Dust是一个开发者平台，用于设计、构建和部署AI代理及自定义工作流，面向企业和工程团队。该公司成立于2023年，源于围绕Large language model不断发展的生态系统，旨在为超越简单聊天界面的代理型应用提供基础设施。Dust的核心产品包括拖放式可视化构建器、代码优先SDK以及托管运行时，使团队能够创建、测试和监控与外部工具、API和内部数据库交互的AI助手。
该平台诞生于Generative AI和Transformer (architecture)架构快速进步的时期，旨在满足对生产级工具的需求。Dust的方法强调灵活性和控制力，允许开发者接入来自OpenAI、Anthropic或Google DeepMind等提供商的任何大语言模型，或使用基于私有数据集微调的自定义模型。这使Dust在无代码代理构建器和更通用的编排框架中脱颖而出，专注于软件团队的可扩展性、可观测性和协作性。
创立与早期历史
Dust由Francois-Xavier Caulier、Gabriel Hubert和Stanislas Polu于2023年共同创立，这三位工程师此前曾在OpenAI工作。他们在前沿AI研究和部署方面的经验影响了Dust的初始设计：一个旨在简化从原型到生产过渡的平台。首个公开测试版于2024年初发布，凭借易用性和深度技术集成迅速在开发者社区中获得关注。初始融资轮包括来自红杉资本等知名投资者的200万美元种子轮，随后于2025年2月由Greylock Partners领投1600万美元A轮融资，使公司估值达到1亿美元。
到2024年中，Dust已积累超过200家公司的客户群，包括初创企业和财富500强公司的混合组合，尤其在金融服务和医疗保健领域获得采用。该平台于2025年10月发布2.0版本，引入版本化API、用于机器学习管道的确定性（非概率性）执行引擎，以及与Amazon Web Services和Google Cloud的集成，支持本地部署或云中心部署。
关键功能与产品
主要产品是Dust控制台，提供以下几个不同组件：
- 可视化任务构建器：基于浏览器的拖放式画布，用于创建工作流序列，连接LLM、记忆块和工具调用。该构建器自动生成TypeScript代码，可直接提交到团队的版本控制系统。
- 代码IDE：对于高级用户，提供YAML和TypeScript库，支持手写工作流，并具备语法高亮和本地测试环境。SDK通过评论和版本历史支持社交编码。
- 模型网关：统一API，用于访问来自OpenAI、Anthropic、Google DeepMind和Meta AI的LLM，并支持通过CoreWeave或Groq使用Llama 3等开放权重模型进行低延迟推理。该网关提供故障转移路由和成本跟踪。
- 记忆与检索：内置向量存储，用于长期记忆和RAG（检索增强生成），支持连接Salesforce、Slack和Notion等各种来源。
- 可观测性：跨整个堆栈的日志记录、令牌审计和延迟跟踪，涵盖从LLM调用到工具调用，并提供自定义仪表板。
- 评估套件：一套用于对代理性能运行单元测试和回归测试的工具，对照预期输出进行验证。
技术
Dust在核心层面实现了思维链推理框架，但通过允许用户显式地分解句子来区分自身。该平台抽象了提示工程和令牌管理的复杂性，提供一种领域特定语言（DSL），可编译为包含LLM调用、工具或决策分支节点的可执行图。
这种架构支持混合部署，整个管道可以在专用云基础设施上使用编排运行，或部署在开发者自己的VPC中以保障数据隐私。Dust实现了一种专有路由算法，可预测不同模型提供商之间的准确性-成本权衡，根据2025年1月发布的内部基准，在大型生产工作负载中可实现高达30%的成本降低。
对于推理，Dust支持同步按需调用和批处理。其运行时调度器通过批处理来自多个工作流的并发请求来优化GPU使用，在单个p3.16xlarge实例上实现高达每秒200个请求的吞吐量（使用[[AWS Tr]
企业采用与用例
企业主要使用Dust.txt构建内部AI助手，专门处理工单路由、代码审查和文档摘要等任务。例如：
- 金融服务：一家投资银行部署Dust来自动化其研究摘要流程，每天摄取超过10,000条Reuters和Bloomberg资讯，并在15分钟内生成个性化简报。
- 医疗保健：一家数字健康初创公司使用Dust构建AI患者分诊代理，与其EHR系统集成，每天处理2,500次对话，报告升级率为15%。内置的合规性确保日志记录符合HIIPA标准。
- 企业IT：另一家科技公司使用Dust管理内部帮助台，实现工单工作流自动化，持续达到较高的首次响应准确率，并改进标注数据。
该平台的灵活性也吸引了独立开发者，他们使用Dust免费层构建副项目、爱好代理和教育工具。
社区与生态系统
Dust维护开源贡献，并发表了关于其代理基础设施的研究，包括在ICML 2024上与斯坦福大学人工智能实验室合著的一篇论文《鲁棒多步推理》。其博客提供教程和操作手册。2025年，该公司开始举办年度开发者大会DustCon，吸引了1,200名与会者，并推出了合作伙伴孵化器，为基于该平台构建的项目提供10万美元种子资金资助。
更广泛的生态系统包括与Langfuse和Weights & Biases等监控工具以及Vercel等部署平台的集成。作为[Python, TypeScript]生态系统的关键贡献者，Dust通过PyPI和npm分发其SDK。
未来方向与市场定位
2025年，Dust扩展到欧洲市场，在巴黎设立办公室，新增超过50名员工，并宣布了纳入更先进效率技术（如推测解码和多准则优化）的路线图。
高管强调，最大的差异化因素不是模型质量，而是将编排与执行者分离的能力。截至2025年底，Dust仍是一家相对较小的初创公司，但其主动采用和对开发者/解决方案的定位使其在代理开发领域相对于先行者具有有利地位。
Dust面临来自Amazon Web Services和Google Cloud等云巨头的竞争，因为它们增加了原生代理工具，同时也面临LangChain和LlamaIndex等初创公司的竞争。然而，其对企业级可靠性的关注和开放的模型连接性使其在市场中具有独特优势。