SecondState——如果 Hebbia 从原始 ERP 数据起步会怎样？
Show HN: SecondState – what if Hebbia started with raw ERP data?
我们发现了什么
方向观察：SecondState——如果 Hebbia 从原始 ERP 数据起步会怎样？。原文包含第三方或历史项目线索，暂不能归属于本产品，需核对完整来源。
- 来源：Hacker News（发现于 2026-08-11）
- 证据等级：D · 包含历史项目、第三方案例或未来计划；不能作为当前项目收入证据。
- 商业模式：待核验
- 主题：独立产品
- 初筛评分：19/100 · 收录 1 次
证据，比故事更重要。
规则清洗与初筛，未经人工商业核验。原文语境、实际客户和付费情况仍需自行验证。
引用与数字披露
来源类型（原作者自述／第三方测算／媒体转引）需采集端标注，本版尚未落字段。
- 作者
- 未标注
- 抓取日期
- 来源类型
- 未标注
- 币种
- 未标注
- 口径
- 未标注
- 披露主体
- 未标注
- 披露日期
- 未标注
中文辅助译文（全文）
你好 HN，我断断续续地鼓捣这个项目已经有一段时间了。 大多数 AI 金融工具都是在数据准备就绪之后才介入的。但财务尽调和审计并不是这样。我创建 SecondState 就是为了再往前提一层。 有意思的方面：- 智能体式数据转换（Agentic data transformation）：它有点像面向"数据工程师"的 Cursor：你声明你想要什么，智能体会构建出 DAG 并将其落地（materialize），中间设有人机协同的审批关卡。 - 即时分析（Just-in-time Analytics）：一旦你有了一些干净的数据，你可以随便问任何问题，它会按需构建一个仪表盘，帮助用户缩小视角，去看真正值得关注的东西。 这个问题的源头来自我之前在一家 BIG 4 的经历：每一笔交易都从一个资料室（data room）开始：总账、会计记录、合同、财务报表，还有无穷无尽的电子表格。而在任何人对这些数据进行理解和操作之前，贫穷国家里的大量离岸团队都得手工重建这些数据并灌入一个仪表盘。这会杀死 Hebbia 吗？不会。但我认为，面向高风险金融业务的胜出平台需要做的不仅仅是 RAG 和知识图谱。
译文由上游机器翻译生成，可能有误；判断请以英文原文为准。
英文原文（来源本站未改写）
Hi HN, I have been tinkering on a project for quite some time now.Most AI finance tools begin after the data is ready.Financial Diligence and audits don’t.I built SecondState to start one layer earlier.The interesting pieces: - Agentic data transformation: It has kind of cursor for “data engineers” : you declare what you want and the agent builds the DAG and materialize it with a human-in-the-loop approval gate. - Just-in-time Analytics: once you have some clean data, you can ask whatever question and it builds a dashboard on demand, helping users narrow the aperture on what’s valuable to look at.
The problem originates from my previous experience at a BIG 4 : Every deal starts with a data room: General ledgers.Accounting records.Contracts.Financial statements & Endless spreadsheets.And before anyone can understand operate on top, a loot of offshore teams in poor countries have to reconstruct it by hand and inject it into a dashboard.Does this kill Hebbia?No.But I think the winning platform for high-stakes financial work will need to do more than RAG and knowledge graphs.
这条还缺什么证据？
下面每条都由本条已有字段推出（等级、理由、商业模式、来源次数、是否演示）， 本站不生成推测性结论；通用验证方法放在方法论页。
- 可核验的收入或付费证据查官网定价页与付费口径；第三方数据源（如 GetLatka）只作旁证，需标注来源与时点。
- 商业模式未定确认按席位／按用量／授权还是开源托管版收费；开源项目另查 LICENSE 与是否存在付费版。
- 只有单一来源找一手站点或其他渠道是否重复出现同一产品；社区热帖数量不等于商业进展。
通用验证清单（谁有这个问题／谁愿意付费／一个人能交付哪一小步）见我们的筛选方法。