Glean：当搜索做够七年，AI 时代才来

2019 年，几位前 Google 搜索工程师创办了一家公司，做企业搜索。

这个选择在当时谈不上性感。企业搜索是一个老赛道——Google 自己就有 Google Search Appliance，Microsoft 有 SharePoint Search，创业公司里还有 Algolia、Elastic 这些玩家。而且企业在搜索上的付费意愿一直不高，大多数人觉得"能搜到就行"。

Arvind Jain 和团队没有被这个判断劝退。他在 Google 做了多年搜索，后来联合创办了 Rubrik（数据管理公司，估值超 40 亿），对"企业内部信息找不着"的痛苦有切身体会。

前四年没什么像样的竞争。CEO 自己的话说："我们成立的头四五年，没有竞争对手。"

然后风向变了。2023 年大语言模型爆发，所有人突然意识到——企业里那些散落在文档、聊天记录、代码仓库、CRM 里的信息，不仅是用来"搜"的，还可以被 AI "用"起来。

Google 冲进来了。Microsoft 冲进来了。OpenAI 冲进来了。Anthropic 冲进来了。Salesforce 和 Atlassian 也冲进来了。

Glean 的反应很有意思——不是收缩防守，而是加速冲刺。

2024 年 12 月，Glean 达到 1 亿美元 ARR。2025 年 12 月，达到 2 亿美元。2026 年 5 月，达到 3 亿美元。15 个月翻了三倍。估值从 2022 年的 10 亿一路涨到 2025 年的 72 亿。投资方名单覆盖了 Sequoia、Kleiner Perkins、Lightspeed、Altimeter、SoftBank、DST Global 几乎所有一线基金。

"每个人都在做搜索，但 Glean 的优势不是搜索技术本身——而是它对企业上下文的理解深度。"

Context Graph：不是知识图谱

Glean 的核心技术叫 Context Graph。

知识图谱在业界已经是一个被用滥的词。大多数知识图谱做的是"实体—关系"建模——把客户、工单、文档、人标出来，连上线。Glean 的 Context Graph 不一样——它建模的是"变化"。

谁在什么时候、在哪个系统里、做了什么操作，这些操作之间的因果关系是什么。一个 P1 事故从创建到解决通常经过哪些步骤？从"创建商机"到"签单"之间最常见的路径是什么？

这些信息无法通过传统的知识图谱来表达。它们需要把"动作"本身作为一等公民，追踪动作之间的时序和因果链条。

Glean 用五层架构来构建这个能力：

第一层，连接器——深度集成 100+ 企业应用，不仅是爬文档，而是理解每个应用的数据模型和权限体系。

第二层，统一知识图谱——把不同系统的数据归一化为三元组结构，实体消歧（"Reddit"是客户名称还是营销渠道？），细粒度权限控制。

第三层，个人图谱——理解每个用户的角色、项目、工作模式，不是基于聊天历史，而是基于他们在企业系统中的实际行为。

第四层，Context Graph——把动作作为一等节点，用因果边连接工作序列。

第五层，Agentic 学习反馈——Agent 执行后的动作轨迹成为新的图谱输入，强化学习评估最优路径。

图 1：Glean 系统架构分层——四层架构：安全与数据接入层 → 搜索与上下文层 → 智能体编排与推理层 → 用户交互与应用层

这个五层架构的投入很重。但它建立了一个对手很难复制的壁垒——你需要先连接企业里所有的系统、理解所有的权限模型、积累足够多的行为数据，才能开始训练这个图谱。

Glean 用七年时间做了这件事。

核心数据流

在系统设计层面，当一个用户向 Glean 发出请求时，其内部数据处理管道清晰划分为六个步骤：身份验证 → ACL 前置过滤 → 智能推理与查询重写 → 企业图谱与混合检索 → RRF 融合与重排 → 模型推理与安全回答生成。

图 2：Glean 数据流架构——从用户查询到安全回答的完整六步管道，Early Binding ACL 在检索之前即完成权限过滤

云原生部署架构

在基础设施层面，Glean 深度依赖 GCP（同时也支持 AWS 和 Azure），采用三层隔离部署模型：企业客户侧网络 → GCP 单租户云环境 → 用户接入层。

图 3：Glean 部署架构——基于 GCP 的三层隔离部署，支持 Private Link 和 Bastion Host 两种数据接入方式

为什么竞争对手追不上

当 Google、Microsoft、OpenAI 们杀入这个赛道时，它们选择的路径大多是"联邦搜索"——通过 MCP（Model Context Protocol）或 API 网关，让 AI Agent 每次查询时实时去各个系统抓数据。

Glean 走的是相反的路径——集中式索引。先建立统一的索引，把企业所有系统的数据提前处理好，然后 AI 在这个索引上查询。

各有优劣。联邦搜索部署快——不需要提前集成，插上 MCP 就能用。但每次查询需要在多个系统之间来回调用，每个系统都要重新做认证、权限判断、结果排序。Glean 在一次内部对照测试中发现，用标准 MCP 工具比用 Glean 的集中式索引多消耗约 30% 的 token。用户选择 Glean 的频率是 MCP 工具的 2.5 倍。

在 AI 预算成为企业 CFO 关注焦点的 2026 年，"帮你省钱"变成了一个意外的核心卖点。

"如果你把 AI 直接连接到你的系统，它会消耗大量 token 去理解你的数据。如果你先把 AI 连接到 Glean，Glean 已经把上下文准备好了，AI 只需要做最少的操作就能拿到需要的答案。"

这不是理论——Glean CEO Arvind Jain 在 TechCrunch 采访中明确说，客户选择 Glean 的重要原因之一就是它能显著降低 AI 账单。

从搜索到 Coworker

Glean 的产品演进经历了四个阶段，每个阶段的跨越都不小。

第一阶段（2019-2022），企业搜索。统一搜索 100+ SaaS 应用，个性化、权限感知。

第二阶段（2023-2024），AI Assistant。2023 年 6 月推出 Glean Chat，用 LLM 做企业数据问答。支持多模型（GPT、Claude、Gemini），RAG 架构，带来源引用。

第三阶段（2025），Agent 平台。2025 年 2 月推出 Glean Agents——无代码构建、编排、治理上千个 Agent。Agent Builder 支持自然语言定义流程，按步骤选择模型，分支和循环逻辑。全年 Agent 执行次数超过 1 亿次。

第四阶段（2026），AI Coworker。系统开始主动工作——在你还未提问时就推送待办卡片，自动执行多线程任务，通过 Skills 系统把隐性的企业知识变成可复用的执行单元。

从"你搜它答"到"它帮你干"，这个转变的核心是 Context Graph 在过去七年积累的数据资产。

几个具体的客户案例说明这个转变的深度：

Booking.com 用 Glean Agent 分析用户研究数据——过去需要分析师花几天从不同报告中手动提取信息，现在 Agent 在几秒内完成跨报告、跨市场的洞察提取。

Miro 用 Glean 做个性化销售邮件生成，团队在邮件撰写上节省了 80% 的时间。关键在于 Glean 了解每个客户的背景——过去的沟通记录、产品使用情况、行业动向——不需要销售代表手动查找这些信息。

Deutsche Telekom 在 8 万员工中部署了企业 concierge Agent，员工用自然语言处理 IT 和 HR 请求。Agent 不需要了解每个部门的工作流——它从 Context Graph 中学习"通常怎么处理这类请求"。

Reddit 用 Glean Agent 做安全威胁建模——将一个安全模型从构建到交付的时间缩减了 97%。

一个被低估的壁垒

Glean 面临的最大风险不是来自竞争对手的产品能力，而是来自平台绑定。

Microsoft 365 Copilot 可以免费捆绑到企业现有的 Microsoft 订阅中。Google 可以把它内嵌到 Workspace 里。OpenAI 可以用 ChatGPT Enterprise 的规模优势压低价格。

但 Glean 有一个这些平台都没有的东西——它和任何一个模型、任何一个云、任何一个企业应用都没有绑定关系。Model Hub 支持所有主流模型，Agent 平台支持 MCP、LangChain、AGNTCY 等所有主流协议。

这个"中立性"在 AI 基础设施快速演变的阶段是一个被低估的竞争优势。企业不想被锁定在某一个模型上——今天的 Claude 比 GPT 好，明天 Gemini 可能会反超。Glean 的架构让企业可以在不改变底层基础设施的前提下切换模型。

至于平台巨头的免费捆绑——Glean 的客户故事给出了一个相反的信号：Deutsche Telekom 有 8 万员工，Miro 是高速增长的 SaaS 公司，Booking.com 是全球最大的旅游平台之一。这些公司都有能力使用 Microsoft 或 Google 的原生方案，但它们选择了 Glean。

原因可能很简单：Copilot 只能搜到 Microsoft 生态里的数据。而一个现代企业需要连接的远不止 Office 文档和 Outlook 邮件。

回看这七年

Glean 的故事里最反直觉的部分是它前四五年"没有竞争对手"的时期。

在那个阶段，企业搜索不是一个热门赛道。大模型还没有爆发，"企业 AI"这个概念甚至不存在。Glean 在做的事——连接 100 多个企业应用、建立统一的权限感知索引、构建知识图谱——听起来像是一个吃力不讨好的基础设施工程。

但在 LLM 突然变得有用的那一天，这些基础设施直接变成了护城河。

因为当你的 AI 需要了解一个企业的运作方式时，你需要的不是一个 API 接口，而是过去几年里所有系统、所有权限、所有行为数据的完整映射。这个东西不可能在几个月内建好。

Glean 的故事对今天的 AI 创业者可能有一个隐喻：不是所有机会都在浪潮最高点。有时候你在低潮期投入的笨功夫，会在下一个浪潮来临时变成别人过不来的墙。

Glean 的客户名单上已经有 Databricks、Reddit、Pinterest、Samsung、Booking.com、Deutsche Telekom。它的估值在七年内从零增长到 72 亿美元。它面对的是 Google、Microsoft、OpenAI 三个有史以来最强大的科技公司同时在一个赛道里竞争。

但增长没有放缓，反而在加速。

有时候，做一个不够性感的赛道，就是把竞争对手晾在起跑线上的最好策略。

因为当你们终于准备出发时，你已经跑了七年。