Empirik 帶著 2,100 萬美元從紅杉資本獨立出走：能預測當機的「基礎設施編譯器」

本週最值得注意的基礎設施新創，不是誕生在車庫，而是誕生在紅杉資本（Sequoia Capital）自家的 IT 部門。2026 年 9 月 1 日，這家公司正式獨立，並宣布獲得紅杉資本、Canapi 與 Alumni Ventures 領投的 2,100 萬美元種子輪資金。

這家公司名叫 Empirik，使命聽起來簡單得近乎樸素：在故障發生之前預測並阻止它，而不是在災情擴大後才發出告警。

起源故事：紅杉內部的兩位實戰派

Avon Puri 在 2020 年加入紅杉資本擔任首席數位與資訊長（CDIO）之前，曾在第一線負責大規模基礎設施超過十年——先後在 Rubrik 擔任 SVP 兼 CIO，以及在 VMware 擔任工程與應用副總裁。與他共事多年的 Sudheer Dhurjati，後來也成為紅杉的 IT 主管。

大約三年前，當大型語言模型開始展現真正的潛力時，這兩人從數十年的共同經驗中得出一個結論：企業基礎設施一直停留在「被動反應」的姿態。企業每年投入數百億美元在可觀測性（observability）上——指標、日誌、追蹤——但這些工具本質上都是「事後驗屍」。它們能告訴你延遲飆高了、錯誤變多了、某個 pod 崩潰了，卻很少告訴你「為什麼」，更幾乎不可能在事發「之前」警告你。

成為 Empirik 創立基石的洞見是：真正驅動基礎設施行為的是「變更（change）」——一條新的身分政策被掛上、一個 Terraform provider 執行完畢、一個 feature flag 在生產環境被翻轉。然而長久以來，變更一直被當成行政流程的束縛：一張工單、一張簽核表，或是埋在 Slack 與電子郵件裡的隱性知識。它被記錄下來是為了合规，從來沒有被真正拿去做工程。

Puri 與 Dhurjati 在紅杉內部打造了產品的第一版。在經過與其他紅杉投資案同樣嚴格的評估之後，紅杉將它獨立分拆，並找來一位經驗老到的執行長：Kartik Chandrayana。他是連續創業家，第一家公司 Twin Prime 賣給了 Salesforce，之後在 Salesforce 擔任可觀測性與大數據產品副總裁五年，最近一個職位是 Quantum Metric 的 CPO。

產品到底做什麼

Empirik 追蹤系統變更，並推論它們在整個基礎設施堆疊中的連鎖效應。紅杉合夥人 Bogomil Balkansky 把它形容為環境裡的自動化「交通警察」：低風險的變更直接放行，較大的變更設下護欄，最危險的變更則在上線前就被標記出來，交給人工審查。

在底層，Empirik 把核心引擎稱為「基礎設施編譯器（infrastructure compiler）」。就像傳統編譯器把原始碼轉換成可執行軟體一樣，Empirik 把來自客戶雲端、身分供應商、CI/CD 管線與 SaaS 系統的中繼資料，轉換成一張即時、統一的營運圖譜——刻畫資產與帳戶之間數以千計的關聯。正是這張圖譜，讓產品能即時知道：什麼變了、誰改的、以及它是不是肇事原因。

它不會告訴你「服務 X 的延遲在過去 24 小時上升了 300%」，而是告訴你「Joe 部署了一個 Terraform provider，關掉了 AWS 上三台 VM」——真正的成因與脈絡，而不只是症狀。而且因為風險是在變更「發起」的那一刻就計算完成，Empirik 甚至可以在 Joe 部署之前就攔下他。

團隊刻意避開了新創常見的捷徑：只為全新的 Kubernetes 環境或單一雲端服務商打造。Empirik 從第一天起就是為財富 500 大企業的現實而設計：跨越公有雲、老舊的地端基礎設施、身分層與關鍵 SaaS 應用的數十年混合堆疊。一張只看得見一半環境的圖譜，對企業買家毫無用處。

為什麼是現在：Agentic AI 需要一張可以推理的地圖

這次登場的時機並非偶然。Chandrayana 的比喻是：今天的基礎設施，正處於三年前軟體工程所處的位置——在 Claude Code 與 Cursor 出現之前，每個動作都需要人在迴圈裡，因為系統沒有一張可靠、可供模型推理的地圖。

Empirik 正在打造那張地圖，並把它變成「自主基礎設施工程師（Autonomous Infra Engineer）」——能安全地規劃、推理並操作企業基礎設施的 AI。產品已經透過 MCP 接入各種 agentic 工作流，直接連上 Claude 與 ChatGPT 等工具，讓人類與 AI agent 都能帶著真實脈絡（而非憑空猜測）來推理基礎設施變更。

公司的目標，是為基礎設施工程師做到 Cursor 與 Claude Code 為軟體開發者做到的事：自動化例行工作，讓人專注在更高價值的問題上。而隨著 agentic AI 加快軟體開發本身的節奏，湧入生產環境的變更數量正在爆炸性成長——能跟上持續變更的工具，比以往任何時候都更重要。

實績：從 TCBPay 到 Guardant Health

雖然本週才走出隱身狀態，Empirik 其實從今年稍早就開始出貨，客戶名單已經涵蓋從新創到多家財富 500 大企業——包括 S&P Global、Guardant Health，以及一家大型消費品公司。

紅杉隨公告同步發布的案例相當具體：

• 年處理交易量超過 15 億美元的支付處理商 TCBPay，現在能在 10 秒內偵測到敏感設定檔的變更，過去需要 30 分鐘。
• 受管服務供應商 Avahi 把 Empirik 嵌入 GitHub Actions，在源頭就評估並擋下高風險變更。
• Guardant Health 覺得產品好用，把部署範圍從生產環境擴大到所有開發環境——甚至擴及地端。
• 一家財富 50 大消費品公司在因未經核准的變更引發 P0 級當機後找上 Empirik，如今依靠它推動大部分的 agentic 與自主基礎設施路線圖。

Empirik 表示，公司目前每週處理數百萬筆原始變更與遙測事件，相依圖譜涵蓋所有主要雲端與地端系統中約數百萬個資源。客戶回報的效益遍及：阻止高風險變更進入生產環境、偵測未經核准的變更、加快事件應變、支援回滾決策，以及偵測組態漂移。

新品類，還是被遺漏的支柱？

Balkansky 主張，Empirik 目前自成一個品類，定位上是與 Resolve、紅杉投資的 Traversal 這類 AI SRE 平台互補，而非競爭。這個定位很大膽：可觀測性早已是規模龐大且成熟的市場——Datadog、Dynatrace 與 Splunk 都有數十億美元營收——但它們全都建立在測量「症狀」之上。Empirik 押注的是，還有第四根支柱一直藏在眼前：變更本身。

這個框架也解釋了公司更大的企圖心。今天大多數企業無法回答一個簡單卻關鍵的問題：「到底改了什麼，而它是不是肇事原因？」Empirik 想成為這個問題的系統記錄（system of record）——為今天提問的人類，也為明天將親手執行這些變更的 AI agent。

「變更智慧（change intelligence）」會不會成為一個持久的品類，還是最終被可觀測性巨頭吸收進自家平台，仍有待觀察。但有紅杉的孕育背景、一支實戰派創始團隊、已上線的財富 500 大客戶，以及 2,100 萬美元的銀彈，Empirik 已經贏得了為自己辯護的資格——而你從未發生過的那次當機，或許就是它最好的廣告。