华人00后做“本地Muse”，被硅谷AI圈疯抢，a16z和Anthropic都投了

智东西10月19日消息，近日，一家成立仅8个月的美国AI Agent初创公司Conway Research，正式推出其首款个人AI助手Underdog，并宣布获得Anthropic旗下投资联合体、硅谷知名风投a16z，以及来自谷歌、OpenAI、Hugging Face的AI专家等个人及机构的投资。

该公司将Underdog定位为“当前隐私保护最强的Muse竞品”。

9月8日，Meta发布了个人AI助手Muse，上线仅10天便超越ChatGPT，登顶美国App Store免费应用总榜。Muse能够自主分解用户目标并执行任务，覆盖办公、生活、消费等多个场景。每位用户拥有云端独立虚拟机，支持后台持续运行。

这股浪潮迅速蔓延，OpenAI推出了新一代智能体产品Dot，马斯克发布了Grok Bot，Manus也发布了2.0版本。同时，国内的字节、腾讯、蚂蚁、阿里也被曝正在研发类似产品。

Underdog与Muse这类产品功能相似，均旨在帮助用户处理日常生活和工作中的任务。其最大区别在于，Underdog完全在用户设备上运行，且支持离线使用。

Conway Research成立于今年2月，核心研究方向是能够自主运行的AI Agent框架。目前，该公司发布的这款产品仍处于邀请测试阶段，尚未正式公开发布。

公司创始人是大学辍学、自学成才的00后硅谷AI天才少年Sigil Wen。他出生于多伦多，17岁时刚搬到硅谷，便与一众日后知名的AI创始人共同生活了11个月，包括AI专家Andrej Karpathy，以及Midjourney、Anthropic的联合创始人。他还在2021年就体验了Midjourney和Claude的原型产品。

Sigil Wen此前因在Apple Watch上运行GPT-2，并发布首个能自我生存、自我进化且无需人类干预即可复制的AI Automaton（自动机）而在社交平台X上名声大噪。

那么，这家新兴AI公司凭借什么吸引了硅谷顶尖从业者的投资，其提供的Agent解决方案又有何不同？我们试图探寻这些问题的答案。

01.完全本地运行，能帮你查邮件、生成图像、处理会议记录

Underdog的核心特点是能够完全在用户设备上运行。这意味着数据仅保存在本地，即使在离线状态下也能辅助用户做出决策。

该产品目前已推出支持Mac、Windows电脑的测试版，未来将推出Linux、iOS和安卓版本。它可以直接在Mac上运行，并连接用户的邮件和日历，处理诸如查看电子邮件、日程安排、会议记录、语音输入、在线跑腿、私人iMessage等任务。

自推出以来，Underdog的功能正在陆续更新，包括本地图像生成和编辑功能、与Stripe联合推出的本地智能体支付、一键导入会议记录等功能。

10月12日，其本地免费的图像生成与编辑功能上线，基于Qwen-Image Flash和Qwen-Image-2.1-Turbo打造。

根据官方演示，Underdog Images能够根据用户输入的自然语言需求生成图像，还支持参考图生成、局部修改、更换背景等操作。

同一天，Underdog发布了支持一键导入会议记录的功能，相关内容不会上传至任何服务器，通话结束后可即时生成摘要、决策事项和行动项。

10月14日，Underdog与Stripe合作，推出了首个设备端智能体支付功能。在本地浏览器中，Underdog能获取对应精确金额的一次性Link卡，并等待用户授权支付。

此外，该公司宣布，正在研究让Agent直接替用户购物等能力，其目标是逐步将这类本地AI打造成长期掌握个人上下文、直接替用户办事的个人Agent。

02.基于Qwen3.8 27B微调模型，专属推理引擎比MLX快4.5倍

根据官方披露，Underdog的性能优势得益于两大关键支撑：更轻量、更智能的模型以及专属推理引擎Husky。

首先看模型，Underdog背后的模型包括速度更快的Woof 4B和更智能的Saluki 27B。Saluki 27B已开源。

其中Saluki 27B基于Qwen3.8 27B打造，官方数据显示，该模型的权重体积是全精度版本的1/7，同时保留了96%的性能，在工具调用方面优于Qwen模型。

Sigil Wen在接受外媒TechCrunch采访时透露，该模型能够完成人们期望AI助手执行的日常任务，例如购物调研或解答数学作业题。他表示，由于成本极低，因此无需收取订阅费来运营Underdog。

第二大支撑是其为Underdog构建的推理引擎Husky，这也是该应用能在本地设备上运行的关键。

官方数据显示，在MacBook上，启用Husky Flash后，Woof 4B每秒最多可处理730个token，速度比苹果的开源机器学习框架MLX快4.5倍，在相同权重下，响应速度提升5倍。

其团队在16类提示词场景下对比了Husky和MLX，结果显示Husky在所有测试中速度都更具优势。

这是因为在执行图像编辑时，Husky每一步并行校验8个token，开销仅为单个token的1.5倍，且大部分回复内容已包含在提示词上下文中；文本生成速度的优势则来自流水线调度，在当前步骤执行的同时，就对下一步进行编码与提交，使GPU无需空等主机。

Sigil Wen表示，与同类设备端引擎相比，该引擎在计算机主芯片与图形芯片之间传输的数据量更少。

除了技术优势，Underdog的早期商业化模式也较为特殊。

Sigil Wen透露，Underdog初期免费，且永远不会投放广告。其中一种收入方式是，他们将从AI助手经由Stripe安全支付基础设施完成的每一笔交易中抽取少量分成，模式类似于银行卡交换费。在这种商业模式下，AI助手无需采集、挖掘用户数据。

这种做法与其他个人AI助手提供商有很大区别，一般企业会允许收集用户数据，然后将这些数据出售给广告商或用于训练其他模型。

03.00后大学辍学、自学成才，闯入核心AI专家朋友圈

虽然未公布具体金额，但Conway Research的投资人阵容堪称豪华。

除硅谷头部风投a16z、Anthropic与Menlo Ventures组成的投资联合体Anthology之外，还有一众AI领域标杆人物。

包括Stripe联合创始人Patrick Collison、Vercel创始人Guillermo Rauch、被誉为“AI推理之父”的OpenAI研究员Noam Brown、OpenAI知名研究员Roon、Hugging Face联合创始人Thom Wolf，以及谷歌DeepMind高级产品经理Logan Kilpatrick等。

并且在Sigil Wen的评论区，可以看到a16z联合创始人、Vercel创始人、Brown等人纷纷发来祝贺。

这样的豪华支持，或许与其创始人Sigil Wen自身的特殊背景息息相关。

Sigil Wen的个人主页显示，他出生于2003年，是宾夕法尼亚大学管理与技术双学位项目的辍学生。

他17岁独自搬到硅谷后，便与当下众多明星AI独角兽的缔造者朝夕相处，并抢先体验了Midjourney、Claude等产品的原型。

他在硅谷创客之家住了11个月，当时与他同住的包括OpenAI联合创始人、AI专家Andrej Karpathy，Midjourney创始人David Holz，Anthropic联合创始人Ben Mann，以及Stable Diffusion、OpenAI、Perplexity等公司的研究人员。

到2023年之后，Sigil Wen实操的多个AI项目频频在X上刷屏。

2023年9月，Sigil Wen在Apple Watch上运行了GPT-2，直接在手表上完成文本生成。不过，该模型在生成30个token后就出现了内存溢出。之后，他还在Airchat公司将OpenAI的语音识别模型Whisper部署到了iPhone上。

Conway Research的首次亮相就在今年2月，Sigil Wen宣称该团队打造出首个能自我生存、自我进化且无需人类干预即可复制的AI Automaton。当时他宣告，Web 4.0超级智能生命自此诞生。

Automaton会自主研发并推出产品、交易预测市场、注册域名、在服务器上部署应用和服务、制作病毒式社交媒体内容来推广产品、给供应商发邮件搭建电商渠道、致电企业为其搭建网站。只要还能负担运营成本，Automaton就会一直运作下去。

不过这款产品上线后评价两极分化。一方面，它收获了大量关注。产品刚推出时，Sigil Wen就在X平台发文称，Conway Automaton注册智能体数量已突破1.8万个；至今，Automaton的GitHub开源项目累计获得7300星。

另一方面，质疑声也不少。以太坊创始人Vitalik Buterin曾公开表态，认为所谓Web4的发展方向存在偏差。在他看来，拉长人类与AI之间的反馈链路，对整个世界而言并非好事。Softswiss首席信息官Denis Romanovskiy当时也提出，AI智能体能否实现真正的经济自主，取决于大模型在成熟度、记忆、规划以及工具调用上的能力；而在这些维度上，现有技术尚不稳定，不足以支撑可靠的无人值守运行。

04.结语：性能不及Muse、Dot，个人Agent在终端运行仍处早期探索阶段

这一轮个人智能体竞赛，主流思路仍是搭建云端虚拟机，让AI在厂商的服务器里持续执行任务。但Agent一旦开始高频循环、反复读写个人文件，持续的Token开销与数据上传风险就会凸显，这也让本地离线方案找到了差异化空间。

不过，本地设备的算力会限制模型规模与复杂任务表现。Underdog这类产品的探索，试图让Agent的记忆、权限、任务闭环留在本地。虽然目前来看，其产品性能无法超过Muse、Dot等能力，但这进一步证明了Agent在本地部署的可行性。

来源：Conway Research、X、TechCrunch

本文来自微信公众号 “智东西”（ID：zhidxcom），作者：程茜，36氪经授权发布。