故事从2024年公司初讲起，Arushi Gandhi和Abhishek Eswaran做了一件看起来有些反常的事——在正式创业之前，他们先去做了半年IT咨询。
两人接了大量企业服务项目，帮客户配置和维护CRM系统。干了六个月，他们发现一个规律：这些工作高度重复，消耗大量专业人力，但真正需要人类判断的环节，其实很少。
这个发现，成了Ressl AI的起点。
2024年底，两人正式创立Ressl AI。公司切入的核心场景，是企业CRM系统的配置与运维——一个长期依赖专业顾问或内部专职人员维护的领域。
这个场景的痛点结构清晰：一方面，专业人才稀缺、薪资成本高；另一方面，大量配置工作其实是高度结构化的重复任务，却占用了专业人员大部分时间。企业为此付出的代价，往往是购买软件成本的两到三倍。
Ressl AI的判断是：这不是人手不足的问题，而是人力被错配的问题。AI可以接管这一层。
这背后是一套多智能体协作架构。「架构师Agent」负责理解需求、规划步骤；「执行Agent」负责调用接口、写入配置；变更日志由系统自动生成。三个环节各司其职，串联成完整的自动化闭环。
Eswaran将这套系统的核心能力概括为一句话：从自然语言需求，到生产环境部署，全程自动。
根据Tracxn数据，公司于2026年1月完成约50万美元种子轮融资，此前基本自我造血。以4人团队实现约44万美元年营收（来自Latka数据平台），人均产出效率在早期AI创业公司中属于较高水平。目前团队在7人左右（PitchBook最新数据），2026年进入YC冬季批次，获得全球顶级加速器背书。
不过，Ressl所在的赛道，竞争在加剧。CRM平台本身也在持续强化AI功能，未来可能直接内置部分自动化能力。如何在平台生态内维持差异化，是Ressl需要持续回答的问题。但短期内，机会窗口依然存在。
以上，如果觉得不错，随手点个赞、在看、转发三连吧，也欢迎给AI4ELAB个星标⭐，以便您第一时间收到推送～谢谢阅读，下篇内容再见。
参考链接：
https://www.linkedin.com/posts/y-combinator_ressl-ai-yc-w26-deploys-ai-employees-at-activity-7432862042157649920-P6v9/?utm_medium=ios_app&rcm=ACoAABtfge8B_A7R9DHY8pAHxN3jXfkE_yN6lu8&utm_source=social_share_send&utm_campaign=copy_link
https://www.ressl.ai/
主题测试文章，只做测试使用。发布者：Connor 秦明，转转请注明出处：https://ai4elab.com/6677.html
