Context.dev 900 万美元种子轮：给 AI agent 接上互联网，“agent 能看到什么决定它能做什么”

10 月 19 日，一家成立不到一年的小公司宣布拿下 900 万美元种子轮，领投方是 General Catalyst——这家机构投过 Stripe、Airbnb、Instacart，出手向来不便宜。公司的名字叫 Context.dev，做的事情一句话就能讲清：给 AI agent 接上互联网。一个 API 进去，实时网页数据出来：干净的 Markdown、截图、公司数据、按你自定义 schema 抽好的结构化 JSON。

有意思的是时间点。就在同一周，Delta、JPMorgan、Amazon 被曝出正在屏蔽 AI agent 的访问（本站前文《网站开始把 AI agent 拒之门外》有详细记录）。一边是墙越建越高，一边是"望远镜"越卖越贵——这不是巧合，而是 agent 互联网正在发生的结构性分裂：一层是公开可爬的"可见层"，另一层是需要付费、绕行、签约才能进入的"付费可见层"。Context.dev 这轮融资，赌的就是后一层会越来越值钱。

先说事实：这 900 万美元给了谁

融资结构本身值得细看。领投 General Catalyst；跟投名单里有 Orange Collective、Robinhood Ventures、SV Angel、Eniac VC、Pioneer Fund；天使投资人一栏更是星光熠熠——Paul Graham（Y Combinator 创始人）、Guillermo Rauch（Vercel CEO）、Rick Rubin（传奇音乐制作人）。需要说明的是，天使名单来自 cryptopanic 与 ChainCatcher 等二级渠道的转引，官方博客原文并未逐一列出，读的时候留个心眼。

创始人 Yahia Bakour 的履历是典型的"连续创业者 + 大厂工程负责人"组合：做过 Amazon，当过 Sunrun 的工程负责人，卖掉过两家公司，现在是 YC S26 批次成员。Context.dev 的前身叫 Brand.dev——一个做 logo、品牌色、字体等品牌资产数据的 API。今年 3 月，公司改名 Context.dev，业务从"品牌数据"转向"通用网页抓取 + AI 结构化抽取"。这个转向本身就说明问题：品牌数据是个小而美的 niche，而"agent 需要实时看到整个互联网"是个大得多的命题。

产品线拆开看，是围绕"agent 的眼睛"搭的一整套工具箱：

• 核心 API：输入一个 URL，返回干净 Markdown 或 HTML、页面截图、品牌资产、公司数据，或者按你自定义 schema 抽好的结构化 JSON；
• 批量处理：一次扔进去成千上万个 URL，厂商侧排队抓完；
• Monitors：监控单个页面乃至整站的变化，变了就通知你——这是给"需要持续盯着互联网"的 agent 准备的；
• 底层自运：浏览器集群、代理池、JS 渲染、反爬绕行、抽取、缓存、重试，全部厂商自己运维，用户只调一个 API。

9 月 28 日，公司还发布了一个叫 Highlights 的功能：按自然语言 query 从页面里只抽关键段落，官方说法是"比 Codex 省 97% 的 token"。注意，这是厂商自报的数字，测试条件、基准口径都没公开——先记下来，后面透明度部分再展开。

增长数据同样来自官方口径：800+ 客户（8 月 YC 发布时是 400+，两个月翻倍）、3000+ 集成。客户案例里点名了两家：Zero——用 Context.dev 给 2000 万+ 家公司的数据"保鲜"；Similarweb 的 AI agent 也在用。为了庆祝融资，官方搞了个 24 小时限时活动：新注册送 50,000 免费 credits。

四家军备赛：Firecrawl、Exa、Parallel 和 Context.dev

"给 agent 接互联网"这个赛道，现在已经挤进了至少四家拿了钱的玩家，路线各不相同：

• Firecrawl：最早把"URL→Markdown"做成开发者心智的玩家，路线是"抓取即服务"，强在简单好用、文档和 DX（开发者体验）做得早；
• Exa：从 AI 搜索引擎切入，路线是"搜索 + 抓取"一体，强项是语义检索——先找到对的页面，再抓；
• Parallel：2025 年拿到大额融资的新贵，路线更激进，直接做"为 agent 而生的网络基础设施"，强调并行与规模；
• Context.dev：从品牌数据 API 转型而来，路线是"抽取 + 监控"，差异化押在结构化抽取的精度（自定义 schema 的 JSON）和 Monitors 变化监控这两件事上。

四条路线的分歧，本质上是对"agent 最缺什么"的不同判断。Firecrawl 赌的是"开发者要最简单"；Exa 赌的是"找比抓更难"；Parallel 赌的是"规模压倒一切"；Context.dev 赌的是"agent 要的不是网页，是答案"——直接给结构化数据，省掉 agent 自己解析 HTML 的 token 和步骤。

这个判断和 Highlights 的"省 97% token"宣传是一脉相承的。它的逻辑是：agent 的上下文窗口是稀缺资源，每一 token 都是钱；与其让 agent 吭哧吭哧读完整页 HTML，不如在 API 侧就用小模型先抽一遍，只把关键段落喂进上下文。这笔账在 2026 年的 token 价格下是成立的——问题只在于 97% 这个数字的水分，后面再说。

值得注意的是，四家都没有把"绕过网站封锁"写进明面上的卖点，但这恰恰是 2026 年下半年客户愿意付费的真实原因。网站主的防御在升级：从 robots.txt 声明，到 Cloudflare Bot Management，再到直接对数据中心 IP 段限流。个人开发者维护的爬虫在这套组合拳面前撑不过几周，而厂商靠规模摊薄了对抗成本——代理池越大、请求越分散，单个 IP 的异常就越不明显。规模本身就是护城河，这也是 General Catalyst 愿意下注的深层逻辑：这门生意越到后期越像公用事业，先行者有复利。

另一面：墙越高，"眼睛"越值钱

把 Context.dev 的融资和同一周的新闻拼在一起看，画面就完整了：Delta、JPMorgan、Amazon 被曝屏蔽 AI agent——大公司正在给 agent 关门；而 Context.dev 们正在给 agent 开窗。封锁和供给是同一枚硬币的两面，而且是互相喂养的：网站越是屏蔽，绕过屏蔽的技术就越值钱；绕行技术越成熟，网站就越有动力升级封锁。

Eniac 合伙人 Hadley Harris 在这轮融资里留了一句很准的话："Agents are only as good as what they can see."（agent 能看到什么，决定了它能做到什么。）创始人 Yahia Bakour 的版本更短："An agent is only as good as the context it has."两句话说的是同一件事：在模型能力趋同的 2026 年，agent 之间的差距越来越不在模型本身，而在它能拿到什么数据。

这就是"付费可见层"正在成型的原因。公开互联网正在分裂：普通用户看到的免费网页是一层；agent 能稳定、高质量、合规拿到的实时数据是另一层，后者需要浏览器集群、代理池、反爬对抗、持续监控——这些全是重资产、持续烧钱的脏活累活。Context.dev 这 900 万美元，本质上是去养这套重资产的。

对独立开发者来说，这个趋势有个直接推论："免费互联网"作为 agent 数据源的红利期正在结束。以前你的 agent 可以顺手爬个公开页面，现在同样的页面可能明天就加上 Cloudflare 验证、后天就进 robots.txt 黑名单。数据源的稳定性，正在从"默认可用"变成"需要付费保障"的 SLA（服务等级协议）问题。

为什么是现在：三股顺风同时吹到了这条赛道

Context.dev 能在这个时间点拿到 General Catalyst 的领投，不是偶然。三股顺风恰好同时吹了起来：

第一股是需求侧的爆发。2026 年是"agent 写代码、agent 做调研、agent 跑运营"全面铺开的一年，每一个 agent 背后都是一张等着被读取的互联网。以前需要数据的只有搜索引擎爬虫和数据公司，现在每一个 vibe coder 做出来的小产品都可能是一个 7×24 的数据消费者。需求从"少数大客户"变成了"无数小长尾"，而 API + credits 的计费模式恰好是为长尾设计的。

第二股是 token 经济学。模型越来越便宜，但 agent 的胃口越来越大——一个深度调研任务轻松烧掉几十万 token。在这种账本下，"API 侧先抽取、只喂关键段落"不再是优化技巧，而是成本结构的刚需。Highlights 敢喊"省 97% token"，不管水分多少，方向是对的：未来的 agent 数据栈，一定是"抽取前置"的，脏活在离模型最远的地方干完，上下文窗口只装高信息密度的东西。

第三股恰恰是封锁潮本身。Delta、JPMorgan、Amazon 屏蔽 agent 的新闻，对 Context.dev 们是绝佳的广告：每多一家大公司关门，"合法合规拿到数据"这个命题就贵一分。注意这里的微妙之处——网站屏蔽的是"野生的、不打招呼的 agent"，而 Context.dev 卖的是"有 SLA、有重试、有合规姿态的数据服务"。封锁潮不是在杀死这个赛道，而是在帮它筛选客户：留下来的都是愿意为稳定数据付费的人。

三股风叠加，解释了为什么 2026 年下半年"agent 数据基础设施"突然成了融资热点：Parallel 拿了大钱，Exa 和 Firecrawl 也都在加码，Context.dev 这 900 万美元是同一叙事下的又一注。军备赛的下半场，比的不再是"谁能把 HTML 洗成 Markdown"，而是谁的抽取最准、谁的监控最稳、谁的反封锁成本最低。对用户来说这是好事：四家互相卷，API 价格会被压下来，抽取质量会被卷上去，唯一受伤的是还在手写 BeautifulSoup 的人。

给 vibe coder 的启示：你的 agent 产品，要不要自己养爬虫？

这是这篇融资新闻里最值得 vibe coder 算的一笔账：build vs buy。

先算 build 的成本。自己养爬虫听起来就是"写个 requests + BeautifulSoup"，但生产级完全是另一回事：目标站点的 JS 渲染（得养无头浏览器）、反爬（IP 被封就得上代理池，而且是住宅代理，不是机房 IP）、频率控制、验证码、页面结构一变你的解析就崩、7×24 的监控告警——这些加起来，是一个全职工程师都未必搞得定的持续投入。很多 vibe coder 的第一个 agent 产品，死法都是"demo 时爬得好好的，上线一周全挂了"。

再算 buy 的成本。Context.dev 的定价从 19 美元/月起，按 credits 消耗计费。粗算一下：一个每天抓 100 个页面的小产品，一个月 3000 次请求，在最低档里基本能覆盖；而你要自己养，光代理池的月费就远超这个数，还不算你的时间。结论很直白：在 PMF（产品市场契合）之前，爬虫这种脏活就该外包——你的时间应该花在 agent 的决策逻辑和产品体验上，而不是跟 Cloudflare 斗智斗勇。

把账算得更细一点。假设你的 agent 产品每天需要处理 500 个页面：自建方案，一台跑无头浏览器的 VPS 约 20 美元/月，住宅代理按流量计费每月 50–150 美元，再加上你每月至少 10 小时的维护时间（按独立开发者时薪折算，这才是大头）；外包方案，15000 次请求/月大概率落在 19–49 美元的档位里，维护时间为零。临界点出现在日均请求过万、且页面结构高度定制的时候——那时自建的边际成本才开始低于外包。在那之前，每一行你亲手写的反爬代码，都是在延迟你的上线日期。

但 buy 也有 buy 的坑，三个：

• 供应商锁定：你的抽取 schema、监控配置全写在某一家的 API 方言里，迁移成本真实存在。对策是把"抓取层"抽象成你自己的一层接口，底层可换；
• 成本失控：credits 计费最怕的就是 agent 失控——一个写坏了的循环一夜之间烧掉你一个月预算。务必在调用侧加预算上限和熔断；
• 合规灰度：厂商替你绕过了反爬，但被抓数据的网站如果较真，责任链条里你也在。对 ToB 产品，尤其涉及竞品数据、价格监控的场景，法务前置比技术前置更重要。

还有一个更实操的建议：如果你正在用 Codex、Claude 这类 coding agent 做"市场调研""竞品监控""内容聚合"类产品，Highlights 这类"先抽取、再喂上下文"的思路可以直接抄——不用买它的服务，思路是通用的：在 agent 读网页之前，先用便宜的小模型/脚本做一遍信息密度过滤，能把 token 成本砍掉一个数量级。这是 2026 年 agent 工程里最实在的省钱技巧之一，值得写进你的 agent 开发 checklist。

透明度说明

本文核心事实（900 万美元种子轮、General Catalyst 领投、跟投机构名单、创始人履历、Brand.dev 改名、产品功能线、Highlights 发布日期）引自 Context.dev 创始人官方博客 2026 年 10 月 19 日文章。以下数字为厂商自报、未经独立验证："800+ 客户"（8 月 YC 发布时官方称 400+）、"3000+ 集成"、Highlights"比 Codex 省 97% token"（未公开测试条件与基准口径）、Zero"2000 万+ 公司数据"案例。天使投资人名单（Paul Graham、Guillermo Rauch、Rick Rubin）来自 cryptopanic、ChainCatcher 等二级渠道转引，官方博客未逐项列出。本轮估值未披露。交叉验证：runtimewire 2026 年 10 月 19 日对同一融资的报道；alpha-maven 同期融资报道中提及"同一周 Delta、JPMorgan、Amazon 被曝屏蔽 AI agent"，与本站已发布《网站开始把 AI agent 拒之门外》一文的背景一致。促销信息（注册送 50,000 credits、24 小时）为官方博客原文内容，活动是否仍有效请以官网为准。