化创作者发现和筛选，通过 MCP 让数据进入团队已有的 AI 工具，通过自动化合规检查减少人工审核。这些产品动作的逻辑是一致的——把平台的能力嵌入到品牌现有的工作流中，而不是要求品牌围绕平台重建工作流。但这一策略的有效性，取决于品牌是否已经在使用 AI 工具作为日常工作入口。对于尚未建立 AI 工作习惯的品牌团队，MCP 和代理的价值主张需要更长的教育周期。

一个尚未被回答的问题：创作者营销能否真正成为“第三大广告平台”

Paul Benigeri 在融资声明中提出了一个更大的愿景：“我们认为创作者营销会成为继 Google 和 Meta 之后的第三大广告平台。口碑传播变成一种可以规模化运营的东西。”需要明确的是，这是创始人愿景，而非已实现的事实。这一判断需要被放在广告市场的真实结构中审视。

Google 和 Meta 的广告平台之所以成立，是因为它们同时解决了三个问题：海量可寻址库存、标准化投放机制、可衡量的效果归因。创作者营销目前在这三个维度上都不成熟。库存方面，创作者内容的非标准化程度远高于信息流广告；投放机制方面，创作者合作的谈判、授权和内容审核仍然是高度人工化的流程；效果归因方面，创作者内容的品牌影响和直接转化之间的因果关系，比点击广告更难测量。

Archive 的产品逻辑是在这三个维度上同时推进标准化：用 AI 扩大可寻址的创作者内容库存，用活动管理工具标准化从发现到投放的流程，用社交聆听数据提供效果洞察。但“标准化”和“广告平台化”之间还有一道关键鸿沟：广告平台的核心是程序化交易，而创作者营销的核心仍然是人与人的合作关系。Archive 能否在不牺牲创作者内容真实性的前提下实现规模化，是这家公司最根本的待验证假设。从已披露的信息看，公司正在朝这个方向构建基础设施，但“创作者营销成为第三大广告平台”的命题，目前仍然是一个创始人愿景而非事实。

行业背景方面，据 IAB 数据，美国创作者经济广告支出预计在 2025 年达到 370 亿美元，2026 年达到 440 亿美元，该数据来自 IAB 行业预测，与 Archive 的具体业务表现无直接关联。IAB 还发现 48% 的创作者广告买家将创作者视为“必买”渠道，四分之三的品牌正在使用或计划使用 AI 进行创作者营销任务。这些行业数据为 Archive 所处的市场提供了背景，但不能用于验证 Archive 自身的竞争地位或产品效果。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

• 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
• 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
• 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：Archive 的融资故事里最值得关注的不是“AI 原生”这个标签，而是它试图解决一个被行业长期忽视的底层问题——短视频平台上大量品牌相关内容因为未标记、未提及、快速消失而从未进入品牌的决策视野。如果 Archive 的画面级识别能力确实如其所述，它改变的不只是效率，而是品牌对自身文化存在感的认知方式。但“多捕获 400%”和“两个最大 AI 实验室正在使用”这些说法，目前都还停留在公司口径，缺乏独立验证。更根本的问题是：创作者营销的规模化瓶颈，究竟在工具，还是在品牌组织本身？软件可以看见更多内容，但品牌能否消化这些内容、能否快速行动，才是决定 Archive 能否从“好工具”变成“广告平台”的分水岭。