華人00後做“本地Muse”，被硅谷AI圈瘋搶，a16z和Anthropic都投了

作者 | 程茜 編輯 | 李水青 10月19日報道，近日，一家剛成立8個月的美國AI Agent創企Conway Research‌，亮出首款個人AI助手Underdog，同時官宣獲得Anthropic旗下投資聯合體、硅谷知名風投公司a16z，以及來自谷歌、OpenAI、Hugging Face的AI大牛等個人及機構的投資。▲Conway Research‌創始人Sigil Wen官宣融資的推文（圖源：X） 該公司將Underdog稱作“迄今為止隱私性最強的Muse競品”。9月8日，Meta發佈個人AI助手Muse，上線僅10天就超過ChatGPT登頂美國App Store免費應用總榜。

Muse可自主拆解用戶目標、執行任務，覆蓋辦公、生活、消費等多場景，每名用戶擁有云端獨立虛擬機，可後臺持續執行任務。這股熱潮迅速擴散，OpenAI發佈新一代智能體產品Dot、馬斯克發佈Grok Bot、Manus推出2.0，還有國內字節、騰訊、螞蟻、阿里也被曝正進行研發類似產品。Underdog與Muse這類產品的功能類似，都是幫助用戶處理日常生活、工作的任務，最大不同之處在於，Underdog完全運行在用戶的設備上，且離線也能跑。

▲Underdog自動添加日程演示（圖源：Conway Research‌） Conway Research‌成立於今年2月，其核心研究方向是能自主運行的AI Agent框架。目前，Conway發佈的這款產品仍處於邀測階段，尚未公開發布。該公司創始人為大學肄業、自學成才的00後硅谷AI天才少年Sigil Wen，17歲剛搬到硅谷就與一眾日後知名的AI創始人朝夕相伴了11個月，包括AI大牛Andrej Karpathy，還有Midjourney、Anthropic的聯創。他還在2021年就體驗了Midjourney、Claude的原型產品。

▲Sigil Wen（圖源：TechCrunch） Sigil Wen此前憑藉在Apple Watch跑通GPT-2，發佈首個能自我生存、自我進化且無需人類干預即可複製的AI Automaton（自動機）在社交平臺X上名聲大噪。那麼，這家新秀AI公司靠什麼收穫硅谷頂尖從業者的押注，其給出的Agent解法又有什麼不同？我們試圖找到這些問題的答案。一、完全本地運行，能幫你查郵件、生圖、處理會議記錄 Underdog的核心特點是能完全運行在用戶的設備上。這意味著數據只在本地保存，即使在離線狀態下也能幫助用戶做出決策。

該產品目前已經推出支持Mac、Windows電腦的測試版，未來會有Linux、iOS、安卓版本推出。其可以直接在Mac上運行，並連接用戶的郵件和日曆，處理如查看電子郵件、日程安排、會議記錄、語音輸入、在線跑腿、私人iMessage等任務。從推出至今，Underdog的功能正在陸續更新，包括本地圖像生成和編輯功能、聯合Stripe推出的本地智能體支付、一鍵導入會議記錄等功能。10月12日，其本地免費的圖像生成與編輯功能上線，基於Qwen-Image Flash、Qwen-Image-2.1-Turbo打造。

根據其官方演示，Underdog Images可以根據用戶輸入的自然語言需求出圖，還支持參考圖生成，進行局部修改、換背景等。同一天，Underdog發佈其支持一鍵導入會議記錄的功能，並且相關內容不會上傳至任何服務器，通話結束後可即時生成摘要、決策事項和行動項。10月14日，Underdog和Stripe合作，推出了首個設備端智能體支付功能。在本地瀏覽器中，Underdog能獲取對應精確金額的一次性Link卡，並等待用戶授權支付。此外，該公司宣佈，還在研究讓Agent直接替用戶購物等能力，其希望將這類本地AI逐步做成長期掌握個人上下文、直接替用戶辦事的個人Agent。二、基於Qwen3.

8 27B微調模型，專屬推理引擎比MLX快4.5倍 根據官方披露，Underdog的性能優勢得益於兩大關鍵支撐：更輕量、聰明的模型及專屬推理引擎Husky。先來看模型，Underdog背後的模型有速度更快的Woof 4B、更聰明的Saluki 27B。Saluki 27B已開源。其中的Saluki 27B是基於Qwen3.8 27B打造，官方數據顯示，該模型的權重體積是全精度版本的1/7，同時保留96%的性能，在工具調用方面優於Qwen模型。Sigil Wen在接受外媒TechCrunch採訪時透露，該模型能夠完成人們期望AI助手完成的日常任務，比如購物調研或解答數學作業題。

他稱因為成本極低，所以無需收取訂閱費來運營Underdog。第二大支撐是其為Underdog構建的推理引擎Husky，這也是支撐該應用能在本地設備跑的關鍵。官方數據顯示，在MacBook上，啟用Husky Flash後，Woof 4B每秒最多可處理730個token，速度比蘋果的開源機器學習框架‌MLX快4.5倍，在相同權重下，響應速度提升5倍。其團隊在16類提示詞場景下對比了Husky和MLX，結果顯示Husky在全部測試中速度都更有優勢。這是因為在執行圖像編輯時，Husky每一步並行校驗8個token，開銷為單個token的1.

5倍，而且大部分回覆內容已經包含在提示詞上下文裡；文本生成速度的優勢來自流水線調度，在當前步驟執行的同時，就對下一步做編碼與提交，讓GPU不必空等主機。Sigil Wen稱，與同類設備端引擎相比，該引擎在計算機主芯片與圖形芯片之間傳輸的數據量更少。除了技術優勢，Underdog的早期商業化模式也較為特殊。Sigil Wen透露，Underdog初期免費，且永遠不會投放廣告。其中一種收入方式是，他們將從AI助手經由Stripe安全支付基礎設施完成的每一筆交易中抽取少量分成，模式類似銀行卡交換費。這套商業模式下，AI助手無需採集、挖掘用戶數據。

這種做法與其他個人AI助手提供商有很大區別，一般企業會允許收集用戶數據，然後將這些數據出售給廣告商或用來訓練其他模型。三、00後大學肄業、自學成才，闖進核心AI大牛朋友圈 雖然未公佈具體金額，但Conway Research‌的投資人陣容堪稱豪華。除硅谷頭部風投a16z、Anthropic與Menlo Ventures組成的投資聯合體Anthology之外，還有一眾AI領域標杆人物。

包括Stripe聯合創始人Patrick Collison、Vercel創始人Guillermo Rauch、有著“AI推理之父”之稱的OpenAI研究員Noam Brown、OpenAI知名研究員Roon、Hugging Face聯合創始人Thom Wolf，以及谷歌DeepMind高級產品經理Logan Kilpatrick等。並且在Sigil Wen的評論區，能看到a16z聯合創始人、Vercel創始人、Brown等紛紛發來祝賀。這樣的豪華支持，或與其創始人Sigil Wen自身的特殊背景息息相關。

Sigil Wen的個人主頁顯示，他出生於2003年，是賓夕法尼亞大學管理與技術雙學位項目肄業生。他17歲隻身搬到硅谷後，就與當下一眾明星AI獨角獸的締造者朝夕相交，並搶先體驗了Midjourney、Claude等產品的原型。他在硅谷創客之家住了11個月，當時和他在公寓同住的包括OpenAI聯合創始人、AI大牛Andrej Karpathy，Midjourney創始人David Holz，Anthropic聯合創始人Ben Mann，以及Stable Diffusion、OpenAI、Perplexity等公司的研究人員。到2023年之後，Sigil Wen實操的多個AI項目頻頻刷屏X。

2023年9月，Sigil Wen在Apple Watch上跑通了GPT-2，直接在手錶上完成文本生成。不過，該模型在生成30個token之後就內存溢出了。之後他還在Airchat公司將OpenAI的語音識別模型Whisper部署到了iPhone上。Conway Research‌的首次亮相就是在今年2月，Sigil Wen稱該團隊打造出首個能自我生存、自我進化且無需人類干預即可複製的AI Automaton。當時他宣告，Web 4.0超級智能生命自此誕生。

Automaton會自主研發並推出產品、交易預測市場、註冊域名、在服務器上部署應用和服務、製作病毒式社交媒體內容來推廣產品、給供應商發郵件搭建電商渠道、致電企業為其搭建網站。只要還能負擔運營成本，Automaton就會一直運作下去。不過這款產品上線後評價兩極分化。一方面它收穫了大量關注。產品剛推出時，Sigil Wen就在X平臺發文稱，Conway Automaton註冊智能體數量已經突破1.8萬個；時至今日，Automaton的GitHub開源項目累計收穫7300星。另一方面質疑聲同樣不少。以太坊創始人Vitalik Buterin曾公開表態，認為所謂Web4的發展方向存在偏差。

在他看來，拉長人類與AI之間的反饋鏈路，對整個世界而言並非好事。Softswiss首席信息官Denis Romanovskiy當時也提出，AI智能體能否實現真正的經濟自主，取決於大模型在成熟度、記憶、規劃以及工具調用上的能力；而在這些維度上，現有技術尚不穩定，不足以支撐可靠的無人值守運行。結語：性能不及Muse、Dot，個人Agent跑在終端仍處早期探索階段 這一輪個人智能體競賽，主流思路仍是搭建雲端虛擬機，讓AI在廠商的服務器裡持續執行任務。但Agent一旦開始高頻循環、反覆讀寫個人文件，持續的Token開銷與數據上傳風險就會凸顯，這也讓本地離線方案找到了差異化空間。

不過本地設備的算力會限制模型規模與複雜任務表現。Underdog這類產品的探索，試圖讓Agent的記憶、權限、任務閉環留在本地。雖然目前來看，其產品性能無法超過Muse、Dot等能力，但這也進一步證明了Agent在本地部署的可行性。來源：Conway Research、X、TechCrunch