YLEM LABS
自主智能体的完整技术栈
Ylem Labs, Inc. 是一家人工智能公司。公司研究世界模型，并交付用来连接、构建和保护自主智能体的基础设施。研发中心在旧金山和阿斯塔纳。
名称 ylem 读作 eye-lem，取自 Gamow 与 Alpher 在 1948 年使用的词，指形成一切元素的原初物质。
五个产品，一套接口
智能体在 Box 里搭建，在 Harness 里运行，经 Gateway 调用模型，每次调用都经过 Guard。接口是开放的，团队可以换成自己的层。
一次请求从应用、API、数据和工具进入，经过 Box、Harness 和 Gateway，到达 World 或来自 40 多家提供方的 300 多个模型。返回路径可追踪，受预算约束，并经过 Guard。
Harness · 智能体运行时 · 研发预览
长时间运行的智能体执行层：plan/act 循环、带类型的工具、记忆、技能、沙箱，以及基于 Pydantic 的后台任务。版本 v0.4。
- plan / act / verify 循环
- 技能、MCP、沙箱
- 后台任务和定时任务
Gateway · 模型网关 · 已上线
一个兼容 OpenAI 的 API，接入 300 多个模型，带实时路由、故障转移、缓存和批处理。版本 v1.2。
- 故障转移低于 300 毫秒
- 语义缓存
- 按团队设置预算
Box · 智能体构建器 · 测试版
用提示、工具、知识和 MCP 服务器组合智能体，然后一键部署到客户自己的云里。版本 v0.6。
- 可视化和代码两种搭建方式
- RAG 和知识库
- 本地部署
Guard · AI 防火墙 · 试点
对每次模型调用做策略即代码的安全检查：个人数据、密钥、文档泄露和提示注入，使用自研防护模型。版本 v0.8，站点状态行写着 12 个检测器。
- 先监测，再校准，再强制执行
- 自研防护模型
- 文档数据防泄漏
World · JEPA 式世界模型 · 研究中
自监督模型在潜空间里做预测，而不是预测下一个词元，这样智能体可以针对后果做规划。Ylem Labs 不用客户内容训练 World 模型。把客户内容用于训练或评估，需要另签书面协议。
站点列出的研究笔记
- 2026 年 10 月 — Latent planning for tool-using agents
- 2026 年 9 月 — Harness > Model: how much of agent quality comes from scaffolding
- 2026 年 8 月 — Tunneling Fallback: latency-bounded routing across providers
- 2026 年 7 月 — Cascaded guard models at the gateway
这些标题列在英文研究区。站点没有链到期刊或 PDF。
数字
- 5 个产品，一套栈
- Gateway 上 300 多个模型
- 100 多名工程师和研究人员
- 2 个研发中心：旧金山和阿斯塔纳
公司怎么做
自己掌握整栈。碰到智能体的每一层，模型、运行时、网关、防火墙，都由公司自己测量和改进。
研究要进生产。论文跑进生产才算做完。研究和产品共用一张路线图。
安全放在网关。自主权来自策略，不来自提示词。每次调用在离开客户边界之前都要检查。
联系
公司招聘旧金山和阿斯塔纳的研究人员和工程师，也与要在生产里运行智能体的团队合作。来信请寄 [email protected]。
控制平面在美国运行。阿斯塔纳的员工按与旧金山员工相同的访问规则操作这项服务。站点不投放广告 cookie，也不出售访客数据。
隐私 [email protected] · 法律 [email protected] · 安全 [email protected]
有约束力的法律文本是英文页面，生效日 2026 年 10 月 17 日。