Shapor Naghibzadeh在2009年作为Google系统运营工程师时学会了一个好故事的价值。当受到中国支持的黑客将其目标锁定在搜索巨头上，作为一项名为“极光行动”的努力的一部分时，他被召入一个匆忙组建的战情室，解释公司服务器中究竟发生了什么。跟踪通过不同网络的网络攻击教会了Naghibzadeh经过验证的知识的价值。但这是一个昂贵且耗时的任务。他认为，大型语言模型（LLM）可以在更短的时间内为各种数据库带来相同的功能。接下来的六年，Naghibzadeh专注于数据和网络安全的交集，利用Google的资源构建可以让安全分析师查询复杂数据的工具。2016年，他共同创立了一家位于Google X Labs的初创公司Chronicle，旨在将这一功能引入其他公司。去年，随着大型语言模型在数据分析中扮演更重要的角色，Naghibzadeh看到了一个新机会，可以将自己为网络安全开发的技术应用于多种分析。他与首席技术官Stanley Yang（前Google同事，EvolutionIQ的首席工程师）和首席产品官David Glusic（埃森哲的资深人士）共同创立了QueryStory，Naghibzadeh担任首席执行官。今天，这家初创公司走出了隐秘。“你可以得到这种调查模式——你向数据询问一堆问题，在问过一些问题后，将它们汇总成一个叙述，”Naghibzadeh说。“这就是QueryStory名字的起源。它是用数据讲述故事，对吧？将基于真相的叙述结合在一起。”QueryStory在2025年底从Brightmind Ventures和New York Life Ventures获得了600万美元的种子轮融资，估值6000万美元，并在此期间与客户开发和试点其产品。QueryStory的目标明确针对管理大型专有数据库的大型企业；它作为一个平台，将数据分析与销售团队或运营经理等用户的审查结合在一起。“我们所做的是弥合AI的信任鸿沟，让企业获得可以行动的答案，”Naghibzadeh说。“而不是，像租用人类判断和前线工程师队伍，我们将其产品化。”New York Life Ventures的合伙人Tim Del Bello对公司进行了投资。他还使用该平台替代几个人的工作，制作季度业务报告，现在希望它能变成实时仪表板。“这个产品是为像我这样的人构建的：寻求真实真相的决策者，他们需要处理复杂的、不同的数据源，但没有数据科学或商业智能团队可用，尤其是在高度监管的行业中，”他告诉TechCrunch。解决脆弱AI系统的问题 我分享了一个关于空间活动的数据库，这对理解像SpaceX这样的公司在轨道上所做的事情非常有用。QueryStory在几小时内生成了该数据的可视化，这个项目我曾与一个开发人员一起做，耗时几周。它生成了复杂的仪表板和分析，并且也许最值得注意的是，生成了一个信心指标，显示AI代理认为分析结果准确的原因。 一幅围绕地球的卫星可视化图像。 图片来源：QueryStory / QueryStory 来自空间数据的查询集。 图片来源：QueryStory / QueryStory 一个QueryStory。 图片来源：QueryStory / QueryStory QueryStory的信心指标。 图片来源：QueryStory / QueryStory 这种工作可以使用边缘实验室构建的协作工具来完成，但这些工具在用户体验上是故意有限的。QueryStory所做的部分赌注是，用户，尤其是在大型公司，希望在他们将AI集成到工作流程中时，获得更多的透明度、可靠性和控制权。举一个例子，一位科技公司高管最近告诉TechCrunch，他使用Claude Cowork查询公司数据库，然后要求该模型展示它所编写的SQL查询，以确保在将其发送给数据分析师进行人类审核之前是合理的。在QueryStory中，这些SQL查询会自动浮现，用户可以标记分析以供人类同事审核，并且这些审核会在平台中记录。“当谈到需要耐用且依赖于大型企业的建立时，AI比人们意识到的要脆弱得多，”Brightmind Partners的合伙人Tayler Sipperly告诉TechCrunch。Naghibzadeh指出，当公司将其数据连接到大型语言模型的聊天用户界面时，“你会看到成百上千的人在一个组织内部提出问题，获得他们版本的真相，并把这些放进幻灯片中进行分享——你最终得到的就是大量的内容，没有真正的地方将这些内容挂钩到数据上。”