7.7
深览指数
产品人人都是产品经理·深思圈··AI 生成
估值 7.5 亿美金，美国红杉为什么押注一家“硬件版 GitHub”？
Flow Engineering 是一家为硬件研发提供 agent 平台的初创公司，其核心产品“systems graph”将需求、设计、测试等依赖关系显式化为一张可被 AI agent 读取和操作的图，旨在解决硬件开发中因协调不畅导致的低效问题。文章拆解了其产品逻辑、客户案例（Rivian 用户从 40 增长至 1500）、创始人背景及投资人押注的逻辑，认为其抓住了硬件开发“对不齐”的深层痛点，而非简单工具替代。适合关注硬件/软件交叉领域、AI 落地应用、以及工具产品演进的深度读者阅读。原文 ↗
核心观点
- ▍硬件开发的核心瓶颈不在于“设计”或“实现”，而在于跨团队、跨专业领域的“协调和验证”成本，Flow Engineering 通过将依赖关系图化，让 AI agent 自动处理变化传导，来解决这个痛点。
- ▍当 AI agent 成为工具的主要使用者，底层数据模型必须从“文档”变为“图”，否则 agent 无法理解和操作，这是 Flow 差异化于传统需求管理工具的关键。
- 01空客 A380 因德西/英法工程师使用不同版本的 CAD 软件（CATIA 4 与 CATIA 5），导致机身段对接时线束对不上，交付推迟约两年，额外成本 60-70 亿美元。
- 02Flow 的核心产品是“systems graph”，它将需求、设计决策、接口、预算、测试和合规证据集成为一个互相连接的模型，依赖关系显式化。
- 03Flow 平台的 agent 可执行影响分析、预算管理、合规管理等任务。例如，将电机峰值扭矩需求从 380 牛米改为 420 牛米，agent 能在几秒内更新下游需求并生成新壳体 CAD。
- 04Rivian 内部使用 Flow 的用户在七个月内从 40 人增长到 1,500 人，工程师每周发出数百万次 API 调用。
- 05本轮融资（5000 万美元 B 轮）由 Valor Equity Partners 和 Atreides Management 联合领投，Sequoia、EQT Ventures 等跟投。领投人 Antonio Gracias（特斯拉早期投资人）和 Gavin Baker（英伟达早期投资人）均押注硬件工程软件化。
- 06Flow 的定价为按编辑席位收取 SaaS 费用：Basic 档 $150/编辑/月，Pro 档 $300/编辑/月。未来计划转向按 token 用量计费。
反方 / 局限
- — 文章中的大部分效果数据（如“维护需求时间减少 79%”“测试覆盖提高三倍”）均来自公司自述，未经独立第三方核实。
- — Flow 的可靠性高度依赖与不断变化的 CAD、仿真工具集成的稳定性；接口变动可能导致依赖关系图过时，用户对其作为“记录系统”的信心会下降。
- — 大型航空、汽车和国防企业有深厚的流程和认证链，替换系统很慢，且老牌厂商（Siemens、Dassault、Autodesk）也在给自家平台加入 AI 能力。
- — 物理测试和认证无法被 agent 替代，agent 能发现冲突、重算预算，但不能省去最终的物理验证环节。
Flow EngineeringPari SinghRoelof BothaRivianAndurilSequoia CapitalValor Equity PartnersAtreides Managementsystems graph空客 A380历史人力资本
14 分钟 · 4 卡片 · 8 资料
读原文 →