智东西

作者 | 程茜

编辑 | 李水青

智东西 10 月 19 日报道，近日，一家刚成立 8 个月的美国 AI Agent 创企 Conway Research ‌，亮出首款个人 AI 助手 Underdog，同时官宣获得Anthropic 旗下投资联合体、硅谷知名风投公司 a16z，以及来自谷歌、OpenAI、Hugging Face 的 AI 大牛等个人及机构的投资。

Conway Research ‌ 创始人 Sigil Wen 官宣融资的推文（图源：X）

该公司将 Underdog 称作 "迄今为止隐私性最强的 Muse 竞品"。

9 月 8 日，Meta 发布个人 AI 助手 Muse，上线仅 10 天就超过 ChatGPT 登顶美国 App Store 免费应用总榜。Muse 可自主拆解用户目标、执行任务，覆盖办公、生活、消费等多场景，每名用户拥有云端独立虚拟机，可后台持续执行任务。

这股热潮迅速扩散，OpenAI 发布新一代智能体产品 Dot、马斯克发布 Grok Bot、Manus 推出 2.0，还有国内字节、腾讯、蚂蚁、阿里也被曝正进行研发类似产品。

Underdog 与 Muse 这类产品的功能类似，都是帮助用户处理日常生活、工作的任务，最大不同之处在于，Underdog 完全运行在用户的设备上，且离线也能跑。

Underdog 自动添加日程演示（图源：Conway Research ‌）

Conway Research ‌ 成立于今年 2 月，其核心研究方向是能自主运行的 AI Agent 框架。目前，Conway 发布的这款产品仍处于邀测阶段，尚未公开发布。

该公司创始人为大学肄业、自学成才的 00 后硅谷 AI 天才少年 Sigil Wen，17 岁刚搬到硅谷就与一众日后知名的 AI 创始人朝夕相伴了 11 个月，包括 AI 大牛 Andrej Karpathy，还有 Midjourney、Anthropic 的联创。他还在 2021 年就体验了 Midjourney、Claude 的原型产品。

Sigil Wen（图源：TechCrunch）

Sigil Wen 此前凭借在 Apple Watch 跑通 GPT-2，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）在社交平台 X 上名声大噪。

那么，这家新秀 AI 公司靠什么收获硅谷顶尖从业者的押注，其给出的 Agent 解法又有什么不同？我们试图找到这些问题的答案。

一、完全本地运行，能帮你查邮件、生图、处理会议记录

Underdog 的核心特点是能完全运行在用户的设备上。这意味着数据只在本地保存，即使在离线状态下也能帮助用户做出决策。

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

从推出至今，Underdog 的功能正在陆续更新，包括本地图像生成和编辑功能、联合 Stripe 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、Qwen-Image-2.1-Turbo 打造。

根据其官方演示，Underdog Images 可以根据用户输入的自然语言需求出图，还支持参考图生成，进行局部修改、换背景等。

同一天，Underdog 发布其支持一键导入会议记录的功能，并且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 和 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，还在研究让 Agent 直接替用户购物等能力，其希望将这类本地 AI 逐步做成长期掌握个人上下文、直接替用户办事的个人 Agent。

二、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、聪明的模型及专属推理引擎 Husky。

先来看模型，Underdog 背后的模型有速度更快的 Woof 4B、更聪明的 Saluki 27B。Saluki 27B 已开源。

其中的Saluki 27B 是基于 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 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 助手完成的日常任务，比如购物调研或解答数学作业题。他称因为成本极低，所以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，这也是支撑该应用能在本地设备跑的关键。

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 在全部测试中速度都更有优势。

这是因为在执行图像编辑时，Husky 每一步并行校验 8 个 token，开销为单个 token 的 1.5 倍，而且大部分回复内容已经包含在提示词上下文里；文本生成速度的优势来自流水线调度，在当前步骤执行的同时，就对下一步做编码与提交，让 GPU 不必空等主机。

Sigil Wen 称，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，模式类似银行卡交换费。这套商业模式下，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来训练其他模型。

三、00 后大学肄业、自学成才，闯进核心 AI 大牛朋友圈

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、有着 "AI 推理之父 " 之称的 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，能看到 a16z 联合创始人、Vercel 创始人、Brown 等纷纷发来祝贺。

这样的豪华支持，或与其创始人 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肄业生。

他 17 岁只身搬到硅谷后，就与当下一众明星 AI 独角兽的缔造者朝夕相交，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，当时和他在公寓同住的包括OpenAI 联合创始人、AI 大牛 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 项目频频刷屏 X。

2023 年 9 月，Sigil Wen 在Apple Watch 上跑通了 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 之后就内存溢出了。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 ‌ 的首次亮相就是在今年 2 月，Sigil Wen 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 注册智能体数量已经突破 1.8 万个；时至今日，Automaton 的 GitHub 开源项目累计收获 7300 星。

另一方面质疑声同样不少。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。

结语：性能不及 Muse、Dot，个人 Agent 跑在终端仍处早期探索阶段

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，但这也进一步证明了 Agent 在本地部署的可行性。

来源：Conway Research、X、TechCrunch