档案库 · 开发与企业工具 · 产品决策 · 2025–2026
QueryStory 押注企业需要可审计的 AI 答案：600 万美元种子轮，前谷歌安全负责人
前谷歌安全工程师 Shapor Naghibzadeh 创立的 QueryStory 在每个答案背后展示 SQL、数据来源和置信度，让企业能够核实 AI。
QueryStory
做的是什么生意
QueryStory is an agentic data platform for large enterprises: teams ask plain-language questions over proprietary databases and get decision-ready narratives, with the underlying SQL, sources, confidence indicators and human review records surfaced automatically.
启动资金：$6 million seed (late 2025) from Brightmind Partners and New York Life Ventures at a $60 million valuation
起因
In 2009 Shapor Naghibzadeh was a Google SysOps engineer pulled into a war room when hackers targeted Google in the Operation Aurora attacks; tracing the intrusion across networks taught him how costly verified knowledge is to produce. He spent six years building data tools for security analysts, co-created Google's Threat Analysis Group and co-founded Chronicle in Google X in 2016. In 2025, as LLMs moved into data analysis, he co-founded QueryStory as CEO with CTO Stanley Yang (a former Google colleague and lead engineer at EvolutionIQ) and CPO David Glusic (an Accenture veteran).
经过
QueryStory raised a $6M seed in late 2025 from Brightmind Partners and New York Life Ventures at a $60M valuation, then spent months building and piloting the platform with customers. It emerged from stealth on 2026-08-26. New York Life Ventures' managing director Tim Del Bello says the fund uses QueryStory to replace the work of several people in producing a quarterly business review, with a real-time dashboard planned.
还没有结局，它还在跑。
背景
QueryStory 是一个面向管理大型专有数据库的企业的智能数据平台。用户用自然语言提问，得到组装成业务叙述的分析，同时平台自动呈现每个答案背后的 SQL 查询、置信度指标和人工审核记录——这样结论就能追溯到源数据，而不是变成无法核实的聊天输出。
这个想法源于 Shapor Naghibzadeh 在 Google 多年的经历：2009 年作为 SysOps 工程师追踪 Operation Aurora 攻击后，他花了六年时间为安全分析师构建查询复杂数据的工具，参与创建了 Google 的威胁分析小组，并于 2016 年在 Google X 联合创立了 Chronicle。2025 年，他与 CTO Stanley Yang 和 CPO David Glusic 共同创立 QueryStory，将这种经核实知识的纪律应用于企业分析。公司于 2025 年底从 Brightmind Partners 和 New York Life Ventures 筹集了 600 万美元种子轮，估值 6000 万美元，并于 2026-08-26 结束隐身。
其主张押注在企业信任上：通用 AI 聊天给每个员工自己的真相版本，与数据没有持久链接，而 QueryStory 与模型无关，围绕共享定义、血缘和治理组织。TechCrunch 的记者在数小时内从太空活动数据库获得了仪表盘——这个任务以前要花数周时间与开发者一起完成。截至 2026 年 9 月初，公司正与客户试点，并与前沿实验室工具竞争，辩称其激励机制不同，因为它不卖算力或 token。
这件事要成立，得有什么
- Naghibzadeh 的作战室经历使经核实知识成为核心问题：无法追溯到来源的答案不可用，LLM 让这个问题在企业规模上变得明显。
- 可见的 SQL、置信度指标和记录在案的审核把 AI 黑箱变成审计追踪，这正是大型受监管企业在让 AI 驱动决策之前所需要的。
- 通用聊天的模式——数百名员工各自得到自己的真相，与数据无关联——是真正的企业失败模式，而一个共享、治理良好的平台能直接解决。
- 与模型无关且不按 token 收费，使激励机制与担心算力驱动型供应商的客户保持一致，让信任故事可信而非营销。
可借鉴之处
安全思维是一种产品切入方式：受监管的企业会为通用 AI 聊天遗漏的审计追踪买单——可见的 SQL、来源和审核——因为她们需要能够辩护的答案。
后续进展
截至 2026 年 9 月 2 日，QueryStory 已结束隐身，面向大型企业的销售、运营和财务用户开放，客户在隐身期已在使用。其投资方内部使用该产品——New York Life Ventures 用其制作季度业务回顾——TechCrunch 的动手测试发现 SQL 自动呈现，带置信度指标和治理控制。未披露收入或客户名称；悬而未决的问题是，透明加治理工作流能否打败前沿实验室日益强大的聊天工具。
资料来源
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡