Alvys 于周二推出 Alvys Foundry，这是一款具备代理式 AI 能力的平台，允许承运人、经纪人及混合型承运-经纪人在其已经使用的运输管理系统内构建并部署货运 AI 智能体。这家位于加利福尼亚州 Solana Beach 的公司同时表示，其 TMS 现已向各规模车队开放，将原本围绕大型卡车公司打造的平台扩展至个体车主经营者和小型承运商。根据 American Trucking Associations 的数据，超过 90% 的联邦注册机动车承运商运营的卡车不超过 6 辆，这一群体历史上获得企业级自动化工具的机会有限。

Foundry 提供三种方式：20 多个预置智能体模板、由 Alvys 工程师构建并调优的定制智能体，或由客户自行组装的智能体。首批应用场景聚焦仍然消耗调度时间的任务，包括 check-call 自动化、发票与结算准备，以及 track-and-trace 异常处理。

“在过去一年里，我们一直在观察客户实际上如何采用 AI；它在哪些地方有帮助，哪些地方停滞，以及炒作如何让运营方拥有了更多工具和登录入口，而不是更多产能，”首席执行官 Nick Darman 表示。“Alvys Foundry 正是我们看到的答案。”

此次发布延续了 Alvys 在 2025 年 9 月完成 4000 万美元 B 轮融资时所规划的路线图，该轮融资由 RTP Global 领投。公司累计融资 7700 万美元，并表示该平台每年承载超过 90 亿美元的货运。

为了说明智能体的价值，Darman 形容一家卡车公司同时在运行两套业务。第一套负责运输货物。第二套则证明货物按时、安全且在正确资质下完成运输。第二套业务涉及大量文书工作，并且在 post-Montgomery 的环境中，可能决定下一份合同由谁赢得。

大型车队拥有负责第二套业务的人员配置。他们雇用大量专业人员监控联邦安全记录，并在托运人服务失误被固化为客户可见的数字之前发起争议。小型车队往往在损失发生后才知道自己漏掉了什么。Darman 说，这一差距正是 Foundry 所要解决的问题。

始于一次 DOT 上门检查

Darman 于 2004 年在 Georgia State University 就读期间创办了一家卡车公司，之后在 J.P. Morgan 工作数年，并于 2010 年重返卡车运输行业。随着业务扩大，他遭遇了一种自己此前并不知道存在的欺诈形式。

“司机和个体经营者会冒用我的标识、我的 DOT number、我的 authority，在未经我同意的情况下运货。他们以我的名义累积违规记录。我一直不知道，直到一年后 DOT 上门审计，”他说。

在卡车运输行业，冒用另一家承运商的 DOT authority 运营是一种被认定的身份欺诈形式。FMCSA 已对这类计划采取执法行动，包括 Transportation Intermediaries Association 在内的行业组织也发布过欺诈预警，因为数字化货运撮合加快了货物订舱速度，往往快于承运商身份核验。

当时，他有 10 到 20 名司机，并且都认识。每天早上登录 Federal Motor Carrier Safety Administration 门户网站并不在他的日常习惯中。更大的承运商拥有向 FMCSA 提交 Request for Data Review（RDR）的资源。该请求通过 FMCSA DataQs 系统提交，要求承运商证明事故并非其过错。提交、处理、核验和跟踪 DataQs 请求是一项持续性工作，而小型车队和个体经营者最容易受到影响，却也最缺乏认知。

“实际上，你会被贴上不安全公司的标签。但事实未必如此，”Darman 说。“当你看一些车主或创业者如何运营公司时，他们其实运营得非常安全。但 FMCSA 上的底层数据并不支持他们实际的运营方式。”

这些底层数据会输入 FMCSA 的 Compliance, Safety, Accountability 项目，该项目会在安全行为类别中为承运商打分。托运人和经纪人越来越多地将 CSA scores 和 SMS percentiles 作为承运商准入门槛，这意味着一项有争议或欺诈性的违规记录，可能在承运商察觉之前就让其失去货运机会。

货运 AI 智能体与全天候监控岗位

行业对此类问题的传统应对方式是增加人手，而这只有能负担得起的公司才做得到。

“他们全天候有人盯着这件事。他们每天登录 FMCSA，确保没有任何可疑情况发生，”Darman 说。“而一旦发生某些情况，比如 FMCSA 上记录到一名并非该承运商雇员的司机，他们会立即提出异议。”

Foundry 用智能体取代了这种轮班安排。

“你可以让一个智能体检查与 FMCSA 的集成，”Darman 说。“一旦某项信息与系统中的司机记录不匹配，它就会标记给车主。这样车主就能立即对记录提出异议。”

Darman 直言，这一用例目前仍属理论阶段：“我还没有在任何人身上使用过这个功能，但我认为这是一个非常强大的用例。” 他补充说，其背后的经济逻辑很直接。“与其雇员工替你做这项工作，不如部署一个成本并不高的智能体。”

准时与评分卡上的准时是两回事

托运人关系中也存在同样的不对称。

“每一次提货和送货都准时是一回事。让托运人的 scorecard 显示你准时，是另一回事，”Darman 说。“这两件事不同。”

小型承运商会据理力争，但没有数据支撑时，托运人往往会依赖自己的记录。“他们只是在说，‘嘿，我是准时的，’但 [一家大型托运人] 会看着你说：‘很抱歉，我的 scorecard 显示并非如此，’”Darman 说。

多年来，大型承运商一直将 scorecard 维护视作一项独立工作，筛选那些落在送达窗口之外的 EDI 214 状态消息，并将其转交给客服团队，由后者将这类失误重新归类为天气或其他可接受代码。出现在数字中的，往往是人手，而不总是服务本身。被夸大的承运商 scorecards 是托运人在管理承运商绩效时一个被低估的问题。

对于这类争议，速度往往决定异议能否成立。“如果你实时处理，托运人会记得，而且通常会把它从 scorecard 上移除，”Darman 说。“如果拖得太久，你就会有麻烦。”

重点在于上下文

Foundry 的差异化并不在于智能体本身，而在于其背后的运营数据。

“我们拥有货运上下文，也了解你的线路。你不需要维护不同的集成，”Darman 说。“我们有上下文，因此不会增加额外登录入口。”

该平台建立在 Alvys 现有的数据基础设施之上，包括 120 多项集成、与数百家托运人的原生 EDI 连接，以及符合 SOC 2 的安全基础。与模型提供商的企业级协议可确保客户数据不会进入公开模型训练。

平台也包含治理功能。Agent Shield 会记录智能体活动，保持操作可追溯，并将高影响决策转交人工审批。智能模型选择器会为每项任务挑选最便宜且足够胜任的大语言模型，以缓解使用增长带来的算力成本上升。

谁掌握钥匙

进入物流领域的许多 AI 提供商都会自行编写智能体逻辑，并将运营知识保留在内部。Alvys 表示，公司提供的是构建模块，并培训客户团队自己组装智能体。

“作为一家卡车公司老板，我经历过另一种版本，”Darman 说。“供应商先帮我起步，然后对每一项定制、每一份报告、每一个集成都收费。他们掌握着钥匙，想离开都很困难。我们打造 Alvys Foundry，就是为了让客户自己掌握钥匙。”

一位早期客户也如此评价这一平台。“Foundry 不是为了展示的 AI。它是带有岗位说明的 AI，”Spartan Carrier Group 创始人兼首席执行官 Carlos M. Llanes Jr. 表示。“它有助于消除货运中的人工摩擦，让我们的团队能够专注于判断、服务和卓越执行。”

Foundry 首次在 6 月 17 日的 Customer Advisory Board 会议上亮相，当时第一批客户名额已满。第二批的等候名单现已开放。

在 Darman 看来，真正的区别已不再是技术本身。

“技术不会成为限制，”他说。“真正决定胜负的是组织背后的深度思考者，他们会以某种方式建立 SOP，从而让你成为赢家。而我相信，AI 现在会揭示谁才是真正干活的人。”