" 總有免費或者更便宜的選項，是中國 SaaS 最大的硬傷。"

崢研軟件創始人兼 CEO 李嚴峰在與 36 氪交流的過程中，分享了自己對國內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，只是造成這一現象的表層原因，而產品同質化、缺乏對用戶真實需求的理解，才是導致客戶粘性不高、 商業 轉化難的罪魁禍首。

然而，知道用戶要什么，找到鎖定用戶的 killer feature 并非易事。Figma、Notion 等國外明星 to B SaaS 產品，也幾乎沒有一款是一夜成名的。比如，在理解設計師群體研發協同需求的道路上，Figma 一走就是近十年。

反觀國內，盡管效率、協同 SaaS 平臺遍地開花，但在 "Copy to China" 的模式下，很難長出獨樹一幟的產品。李嚴峰表示，在崢研軟件聚焦的工程科研領域，更是 " 無人區 "。

崢研軟件是 36 氪此前覆蓋報道過的項目。李嚴峰曾任職 Cadence、PDF Solutions，先后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產品官與概倫電子登錄科創板，在集成電路領域有豐富從業經驗和連續成功 創業 經歷。2022 年，李嚴峰選擇離開概倫電子，創辦崢研軟件。

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，崢研軟件正式面向種子用戶推出了工程科研效率協同 SaaS「peerup」產品原型。瞄準科研、科工、科教三大領域，公司旨在從數據獲取、呈現、分析、管理和挖掘切入，通過提供完整工具鏈，使工程科研人員將時間、精力投入到需要創造力的工作中，而非數據簡單處理、可視化、描述性解讀等繁瑣、重復的任務。

據介紹，崢研軟件完成前期確定命題和基本解決途徑，到產品調研、定義產品形態的過程后，于今年初正式啟動產品原型研發。從崢研軟件的最終目標產品形態來看，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，國內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，只要能解決行業 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，只有業內資深用戶或專家才能理解特殊需求，而這些人很難選擇跳出自己擅長的科研垂直領域，做通用軟件的事；二是，現有聚焦研發領域的效率、協同類產品不足以解決工程科研人員生產力提升的需求痛點。

" 盡管國外早有旨在降低工程科研人員編程門檻的低代碼軟件，但該領域的核心痛點不是編程門檻高。工程科研不缺懂技術會編程的超級個體，而是缺讓超級個體變得更強大，幫助他把能力快速復制、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產研協同的軟件，比如「Atlassian」推出的研發項目管理軟件「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 意味著需要最大程度發揮工程科研人員的價值。而數據是該人群價值的核心體現，理應成為效率工具的主要抓手。

具體而言，目前，崢研軟件已圍繞上述產品形態搭建好底層框架，構建了文檔、數據、應用三大功能模塊，并將做好文檔的記錄、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、數字等數據形式呈現。在這一步中，李嚴峰介紹，除了提供類似 Notion、飛書的常見功能，平臺的核心價值體現于提升數據獲取和展現效率、助推科研正直兩個方面：

一是對來自工程科研相關儀器、軟件等不同來源的數據自動解析和統一格式呈現。用戶可以將數據直接以附件形式插入筆記文檔，直接生成數據記錄，并可為數據添加標簽，創作各垂類科研領域的專業圖表，同時支持在統一文檔中比對不同組數據；另外，在圍繞數據協作時，包括在使用平臺視頻會議功能過程中，用戶均可在圖、表等數據上直接圈注。

二是可回溯。平臺提供了可進行版本控制和歷史回溯的編輯環境，詳細記錄數據創建時間、來源，以及修改、分享操作等所有和原始數據相關的使用情況。

基于此，產品功能再往外拓展，就是數據、應用兩大模塊，首先是實現圍繞開發的分享、協同。

在這一層面，peerup 主要解決物理世界和虛擬世界的連接問題，打通平臺與各類軟、硬件的接口，例如仿真測試軟件、示波器等。同時，類比 Figma，主要圍繞數據獲取、管理、處理等，提供完整的工具鏈。

據介紹，崢研軟件開發了儀器測試、測量和數據處理的框架「ZMeasure」。針對不同工程科研領域，公司會結合適用的算法，根據用戶具體場景開發各類應用程序，以模版的形式放置于應用空間。用戶可在文檔中選擇調用多個 App，進行復雜的自動化數據處理、遠程操控實驗儀器設備、完成測量實驗等任務。實驗返回的測量參數和數據可以直接作為 data 上傳云存儲，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，為用戶提供了 Python 編程環境，支持低代碼流程創建和參數化配置。用戶可以根據自己的業務邏輯，搭建專屬工作流，自行開發和運行專屬 App。開發后可選擇在組織內或在整個平臺范圍內分享。

" 和 Figma、Notion 一樣，我們會不斷出新的應用模板和 feature，但并不代表要做定制化。" 李嚴峰告訴 36 氪，" 支持好國內相關領域的頂尖客戶，完全可以復制到整個行業，最后擴展到國外，最終應用中心將走向無代碼平臺。"

「peerup」簡要介紹 企業供圖

李嚴峰表示，數據的本質是數字，其在工程科研領域中的展現形式和來源的儀器、軟件是可枚舉的，因此，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用戶，能在熟悉典型需求的基礎上快速搭建底層框架，但在需要 domain knowledge 的應用開發層面，沒有捷徑可走，需時間沉淀。

因此，目前崢研軟件一是跨領域招募了新的研發人員；二是在靠近種子用戶的北京、上海建立了應用中心，以復原客戶場景，支持相關應用落地。同時，在此過程中，公司將持續收集客戶需求和反饋，基于對需求可復制空間、可行性以及 ROI 的綜合判斷，完成產品功能的迭代優化。

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獲取知識、使用不同儀器設備、軟件的門檻。當前，崢研軟件已經基于 LLM 搭建了嵌入 peerup 平臺的 AI 助手，主要應用于兩個方面：

一是搜索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 助手支持用戶以對話形式完成數據、知識的搜索，以及獲得參考資料鏈接。對用戶給定的報告生成要求，AI 助手可以尋找相關的工程數據、追蹤整個數據流、分析數據結果，按照特定格式要求完成數據整理、匯總和可視化；

二是復雜任務支持。公司將前述低代碼開發工作流搭建的功能集成到了 AI 助手中。用戶可以使用自然語言描述業務邏輯，實現自動分析問題、尋找合適的底層函數、搭建工作流、完成參數化配置，并得到任務結果，同時支持用戶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，崢研軟件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件領域從業經歷，具備 EDA、材料化工等領域科研工程經驗。而產品和開發人員均曾在字節跳動、小紅書等大型 互聯網 科技 公司任職，具備軟件開發、數據解析和治理等方面經驗。

現階段，公司并未設置銷售目標，但對產品導入和銷售，李嚴峰很有信心。他告訴 36 氪：" 我們有二十多年的大 B 客戶經驗和上下游資源，所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臺功能和架構，把每個客戶做透并實現高度粘性是基本目標。"

暢想未來，李嚴峰表示，在實現圍繞開發的分享、協同基礎上，peerup 的下一個目標是形成數據操作系統，構建類似 GitHub 的開源的、去中心化的科研協作平臺。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區實現。

來源：36氪