通過 HDMI 接口來 “看” 屏幕，通過 Type C 接口來 “操作” 鼠標和鍵盤。

文丨祝穎麗

編輯丨趙磊

或許很多創(chuàng)業(yè)公司都該感謝 OpenClaw，它以一己之力，在不到 3 個月的時間里就快速完成了對用戶和投資人的關于 Agent 的市場教育。

Violoop 也趕上了這個風口，這家 Agent 硬件公司去年底開始融資，元旦開始啟動，一個月的時間里就走到了第三輪，目前已經(jīng)在接觸最頭部的投資機構。

Violoop 是一個形似縮小版臺式機的硬件，插在電腦上就可以通過對話遠程指揮里面的 Agent 在你的電腦里干活——從結果上的確很像一個有了身體的 “龍蝦”。

但這家創(chuàng)業(yè)公司走到今天，并不是一個趕風口的結果；他們也不打算講跟 OpenClaw 類似的故事。

Violoop 的兩位合伙人結識于 2019 年。當時還在做留學生長租公寓生意的何佳霖對于朱賢楨的印象是，“這哥們兒智商太高、技術太深了”，他一直想等一個跟朱賢楨合作的機會。

2022 年因為疫情，何佳霖在美國的業(yè)務被迫結束；彼時，朱賢楨也在不停試錯、換項目的過程中，進入一個空窗期。兩人一拍即合，決定合伙做些什么事情。

那是 ChatGPT 已經(jīng)出現(xiàn)并火爆的時間點。他們一邊探索做各種 AI 應用（諸如用 AI 減肥、面試、做筆記和畫布等產(chǎn)品），一邊接下一家世界五百強的 AI 項目。

有了大客戶的錢，還有實際的業(yè)務場景，他們比大多數(shù)的創(chuàng)業(yè)者幸運。而更幸運的是，正是這段給大客戶做項目的過程中，他們從自己的需求和實踐中發(fā)現(xiàn)了個人 Agent 的創(chuàng)業(yè)機會。一個如今他們看來，可能是萬億級別的市場機會。

為什么 Agent 要做成硬件？

Violoop 的起點也是一個跑在電腦里的軟件，正如如今的 Openclaw，只不過是通過郵件連接電腦——當時兩位合伙人在給大客戶提供 AI 技術服務時，經(jīng)常需要人工熬夜加班到凌晨，為了能讓大家少熬夜，他們開始著手研發(fā)各種終端 Agent ，希望通過遠程控制來實現(xiàn)工作的自動化。

但產(chǎn)品做出來后，他們意識到，純軟件的 Agent 服務，在安全上始終存在問題；而且每一個任務都要推送到云端讓大模型理解，這在長期使用上成本也會更貴；面對沒有開放接口的產(chǎn)品和服務，純軟件 Agent 可以用的辦法也更少。

硬件則在上述諸多問題上都有更好的解決方案。

比如安全上，把 Agent 放在硬件里，可以通過芯片來做最后的攔截；執(zhí)行任務時，硬件先完成一部分簡單的事情——比如圖像識別——再把更難的事情交給云端模型，也能省很多錢；至于那些沒有開放接口的軟件操作，硬件 Agent 也可以模擬人的眼和手，來查看和操作你的電腦。

2025 年 6 月，他們正式從軟件 Agent 轉向做硬件類的 Agent。最終確立的硬件技術框架是：通過 HDMI 接口連接電腦來 “看” 屏幕畫面，通過 Type-C 接口連接來 “控制” 鼠標和鍵盤的操作。

桌面版的 Violoop，定位為 “工作助手”——插上電腦（或者同一個 wifi 下連接），它就能實時 “看” 到并且學習你使用電腦的習慣、你的工作流程，持續(xù)學習后，它能夠幫你操作電腦，甚至在觀察后，主動幫你工作。通過內置軟件的連接，你還能在手機上隨時遙控它。

Violoop 工作原理

不同于如今市場上的一些 Agent 電腦， Violoop 并不想取代 Mac 或者是 Macmini；何佳霖說，它們最大的特點是跟主電腦配合，是讓一個實體 Agent 去操作工作電腦。

盡管思路不一樣，但給 Mac mini 裝上 OpenClaw 仍然是大多數(shù)用戶的選擇，也是他們必須面臨的競爭。要賣出去，首先就得比 Mac mini 便宜。

為了將產(chǎn)品價格控制在 Mac mini 售價一半的水平，他們沒有采用市面上昂貴的直連 HDMI 芯片，而是自研了一款轉接芯片，在不犧牲算力的前提下將核心成本降到了 100 元人民幣左右。

其次，為了能讓用戶用得起，他們又找到了端云結合的方案，自己訓練了本地模型，讓它可以識別不同軟件的圖標、快捷鍵，以及判斷電腦目前所處的工作狀態(tài)；處理完畢后只將提煉出的核心文本發(fā)給云端大模型，這樣可以大大降低 Token 成本。

在產(chǎn)品設計上，為了解決存儲焦慮，他們的硬件還設計了一個可拆卸的后蓋，允許用戶直接插入標準的固態(tài)硬盤，最大可擴展到 4TB，甚至比很多主電腦的容量還要大。

今年以來，Openclaw 以開源的形式爆火讓他們意識到，純軟件層的 Agent 更沒有機會了，就像當開源的 Linux 統(tǒng)一了操作系統(tǒng)后，只有裝到了 IBM 和戴爾里面的 Windows 以及本身就是賣硬件的 MacOS 才可以與之匹敵，“沒有其他的 OS 是以純軟件的形式挑戰(zhàn) linux 的�！�

連續(xù)創(chuàng)業(yè)者，找到了一個大機會

何佳霖和朱賢楨成長于完全不一樣的環(huán)境：何佳霖初高中隨父母來到非洲津巴布韋，12 歲起就在叢林環(huán)境中住校；朱賢楨則在上海長大，一路都在最好的學校里當天才學生。

但在底層追求上，兩人又出奇地一致，他們幾乎從第一天就覺得 “上班打工” 極其無趣，是天生的創(chuàng)業(yè)者。

何佳霖去美國讀大學時，就成了加州最大的線下招聘會承包商；2015 年前后，他敏銳地捕捉到留學生租房需求，創(chuàng)辦了長租公寓業(yè)務，管理規(guī)模曾達到 2.5 億美金。

朱賢楨在 MIT 讀完芯片設計碩士后，只在微軟工作了一年，就發(fā)現(xiàn)自己無法忍受大公司每個人螺絲釘一樣的位置，辭職創(chuàng)業(yè)，做過高效率的創(chuàng)業(yè)者工具、線下交友 App，甚至做過 AI 芯片和區(qū)塊鏈業(yè)務。

但過去的折騰里，兩個 90 后都沒有抓住移動互聯(lián)網(wǎng)最頂峰的機會，只能在在一些被稱為 “生意” 和 “項目” 的事情里不斷地切換，直到 AI 的到來，“這份遺憾，正好可以在這個最好的時代去付諸實踐了”，何佳霖說。

過去的三年里，他們嘗試過很多 AI 相關的項目，直到找到了現(xiàn)在這個方向，他們才確定這是一個屬于自己的最大機會、一個萬億級別的市場。

僅從硬件看，目前全球 20 億臺電腦中，他們推測，哪怕只有二十分之一的人配備個人 Agent 硬件，他們的規(guī)模也能到達 1 億臺。

但賣硬件也并不是他們能想到的終局，他們看到的一個更有想象力的未來是結合個人化端側模型，做成一個模型 + Agent 軟件 + 硬件一體的公司。

具體推演邏輯是，他們可以先通過硬件采集個人的工作流和習慣，并在端側建立起專屬的邏輯記憶體。

當累積了足夠多的數(shù)據(jù)后，他們會在端側設備上為用戶訓練一個屬于自己的個人化小模型，這個模型會把用戶所有的記憶、習慣甚至性格都封裝在本地設備里。

他們堅信，未來的操作系統(tǒng)一定是由這種結合了個人記憶、世界知識并且極其了解用戶的 “個人專屬 AI 模型” 來構成的——就如同每個人擁有專屬的 Mac 電腦和 macOS 操作系統(tǒng)一樣。

不過在遠景到來之前，首要的是先把產(chǎn)品賣出去。

Violoop 的產(chǎn)品目前已經(jīng)成型，接下來的一個月，他們會在 Kickstarter 開始眾籌。

團隊員工現(xiàn)在已經(jīng)是自家產(chǎn)品第一批用戶：他們的工程師用它寫代碼，運營用來自動篩選公眾號流量、抓取調研數(shù)據(jù)，兩位創(chuàng)始人則利用 Violoop 自動生成團隊周報，把十幾個人的任務進展總結提煉，省去了冗長的對齊會議。

除了桌面版的，他們目前還在研發(fā)一款帶磁吸功能的卡片版 Agent，可以單獨使用，成為配合手機的 Agent 助手；也可以與桌面版配合，通過這個硬件直接控制電腦。

雖然面臨的是一個大機會，兩位合伙人都認為自己并不追求在商業(yè)上成為最有影響力的那類人，對他們而言，更重要的是做一件前人沒做過、能突破對世界理解極限的 “酷” 事。

說到這里，何佳霖擼起袖子，露出他手上的一個圓形紋身，他說自己曾經(jīng)覺得在地球這個圓里可以獲得無限的體驗，但后來意識到體驗世界也可以是另外一種方式，“就是真的是找到一個前人沒有走過的路，或者在前人的肩膀上，去突破對這個世界理解的極限�！�

以下是篩選后的部分問答，與正文互為補充。

晚點：你們的 Agent 跟 Openclaw 在 Agent 的技術框架上有什么不一樣嗎？

何佳霖：接入外部 IM 這種其實都是通用的，本身也都是開放的接口，區(qū)別不大。

但我們主動介入用戶工作生活，是有一套我們自己的基于視覺的機制，這個跟龍蝦的定時還是不太一樣，當然定時我們其實也有。

然后記憶的實現(xiàn)方式我們跟龍蝦也不太一樣，他更多是基于文檔與向量數(shù)據(jù)庫，我們是多了很多圖形數(shù)據(jù)庫的能力。

我們走 HDMI 線，可以實時捕捉用戶的電腦屏幕的變化，然后通過本地的視覺識別與 VLM 進行理解與分析，在理解用戶正在使用電腦完成不同任務的意圖后，主動向用戶提示我們可以為用戶自動化完成與優(yōu)化。

例如用戶正在整理報銷截圖到飛書，我們的 Agent 會告訴用戶，這件事兒我們看到了，要不要我們來幫用戶自動化？或者看到用戶正在查詢某些類型的新聞或資料，我們會主動告訴用戶，我可以為用戶去搜集更多相關的報道與調研報告。

晚點：現(xiàn)在 Openclaw 大火，對你們的影響是什么？

何佳霖：其實在 Openclaw 出之前，我們就已經(jīng)寫過一個文章，當時定義的 Agent 的三大核心能力：一個就是主動性，一個是記憶，然后一個就是這種跨平臺、跨軟件的交互，跟它的執(zhí)行能力幾乎一模一樣。所以它出來之后，我天吶服了……

晚點：是覺得你們沒有先出，讓他們先火了嗎？

何佳霖：人家先火這倒不是太大的問題，我還蠻認可 Peter （Paypal 創(chuàng)始人）的一句話，就是 competition is for losers。就是我們選這個方向的時候，當時就想說挑一個沒人在干的事兒……但它火了之后，未來肯定會出現(xiàn)更多想要去跟我們競爭的人，這個是一定的。

晚點：那你們的產(chǎn)品跟 Openclaw 的關系是什么？

何佳霖：我們理解 Openclaw 可能就是這個時代的 linux，它是所有操作系統(tǒng)的底層。Windows、mac、安卓其實都是基于 linux 進行二次開發(fā)。只不過回顧那個時代，沒有其他的 OS 是以純軟件的形式挑戰(zhàn) linux，Windows 是封裝了 linux 之后，以 toB 協(xié)作的方式，把我的軟系統(tǒng)裝到 IBM 里面去，裝到戴爾里面，讓他們去幫 Windows 去做分發(fā)。而蘋果是我做一體，硬件自己做、軟件自己做，我的系統(tǒng)自己做。然后我去打造一個完整獨立的產(chǎn)品去賣給市場。

所以我們認為 OpenClaw 出來之后，一定還是會有類似于像 Windows 或者像 Mac 這樣的一個機會，他們一定是基于某種程度上依托于硬件，而純軟件的部分我認為無法挑戰(zhàn)。

晚點：一開始你們應該不知道 “軟件的部分無法挑戰(zhàn)”，為什么還去做了 Agent 硬件？

何佳霖：安全性、主動參與到用戶生活跟工作當中的感知力，外加上這種跨開源閉源軟件端到端的處理能力，這些是我們認為如果沒有硬件其實做不到的。

晚點：除了安全，你們的 Agent 硬件還有什么比較核心的壁壘？

何佳霖：記憶能力。當時給大客戶去做本地的這個知識庫，一開始用的就是那個向量數(shù)據(jù)庫，但是他們數(shù)據(jù)量太大了，完全靠向量數(shù)據(jù)庫質量也沒有那么高，所以我們又給配了圖形數(shù)據(jù)庫。

這樣的記憶方式，相當于是把整個邏輯鏈條整理出來，檢索的 Token 消耗量也會更少，因為它是很聚焦的。

晚點：現(xiàn)在也有一類是做 Agent 電腦的產(chǎn)品，想要未來可以取代現(xiàn)在的電腦，你們跟這類產(chǎn)品的區(qū)別是什么？

何佳霖：我們沒有想做一個獨立的 mac 是因為我們認為更高價值的工作跟更高價值的軟件或者是文件，其實還都是在用戶的主電腦上。

所以我們當時設計的就是怎么讓他去控制用戶的主電腦，這個是我們當時設計的一個核心。這也是為什么我們給他設計了這個 HDMI 的接口，以及這個 Type C 的接口。

晚點：為什么蘋果這樣擁有端側算力優(yōu)勢的巨頭，目前還沒有推出類似的 Agent 服務？

何佳霖： 理論上最得天獨厚的其實就是蘋果，但是蘋果有兩大戰(zhàn)略上的考量 。第一層就是安全性，如果蘋果提供一個服務并做了一些用戶沒想到的操作，對于蘋果的品牌是有很大影響的 。第二層是蘋果如果這么去做，某種意義上是在跟它的開發(fā)者生態(tài)決裂 。它現(xiàn)在最大的無形資產(chǎn)是數(shù)以百萬計的開發(fā)者在免費寫 App，如果它做一個統(tǒng)一接口讓 Siri 控制微信、控制 Photoshop，騰訊和 Adobe 肯定不會同意。

題圖來源：Violoop 創(chuàng)始人、CEO 何佳霖