Traversal：哥伦比亚教授把博士论文变成「AI SRE」，出道就拿 Sequoia 领投的 4800 万

产品是什么

Traversal 做的是 AI SRE（站点可靠性工程）agent——说白了，就是替 on-call 工程师自动侦测、排查、修复生产事故。

传统监控工具（Datadog、Splunk、Grafana 那类）只是把遥测数据画成仪表盘，真出事了还是得人去「垃圾堆里翻线索」。Traversal 的 agent 直接分析日志、指标、调用链和代码变更，在几分钟里定位「真正的根因」，甚至自动把修复建议或修复动作执行掉。

官方口径下，它把企业客户的平均恢复时间（MTTR）砍掉 85%。

怎么赚的钱

面向财富 500 强与金融机构的 B2B 企业级 SRE 平台，按企业部署订阅（具体定价未公开），主打「减少一次停机就值回票价」的高 ROI。

公司 2024 年才创立，但 2025 年 6 月一出 stealth 就宣布 ¥3.23亿种子 + A 轮，由 Sequoia 与 Kleiner Perkins 联合领投——两家顶级机构同时下注，本身就是最强信任章。2026 年 3 月又拿到 American Express（Amex Ventures）的战略投资，并达成技术合作。

流量从哪来

Traversal 的获客是学术声誉 + 机构背书 + 时代红利的组合：

1. 创始团队学术光环：CEO Anish Agarwal 是哥伦比亚大学教授、MIT 博士，团队来自 Columbia/MIT/UC Berkeley，研究因果机器学习——这种背景在基础设施圈极稀缺。
2. Sequoia + KP 双星领投：两家顶级 VC 同时领投，客户一听就信。
3. 标杆客户：American Express、DigitalOcean、Eventbrite 等都在用。
4. 时代红利：「vibe coding」让 AI 写代码越来越多，系统出毛病时人越来越没上下文——Traversal 要解决的痛点正被这股潮放大。

站长是谁

Anish Agarwal 是 Traversal 的 CEO 兼联合创始人，哥伦比亚大学工业工程与运筹学助理教授、MIT 博士，研究因果机器学习（从大数据里找真正的因果关系）。

他的创业起点很戏剧：一位哥伦比亚硕士生 Ahmed Lone 主动给他发「冷邮件」聊研究，两人一拍即合。联创还包括 Raj Agrawal（Agarwal 在 MIT 读博时认识）、Raaz Dwivedi（康奈尔理工副教授）。一支以学术为主、全员在纽约的团队，把因果推断的研究转成了产品。

这个案例能学到什么

第一，把博士论文变成产品。根因分析几十年来是运维界的老大难，传统工具只会报「症状」。Traversal 用因果机器学习真正找「病因」——研究壁垒就是商业壁垒，别人想抄得先发几年论文。

第二，不做又一个仪表盘，做能动手的 agent。监控工具已经够多了，Traversal 的差异化是「自主排查 + 修复」，直接把 on-call 工程师从救火里解放出来。

第三，卡住时代的痛点放大点。“vibe coding” 越流行，AI 生成的代码越多，系统出事时人越没上下文——这个痛点正随潮流爆发，Traversal 正好站在浪上。

第四，安全优先 + 灵活部署，才进得了保守客户。金融客户最在意数据和部署安全，Traversal 用安全优先架构敲开了 American Express 这种门。

第五，学术创业要「在场」。团队全在纽约、面对面协作，把「研究转产品」的速度拉满。纽约的创业氛围成了隐形的加速器。

来源与数据

• 站点：https://www.traversal.com
• 融资：2025 年 6 月出 stealth、¥3.23亿种子+A 轮、Sequoia 与 Kleiner Perkins 领投（TechCrunch/Cornell/Traversal 官方）；2026 年 3 月 Amex Ventures 战略投资（Traversal 官方稿）
• MTTR 降 85%：官方口径
• 客户（American Express/DigitalOcean/Eventbrite）：官方与报道
• 创始人学术背景：Columbia/Cornell 报道

一句话总结

一个哥伦比亚教授把因果机器学习的博士研究变成「AI SRE」产品，自动排查修复生产事故、把恢复时间砍掉 85%，出道就拿 Sequoia 与 Kleiner Perkins 领投的 ¥3.23亿——证明最硬的商业壁垒，有时候就是一篇别人抄不来的论文。