最近各大科技圈，都在讨论Builder.ai破产崩塌的这件事情。

要知道，Builder.ai一度是当红辣子鸡，妥妥的独角兽企业，微软、软银、卡塔尔投资局先后下注，总融资额超4.5亿美元，估值飙升至13亿美金，媒体称其为“AI时代的开发神器”、“下一个Stripe+OpenAI的结合体”。

但前不久，这个曾经光芒万丈的AI独角兽，烂尾了：网站虽然没有下线，但客服消失，全球项目冻结；员工讨薪、客户维权、投资人追责；公司同时在英、美、印、新五地申请破产……

这不是一场普通的创业失败，这是一次AI时代的公开爆雷。

如果我们要写一本《AI泡沫操盘实录》，Builder.ai的故事足以占据第一章。

一、从宴宾客，到楼塌了

让我们从2016年，故事的开场说起。

那时候的Builder.ai还叫做Engineer.ai，由连续创业者Sachin Dev Duggal 创办，此人是那种“简历自带神话滤镜”的人物：14岁开始职业生涯、17岁为德意志银行打造套利系统、21岁在帝国理工一边读书一边做Nivio这家公司，估值一个亿。

它的“新创业项目”主打的是一个看似激进但令人着迷的愿景：“用AI帮你写App。”

当时是2016年，AI还停留在“图像识别+语音助手”阶段，离真正的代码自动化离商用还有五六年光景。但Duggal不等了，他抢先一步，提出“AI构建软件”的蓝图：开发者可以退休，企业可以免掉外包，人人皆程序员。讲真，这个蓝图谁不心动？

2020年，疫情爆发，全球中小企业被迫“线上化”，No-Code赛道开始升温。

Builder.ai顺势去掉“Engineer”身份，摇身一变，成了更具力量感的“Builder”——不再只是写代码的工程师，而是一个能为你建造未来的工具型平台。

彼时，他们打出一句极具传播力的Slogan：“就像点披萨一样简单，生成App。”

这句Slogan很厉害，它简单、快乐、去工程师、极致隐喻，比任何一篇技术白皮书都有效。从印度创投圈一路传到硅谷，从创业大会到VC私董会，Builder.ai成了“无代码+AI”赛道的辣子鸡。随之而来的，就是高举高打的融资节奏。

微软、软银、卡塔尔投资局等巨头接连下注，媒体称它为“下一个Stripe+OpenAI的结合体”。

2023年的春天，Builder.ai完成D轮融资，单轮获得2.5亿美元。估值高达12亿至15亿美元，迈入“超级独角兽”行列。

这轮融资里，卡塔尔投资局是主投方，微软则以“战略合作”身份参股，号称要将Builder.ai打造成“开发者未来的新操作系统”，而创始人Duggal也获得2023年安永英国年度企业家奖获得者，可谓是春风得意。

正是在这一阶段，他们推出了最具争议的“AI产品”：一个名为Natasha的AI项目经理。

Natasha自动理解用户需求，调配资源、生成代码、交付版本，还能智能推荐迭代功能——顶得上一个永不罢工的PM+CTO+工程师团队。

2025年初，公司对外发布2024年营收预测：2.2亿美元。数字漂亮，增速惊人，财务模型倍受资本市场追捧。Duggal也被邀请到各大重要会议发言演讲，并以此2.2亿为估值基础推动新一轮融资。

但到了年终，一场内部审计揭开了真相：实际营收只有5500万美元，仅是预测的四分之一。

而且多名前销售员工承认，公司长期存在“签了未执行合同也计入销售额”“项目重复入账”等“销售灌水”行为。美国检察官启动初步调查后，发现部分合同文档为伪造或无客户授权，认定这是系统性伪造财报。

更令人不安的是，虚假的技术叙事也被瞒不住了。Builder.ai最核心的技术卖点，是它的AI项目经理“Natasha”。

公司宣传它能理解用户需求、自动生成功能建议、调配资源、实时交付代码、持续反馈优化。

但据前员工匿名爆料，Natasha的“AI能力”不过是一个前端聊天界面，背后连接的是印度海得拉巴的数百名外包工程师。这些工程师按照模版分工，一点一点手动拼接与整合，而“AI”只是替他们遮脸的面具。

2025年2月，Duggal以一种近乎荒诞的方式“卸任”：他辞去CEO职务，自封为“Chief Wizard”（首席魔法师），官方解释为“进入创新探索阶段”，但在业界，这更像是为将要落下的铁锤预留逃生门。

真正掌舵公司的是新任CEO Manpreet Ratia，一个财务出身的执行型角色。外界普遍的解读是公司已进入“断臂求生”的阶段。

果真，2025年5月初，被欠了5000万的债主Viola Credit以债务违约为由，直接冻结Builder.ai账户中的3700万美元。但此时，公司全球账户仅剩500万美元，且大部分锁在印度本地账户中，无法自由调动。

员工无法领工资，媒体纷纷曝出裁员、客户维权、创始人涉及洗钱案等消息。终于，5月20日，Builder.ai被迫同时在英国、美国、新加坡、印度、阿联酋发起破产程序，运营冻结，项目中断，投资人集体追责。

这场AI神话，正式终结。

回头看，你不得不感慨，现实比小说精彩。

一个从未真正有技术的公司，仅仅从“一句口号”开始，用“一个角色”包装技术，用“几轮融资”积累神话，靠讲故事，就能拿到微软、软银、卡塔尔投资局等超过4.5亿美元的投资。

但，你不可能在所有时间骗过所有人，企业的崩塌只是时间问题。

更值得警惕的是，Builder.ai只是一块浮出水面的冰块，冰山之下，还有一大群靠“AI幻想叙事”推动融资、签单与市值的公司。

二、披着“AI”外衣的AI公司

我们梳理了一些披着“AI”的外衣，他们讲述着看似炫目的技术未来，却在现实中依赖人工操作、虚构数据、甚至伪造合同的假AI公司：

Nate：“AI购物体验”？其实是菲律宾呼叫中心

Nate自称是一款AI自动代购助手，用户只需点击“Buy”，系统便会自动跳转各大电商平台帮你结账、下单、支付，全流程“无人工干预”。

但据SEC调查，自2019年起，Nate其实雇佣了大批菲律宾呼叫中心员工，手动为用户操作下单流程，甚至连付款验证也是人肉复制。公司在内部明令员工不得对外公开真实运作方式，并在融资路演中伪造AI演示。

目前，创始人面临电信诈骗与证券欺诈双重指控，最高或面临20年监禁。

Joonko：AI招聘平台？实为合同伪造剧本

以“AI匹配多元候选人”的名义起家，Joonko号称拥有超过100家企业客户和10万求职者，后台由人工智能自动为企业推荐最符合DEI（多样性、平等、包容）政策的人才。

SEC的调查显示，公司客户列表大量造假，简历数据伪造，AI能力被严重夸大。但Joonko靠这些指标从投资者手中骗取了2500万美元，并用虚构对账单、美化数据维持“高速增长”的假象。

目前，创始人面临刑事起诉，公司已破产。

Innodata：AI平台？实为“模板工厂+外包编辑”

这是一家声称拥有“生成式AI数据工程平台”的老牌企业，其旗舰产品Goldengate被包装为企业内容生成的AI引擎。

但集体诉讼文件显示，这个平台大部分内容由海外外包工人使用Word模板手动填充，而非自动化生成。AI只存在于PowerPoint演示里，现实中不过是低成本人工流水线。

目前公司面临诉讼，股东提起集体索赔，还无法预测案件结果，也无法保证不会对其财务状况造成重大不利影响。

Evolv：AI安检系统？误识水瓶为武器

Evolv Technologies自称其AI安检系统“Evolv Express”能无接触精准识别武器，常用于学校、演唱会、体育场馆。

然而，FTC指出，该系统经常漏报刀具、枪械，却将水瓶、笔记本电脑误识为高风险目标，导致大量误报与信任危机。与此同时，公司夸大了系统销售数量与检测准确率。

目前，CEO被解雇，CFO辞职，公司被调查财务造假行为。

GitLab、Delphia、Global Predictions：AI加持金融与开发？实则营销

GitLab：声称AI自动生成代码功能卓越，误导投资者。声明与真实能力严重不符，导致股价重挫20%。

Delphia：号称“用AI分析社交数据做投资决策”，但SEC调查后认定其模型并无AI深度，仅是传统数据筛选逻辑，罚款22.5万美元。

Global Predictions：自称是“首个人工智能财务顾问”，提供AI预测+税务收割服务。实则虚构管理资产规模、AI能力，最终被罚17.5万美元。

这些公司一个共同点：AI是它们故事中的主角，却不是产品中的主角。

而且他们有一套“AI洗白AI washing”的模板：

首先，用一个酷炫的AI名词（Natasha、Goldengate、Evolv Express）遮盖实际流程；

接下来，用虚构客户、虚高营收、幻觉指标撑起估值；

再用路演视频和PPT制造技术错觉；

重点来了，一定要将人工操作伪装为自动化流程；一旦资金耗尽，便以“首席创新官”、“战略顾问”等名义悄然卸任。

以前，在环保行业有洗绿（Greenwashing），在ESG有道德洗白，而在AI时代，我们看见了AI washing。

这并不是一家公司、一个骗子或者一轮泡沫的问题，而是整个产业链条从讲故事、到融资审批、再到舆论评价体系的多重勾连。

每一个人都急于站上“AI”的浪潮之巅，但更多的人等来的是泡沫。

三、AI创业者与投资者的五大避雷指南

很多人在看到这些AI公司崩塌的案例，第一反应是：“这说明AI不靠谱。”

这是一个误判。

AI从来不是这场闹剧的主角，真正的主角，是“AI包装”。

特别是在这个AI爆发的节点上，各种AI技术鱼龙混杂，公司参差不齐，那AI从业者以及投资人怎么避雷呢？

看清楚你投的是“智能”，还是“人工+PPT”？

投资人和客户都不应满足于“会讲故事的创始人”，而是提出具体技术验证要求：

提示对照表：AI模块哪些功能靠模型、哪些靠人工？

要求公开demo（可视频录制）+ traceable input-output logs；

观察模型行为是否具备泛化能力还是“预设结果拼接”。

现实往往很简单：真AI的表现，不会只有一句营销语那么空洞。

引入“软件托管机制”

软件托管机制，即：开发中客户资金由第三方托管，源代码交由中立方保管，若项目违约或中断，资金可退、代码可交。

在Builder.ai事件中，数以百计的客户项目“蒸发”，有用户称损失达6.5万美元。若实施托管(Escrow)，这种损失至少可以部分缓解。

这一措施不仅是为了保护客户，也能让真诚创业者在失败时能保留最低限度的声誉资产。

引入第三方AI模型审计

技术不是“信仰”，而应该像财务一样被审计。

会计信息要被审计，AI模型也应该。尤其是面向公众、承担功能交付责任的模型，必须：

经权威第三方验证其架构来源、训练数据、安全边界；

公布其Bias控制与不可控异常比例；

标注训练是否包含合规、可追溯的数据集；

英国Turing Institute与欧盟AI ACT正在酝酿AI审计机制，中国也需要有相应的机制跟上。

“慢投资”“抢到不算安全，看清楚才稳健”

在Builder.ai背后，是一次典型的“恐错心理投资”：微软、软银、卡塔尔都疯狂押注，其实是FOMO在作祟——是不是我不投就会错过下一个OpenAI？

于是尽调流程简化、合同风险容忍度上升、媒体话术照抄……一切只为跑得快，却忘了技术周期和真实交付之间存在巨大的时间滞后。

建议LP、GP之间建立“冷启动缓冲协议”：AI项目投前必须经历多轮评估节点，设置“不可跳过”的尽调门槛。

设立清晰的、强制的披露机制

绿色洗白让我们懂得了“环保承诺”不能只看字眼；AI洗白则呼唤一个清晰的、强制的披露机制：

每个使用“AI”字样的产品，必须标注：AI技术类型+功能范围+是否使用开源模型+可审查参数范围；

类似“食品营养表”或“电器能效标签”的披露框架；

对虚假声明设置法律责任，强化监管对AI叙事的“入口把关”。

Builder.ai的崩塌，它让我们意识到，不是AI不靠谱，而是我们太容易轻信那些打着AI旗号的、没有交付诚意的伪技术公司。

更重要的是，它也提醒我们：我们需要的不是更多“大词”、“新概念”，而是更真实的模型边界、更耐心的治理节奏，以及对“技术就是责任”这一信仰的重新敬畏。

因为，真正的AI信任，不是用宣传建成的，而是用结构、用验证、用责任感一砖一瓦搭建出来的。