Blok

在如今快速迭代的产品开发环境中，AI 驱动的编码工具如 Cursor、Replit、Claude Code 和 Lovable 正帮助开发者更高效地编写代码并加快产品发布节奏。然而，如何在正式上线前评估新功能的实际效果，仍然是许多团队面临的难题。

一家名为 Blok 的初创公司试图解决这一痛点。这家刚刚走出隐形模式的公司，正在通过 AI 技术模拟真实用户的使用行为，为开发者提供一种无需发布即可测试应用新功能的新方法。

公司背景与融资情况

Blok 由连续创业者 Tom Charman 与 Olivia Higgs 于 2024 年联合创立。两人此前曾在旅游和教育领域多次合作，具备丰富的创业经验。

截至目前，Blok 已完成两轮融资，总计筹集 750 万美元：

• Pre-seed 轮：由 Protagonist 领投，Rackhouse、Weekend Fund（Ryan Hoover）和 Blank Ventures 参与；
• 种子轮（500 万美元）：由 MaC Venture Capital 领投，多位来自 Discord、Google、Meta、Apple、Snapchat 和 Pinterest 的从业者参与投资。

MaC Venture Capital 管理合伙人 Marlon Nichols 表示，尽管 Blok 常被类比为 Optimizely 或 Amplitude 等传统 A/B 测试平台，但其核心区别在于——Blok 提供的是“预测性”而非“反应性”的测试能力。

他在邮件中对 TechCrunch 表示：

“我们支持 Blok，因为我们相信产品开发正处于一个转折点。团队发布产品的速度比以往任何时候都要快，但他们仍在依赖 A/B 测试和直觉做出关键决策。而 Blok 的模拟引擎颠覆了这一模式——让团队能够在编写一行代码之前预测用户行为。”

为什么需要 Blok？

随着界面设计越来越复杂，测试需求也同步上升。Higgs 在访谈中提到，他们曾与超过 100 名产品工程师交流，发现一个共同挑战：

“视觉界面的标准越来越高，而用户交互方式也在变化——从聊天到语音，再到多模态操作。如果你引入新的 UI 元素，就必须确保不会给用户带来不必要的摩擦。”

与此同时，不同规模的企业面临的问题也不尽相同：

• 小型团队：缺乏足够用户基数进行有效测试；
• 大型企业：担心功能臃肿影响用户体验；

对此，Charman 表示：

“我们希望达到一个境界，让公司无需以实验性方式发布功能并等待数周或数月才能看到结果。”

Blok 如何工作？

Blok 的核心能力是利用 AI 构建用户行为模拟引擎，帮助团队在代码部署前预判新功能的表现。

工作流程如下：

1. 数据接入：客户上传来自 Amplitude、Mixpanel 或 Segment 的事件日志；
2. 角色建模：Blok 利用这些数据构建多种用户角色（称为 Pillars），代表不同类型的典型用户；
3. 提交设计与假设：开发者上传 Figma 设计稿及实验目标（如提升转化率、减少点击次数等）；
4. 运行模拟：AI 用户代理重复执行任务，模拟真实用户如何与新功能互动；
5. 输出洞察：
   • 实验整体表现报告
   • 按用户角色分类的行为分析
   • 改进建议
   • 还有一个基于 AI 的聊天机器人，可用于查询实验细节

这种模拟机制不仅节省了上线前的测试时间，还避免了因错误功能发布带来的潜在风险。

应用场景与早期客户

目前，Blok 正在与首批客户合作，主要集中在 金融和医疗行业。这两个领域之所以成为重点，是因为它们：

• 不允许公开进行失败实验；
• 对产品稳定性要求极高；
• 无法随意改动面向公众的功能；

通过 Blok，这些行业可以在安全、可控的环境下验证新功能，从而降低试错成本。

此外，Blok 还计划向更多行业扩展，包括电商、社交平台和生产力工具等领域。

商业模式与发展目标

Blok 采用 SaaS 模式收费，具体定价尚未公开。由于涉及大量计算资源，公司也在探索如何在保证性能的同时控制成本。

他们的短期目标是在 2025 年实现百万美元级别的年收入，并逐步向更多客户开放服务。

未来，Blok 还计划进一步增强模拟精度、支持更多交互形式（如语音、手势），并拓展至 Web3、AR/VR 等新兴技术领域。