知名VC争相押注的EDA老兵新創業項目,「峥研軟體」想做工程科研領域的「Notion + Figma + Github」｜項目報道

文｜沈筱

編輯｜王與桐

“總有免費或者更便宜的選項，是中國SaaS最大的硬傷。”

峥研軟體創始人兼CEO李嚴峰在與36氪交流的過程中，分享了自己對國内企業服務賽道的看法。在他看來，同樣的賽道，在中國盯的人更多，隻是造成這一現象的表層原因，而産品同質化、缺乏對使用者真實需求的了解，才是導緻客戶粘性不高、商業轉化難的罪魁禍首。

然而，知道使用者要什麼，找到鎖定使用者的killer feature并非易事。Figma、Notion等國外明星to B SaaS産品，也幾乎沒有一款是一夜成名的。比如，在了解設計師群體研發協同需求的道路上，Figma一走就是近十年。

反觀國内，盡管效率、協同SaaS平台遍地開花，但在“Copy to China”的模式下，很難長出獨樹一幟的産品。李嚴峰表示，在峥研軟體聚焦的工程科研領域，更是“無人區”。

峥研軟體是36氪此前覆寫報道過的項目。李嚴峰曾任職Cadence、PDF Solutions，先後參與創立和成功退出兩家EDA初創公司，Accelicon和博達微，并作為執行副總裁和首席産品官與概倫電子登入科創闆，在內建電路領域有豐富從業經驗和連續成功創業經曆。2022年，李嚴峰選擇離開概倫電子，創辦峥研軟體。

成立同年，公司即獲得了來自源碼資本、清輝投資、量子躍動、SEE Fund、水木清華校友種子基金，以及金沙江創投的種子輪融資。

近期，峥研軟體正式面向種子使用者推出了工程科研效率協同SaaS「peerup」産品原型。瞄準科研、科工、科教三大領域，公司旨在從資料擷取、呈現、分析、管理和挖掘切入，通過提供完整工具鍊，使工程科研人員将時間、精力投入到需要創造力的工作中，而非資料簡單處理、可視化、描述性解讀等繁瑣、重複的任務。

據介紹，峥研軟體完成前期确定命題和基本解決途徑，到産品調研、定義産品形态的過程後，于今年初正式啟動産品原型研發。從峥研軟體的最終目标産品形态來看，其希望成為工程科研領域的「Notion+Figma+Github」。

談及工程科研領域仍是“無人區”的原因，李嚴峰告訴36氪：“沒人做，并非沒有需求，更不是創造不了價值。”一方面，現階段，國内工程師成本已經沒有絕對優勢，而用人需求還在上漲，同時國家培養工程科研人員的力度不減，提升研發效能是剛需；另一方面，滿足工程科研人員研發效能提升需求、推動科研創新，其本身的意義已經超過商業價值創造，而即便從商業的角度來看，隻要能解決行業1%的效率提升問題，就值得企業為之付出4000塊錢。

但是，從供給端看，李嚴峰認為，一是由于領域特殊性，隻有業内資深使用者或專家才能了解特殊需求，而這些人很難選擇跳出自己擅長的科研垂直領域，做通用軟體的事；二是，現有聚焦研發領域的效率、協同類産品不足以解決工程科研人員生産力提升的需求痛點。

“盡管國外早有旨在降低工程科研人員程式設計門檻的低代碼軟體，但該領域的核心痛點不是程式設計門檻高。工程科研不缺懂技術會程式設計的超級個體，而是缺讓超級個體變得更強大，幫助他把能力快速複制、推廣到企業、學校、行業層面的效率工具。”李嚴峰進一步向36氪闡述，“另外，雖然市面上也有聚焦産研協同的軟體，比如「Atlassian」推出的研發項目管理軟體「Jira」，但其更多關注流程管理，沒有深入工程科研領域know-how。”

在李嚴峰看來，深入領域know-how意味着需要最大程度發揮工程科研人員的價值。而資料是該人群價值的核心展現，理應成為效率工具的主要抓手。

具體而言，目前，峥研軟體已圍繞上述産品形态搭建好底層架構，建構了文檔、資料、應用三大功能子產品，并将做好文檔的記錄、分享、協同，成為工程科研的Notion視作第一步，也是其現階段獲客重點。

不同于一般文檔記錄，工程科研人員的筆記多以圖、表、數字等資料形式呈現。在這一步中，李嚴峰介紹，除了提供類似Notion、飛書的常見功能，平台的核心價值展現于提升資料擷取和展現效率、助推科研正直兩個方面：

一是對來自工程科研相關儀器、軟體等不同來源的資料自動解析和統一格式呈現。使用者可以将資料直接以附件形式插入筆記文檔，直接生成資料記錄，并可為資料添加标簽，創作各垂類科研領域的專業圖表，同時支援在統一文檔中比對不同組資料；另外，在圍繞資料協作時，包括在使用平台視訊會議功能過程中，使用者均可在圖、表等資料上直接圈注。

二是可回溯。平台提供了可進行版本控制和曆史回溯的編輯環境，詳細記錄資料建立時間、來源，以及修改、分享操作等所有和原始資料相關的使用情況。

基于此，産品功能再往外拓展，就是資料、應用兩大子產品，首先是實作圍繞開發的分享、協同。

在這一層面，peerup主要解決實體世界和虛拟世界的連接配接問題，打通平台與各類軟、硬體的接口，例如仿真測試軟體、示波器等。同時，類比Figma，主要圍繞資料擷取、管理、處理等，提供完整的工具鍊。

據介紹，峥研軟體開發了儀器測試、測量和資料處理的架構「ZMeasure」。針對不同工程科研領域，公司會結合适用的算法，根據使用者具體場景開發各類應用程式，以模版的形式放置于應用空間。使用者可在文檔中選擇調用多個App，進行複雜的自動化資料處理、遠端操控實驗儀器裝置、完成測量實驗等任務。實驗傳回的測量參數和資料可以直接作為data上傳雲存儲，進入公司研發的科研協作效率流中。

另外，peerup搭建了底層函數庫，為使用者提供了Python程式設計環境，支援低代碼流程建立和參數化配置。使用者可以根據自己的業務邏輯，搭建專屬工作流，自行開發和運作專屬App。開發後可選擇在組織内或在整個平台範圍内分享。

“和Figma、Notion一樣，我們會不斷出新的應用模闆和feature，但并不代表要做定制化。”李嚴峰告訴36氪，“支援好國内相關領域的頂尖客戶，完全可以複制到整個行業，最後擴充到國外，最終應用中心将走向無代碼平台。”

「peerup」簡要介紹 企業供圖

李嚴峰表示，資料的本質是數字，其在工程科研領域中的展現形式和來源的儀器、軟體是可枚舉的，是以，針對不同專業領域開發應用并不難。但他也坦言，盡管公司團隊是電子、化工等工程科研領域的超級使用者，能在熟悉典型需求的基礎上快速搭建底層架構，但在需要domain knowledge的應用開發層面，沒有捷徑可走，需時間沉澱。

是以，目前峥研軟體一是跨領域招募了新的研發人員；二是在靠近種子使用者的北京、上海建立了應用中心，以複原客戶場景，支援相關應用落地。同時，在此過程中，公司将持續收集客戶需求和回報，基于對需求可複制空間、可行性以及ROI的綜合判斷，完成産品功能的疊代優化。

另外，李嚴峰認為，peerup提供了LLM在工程科研領域落地應用的土壤。利用LLM，peerup希望進一步降低工程科研人員跨學科擷取知識、使用不同儀器裝置、軟體的門檻。目前，峥研軟體已經基于LLM搭建了嵌入peerup平台的AI助手，主要應用于兩個方面：

一是搜尋和實驗報告生成等輔助性功能。例如，通過建立特定領域的知識庫，AI助手支援使用者以對話形式完成資料、知識的搜尋，以及獲得參考資料連結。對使用者給定的報告生成要求，AI助手可以尋找相關的工程資料、追蹤整個資料流、分析資料結果，按照特定格式要求完成資料整理、彙總和可視化；

二是複雜任務支援。公司将前述低代碼開發工作流搭建的功能內建到了AI助手中。使用者可以使用自然語言描述業務邏輯，實作自動分析問題、尋找合适的底層函數、搭建工作流、完成參數化配置，并得到任務結果，同時支援使用者自主檢查工作流邏輯，或對工作流進行手動參數微調。

團隊方面，峥研軟體的核心成員均畢業于清華、北大、北郵等知名院校。特色是應用端均有工業軟體領域從業經曆，具備EDA、材料化工等領域科研工程經驗。而産品和開發人員均曾在位元組跳動、小紅書等大型網際網路科技公司任職，具備軟體開發、資料解析和治理等方面經驗。

現階段，公司并未設定銷售目标，但對産品導入和銷售，李嚴峰很有信心。他告訴36氪：“我們有二十多年的大B客戶經驗和上下遊資源，是以早期不乏優質的種子客戶，這也是相比很多SaaS初創團隊的重要優勢。團隊目前的重點是圍繞種子客戶需求進一步完善平台功能和架構，把每個客戶做透并實作高度粘性是基本目标。”

暢想未來，李嚴峰表示，在實作圍繞開發的分享、協同基礎上，peerup的下一個目标是形成資料作業系統，建構類似GitHub的開源的、去中心化的科研協作平台。未來，工程科研人員可以和世界上任何研究者合作，科學成果的分享、評價以及商業價值創造也可通過社群實作。