AI Agent 在企业环境中的落地远比预期困难，核心瓶颈在于缺乏可重复的训练环境。Arga 这家初创公司刚宣布完成 1000 万美元种子轮融资，由 General Catalyst 领投，Box Group、Emergence、Gradient 和 SV Angel 跟投。Arga 的做法是为 Salesforce、Workday、邮箱客户端等企业软件构建完整的数字孪生环境，而非传统的无状态 API 端点。

其 CEO Philip Li 用具体案例说明：一个销售线索在 Salesforce 中创建，同时同事通过 Hubspot 联系该公司，Agent 能否判断这是同一家公司？能否确保不重复发送邮件？这种模糊性问题正是当前 Agent 的短板。传统强化学习（RL）需要运行场景数万次，但企业软件难以重置或克隆，导致训练几乎不可行。

Arga 通过复刻软件结构，像碰撞测试假人代替真人一样，创造可随时重置和修改的训练环境。它还能同时运行多个环境，训练 Agent 跨系统处理复杂交互，模拟完整的工作场景。这本质上是补上企业应用与编码之间的强化学习差距：AI 编程工具之所以进展快，是因为已有完善的部署、回滚、分析工具，而商业软件缺乏这些基础设施。

General Catalyst 董事总经理 Yuri Sagalov 表示，Agent 的经济价值大多来自业务应用，可重复的沙盒环境对 Agent 的重要性远超对人类。文章最后提到通过链接购买可能产生佣金，但不影响编辑独立性。