只做對(duì) Context 有價(jià)值的事情，打造面向 Agent 時(shí)代的「?jìng)€(gè)人計(jì)算」底層設(shè)備。

作者｜蘇子華

編輯｜鄭玄

「龍蝦」（OpenClaw）的爆發(fā)，讓一個(gè)趨勢(shì)迅速達(dá)成共識(shí)——Agent 正在「殺死」軟件，GUI 正在過(guò)時(shí)。而當(dāng)下的電腦、手機(jī)等設(shè)備，并不是運(yùn)行「龍蝦」的最佳選項(xiàng)。

因此，一個(gè)更為關(guān)鍵的問(wèn)題是——未來(lái)的 Agent，最終要跑在什么設(shè)備之上？

Zettlab（吾云創(chuàng)新）創(chuàng)始人郭亞楠正在試圖回答這個(gè)問(wèn)題。

郭亞楠告訴極客公園，他大學(xué)時(shí)就想站上全球舞臺(tái)發(fā)布自己的產(chǎn)品，畢業(yè)后先后進(jìn)入大疆、云鯨，把端側(cè) AI、芯片定義、軟硬件協(xié)同、供應(yīng)鏈和產(chǎn)品落地都完整走了一遍。

去年，Zettlab 推出的 AI NAS 產(chǎn)品，成功眾籌破千萬(wàn)。但他沒有把自己定義為一個(gè)單純做 NAS 或硬件的人，AI NAS 并不能夠準(zhǔn)確概括他們的目標(biāo)和野心。

他說(shuō)，AI NAS 只是最初的切入點(diǎn)，真正要做的是 Agent Computer，這個(gè)新產(chǎn)品將在幾個(gè)月后推出。

即將推出的 Agent Computer 劇透照｜圖片來(lái)源：Zettlab

在他的定義里，Agent Computer 不是一臺(tái)更強(qiáng)的電腦，也不是一個(gè)更智能的 NAS，而是一種全新的「?jìng)€(gè)人計(jì)算」設(shè)備：以個(gè)人數(shù)據(jù)為核心資產(chǎn)，以 Context（上下文）為操作系統(tǒng)，以 Agent 為主要使用者。

在這個(gè)體系里，設(shè)備不再服務(wù)人類操作，人類更像是決策者；真正高頻使用設(shè)備的，是各種自動(dòng)運(yùn)行的 BOT。

據(jù)他描述，這將是一個(gè)開箱即用的「活龍蝦」，讓小白、專業(yè)人士都會(huì)希望人手一個(gè)的「天選設(shè)備」。

「我堅(jiān)信個(gè)人數(shù)據(jù)擁有無(wú)限價(jià)值，且數(shù)據(jù)所有權(quán)應(yīng)由用戶自主掌控?！顾J(rèn)為，未來(lái)最有價(jià)值的，不只是算力，而是個(gè)人私域數(shù)據(jù)；不只是存儲(chǔ)，而是 Context；不只是 NAS，而是一臺(tái)能理解、調(diào)用、編排個(gè)人數(shù)據(jù)的 Agent Computer。

對(duì)此，Zettlab 的投資人之一、星連資本創(chuàng)始合伙人張鳴晨有另一種更宏觀的解讀，他認(rèn)為 AI Agent 的出現(xiàn)是地球信息載體進(jìn)化的第三次重大變革。

前兩次分別是：DNA/RNA 的出現(xiàn)，實(shí)現(xiàn)了信息的「可復(fù)制、可進(jìn)化」，誕生了生命；以及語(yǔ)言的出現(xiàn)，實(shí)現(xiàn)了知識(shí)的「可復(fù)制、可進(jìn)化」，誕生了文明。

從這個(gè)維度看，Zettlab 所做的事情，是為這個(gè)新時(shí)代的信息載體（個(gè)人化的、可進(jìn)化的 Agent）提供一個(gè)運(yùn)行環(huán)境，其意義遠(yuǎn)大于一個(gè)硬件設(shè)備或一個(gè)操作系統(tǒng)。

前不久，極客公園創(chuàng)始人兼總裁張鵬與郭亞楠、張鳴晨聊了聊，為什么從大疆、云鯨走向創(chuàng)業(yè)，為什么先做 AI NAS、后來(lái)又重構(gòu)為 Agent Computer，為什么認(rèn)為「Context 才是新的 OS」，以及為什么未來(lái)人和 BOT 的關(guān)系，會(huì)重塑設(shè)備、平臺(tái)和產(chǎn)業(yè)鏈的邏輯。

一個(gè)很明確的判斷已經(jīng)浮出水面：個(gè)人數(shù)據(jù)的價(jià)值才剛剛開始，下一代「?jìng)€(gè)人計(jì)算機(jī)」，馬上就要卷起來(lái)了。

以下為對(duì)話內(nèi)容，經(jīng)極客公園編輯整理：

01

從 AI NAS 到 Agent Computer，

押注個(gè)人數(shù)據(jù)價(jià)值和處理需求的暴漲

極客公園：2023 年 GPT 剛興起時(shí)，你就出來(lái)創(chuàng)業(yè)了，當(dāng)時(shí)怎么想的？

郭亞楠：我最直觀的感受是，CNN、NPU 等傳統(tǒng)技術(shù)方向幾乎不再被提及，行業(yè)全面轉(zhuǎn)向 GPT 相關(guān)研發(fā)，每天都有新應(yīng)用、新賽道出現(xiàn)，技術(shù)與應(yīng)用層面都在發(fā)生顛覆性革新，我確信其中蘊(yùn)藏巨大機(jī)會(huì)。

當(dāng)時(shí)還沒明確創(chuàng)業(yè)方向，但我堅(jiān)定必須全職投入這場(chǎng)浪潮，否則會(huì)全面落后。

2022 年底 GPT 問(wèn)世后，我就立刻提出了離職，公司建議我明確方向后再走，于是又過(guò)渡了半年。期間 LangChain 推出，基于 LangChain 的智能體（Agent）也開始落地，生態(tài)快速擴(kuò)張，我意識(shí)到這不是概念炒作，而是真正的時(shí)代機(jī)遇，于是下定決心一個(gè)月內(nèi)離職，放棄現(xiàn)有一切，全身心創(chuàng)業(yè)。

極客公園：創(chuàng)業(yè)的決心，和你在大疆、云鯨的經(jīng)歷有關(guān)嗎？

郭亞楠：肯定有很大關(guān)系。我加入大疆和云鯨，本身就是為創(chuàng)業(yè)做準(zhǔn)備，而非入職后才萌生創(chuàng)業(yè)想法。

我本科和研究生都是機(jī)械專業(yè)，2014 年讀研期間轉(zhuǎn)向 AI 領(lǐng)域，屬于軟硬件復(fù)合型背景，大疆是最契合的平臺(tái)。

在大疆，即便我后期轉(zhuǎn)入機(jī)器學(xué)習(xí)部門，仍會(huì)全程跟進(jìn)工廠生產(chǎn)、供應(yīng)鏈成本、芯片物料價(jià)格等環(huán)節(jié)，能接觸到手機(jī)廠商等大企業(yè)無(wú)法提供的完整產(chǎn)業(yè)經(jīng)驗(yàn)，我也不喜歡大公司的條條框框，這種環(huán)境非常適合我。

加入云鯨時(shí)，公司規(guī)模不足 100 人，一切從零開始，從采購(gòu)議價(jià)、生產(chǎn)供應(yīng)鏈到團(tuán)隊(duì)招聘，以及產(chǎn)品定義、戰(zhàn)略規(guī)劃等前端工作，我都全程參與。

極客公園：當(dāng)時(shí)還沒有明確方向，你為什么堅(jiān)信自己能成功？

郭亞楠：我不是堅(jiān)信某件事一定成，而是堅(jiān)信自己一定要?jiǎng)?chuàng)業(yè)，這個(gè)想法 10 年前就已經(jīng)確定。

身邊也有成功的榜樣，宇樹科技的王興興曾和我一同在大疆實(shí)習(xí)，我親眼見證他從兩人團(tuán)隊(duì)起步，克服重重困難把企業(yè)做大，他找到并堅(jiān)持了自己熱愛的事業(yè)，這讓我十分羨慕。

我認(rèn)為只有走出舒適區(qū)、全身心專注，才能更快找到方向。創(chuàng)業(yè)初期我考察過(guò)眼鏡、手表、兒童相機(jī)等方向，后來(lái)逐漸聚焦自己深耕 10 年的數(shù)據(jù)、多模態(tài)領(lǐng)域。

我判斷新一代 AI 需要全天候在線、長(zhǎng)期續(xù)航、對(duì)功耗不敏感的硬件載體，應(yīng)用場(chǎng)景主要是家庭或辦公場(chǎng)景，結(jié)合 C 端產(chǎn)品方向，最終確定做家用設(shè)備，這是很清晰的邏輯推演。

極客公園：最初從 AI NAS 切入，是怎么想的？

郭亞楠：我一開始的目標(biāo)，其實(shí)就是做個(gè)人計(jì)算設(shè)備。

GPT 問(wèn)世后，我認(rèn)為有兩大關(guān)鍵變化：一是與聊天相關(guān)的邏輯推理能力顯著提升，二是多模態(tài)技術(shù)的突破。

當(dāng)時(shí)很多人還沒注意到，Transformer 架構(gòu)的重大革新在于將音頻、視頻、圖片、文字全部對(duì)齊融合，這是里程碑式的改變，我判斷多模態(tài)領(lǐng)域會(huì)迎來(lái)大規(guī)模發(fā)展。

因?yàn)槎嗄B(tài)數(shù)據(jù)，尤其是人類產(chǎn)生的非結(jié)構(gòu)化數(shù)據(jù)，在未來(lái)會(huì)至關(guān)重要。

所以，我們想為個(gè)人打造一款數(shù)據(jù)計(jì)算設(shè)備——存儲(chǔ)技術(shù)已經(jīng)非常成熟，核心要做的是個(gè)人專屬的計(jì)算設(shè)備，只是當(dāng)時(shí)這個(gè)方向還不夠清晰。

極客公園：你當(dāng)時(shí)認(rèn)為，新的計(jì)算設(shè)備相較于傳統(tǒng)計(jì)算設(shè)備，需要解決的核心問(wèn)題是什么？

郭亞楠：未來(lái)每個(gè)人產(chǎn)生的數(shù)據(jù)量會(huì)迎來(lái)爆發(fā)式增長(zhǎng)。

從人類以文字為主要生產(chǎn)內(nèi)容，到進(jìn)入圖片生產(chǎn)時(shí)代，中間經(jīng)歷了漫長(zhǎng)過(guò)程。

而上一代 AI 修圖技術(shù)替代了 Photoshop，成為讓大眾高效生產(chǎn)、分享圖片的關(guān)鍵——過(guò)去修圖的核心門檻就是 Photoshop，會(huì)用的人能吸引大量關(guān)注，不會(huì)的人則難以參與。AI 普及后，圖片分享變得更高效便捷。

視頻會(huì)是這一時(shí)代的核心變量。我們判斷，未來(lái)個(gè)人生產(chǎn)的數(shù)據(jù)將以視頻為主，且一定是多模態(tài)形態(tài)，因此布局這個(gè)賽道更具價(jià)值。

每個(gè)人的數(shù)據(jù)量必然持續(xù)增長(zhǎng)，但當(dāng)下沒有一款好用的工具，能解決多模態(tài)數(shù)據(jù)的使用問(wèn)題，市面上的產(chǎn)品大多只解決存儲(chǔ)問(wèn)題，NAS 的核心定位就是存儲(chǔ)。

在我們看來(lái)，這個(gè)邏輯和電話、手機(jī)的演進(jìn)一致：傳統(tǒng)電話僅實(shí)現(xiàn)通話功能，就像傳統(tǒng) NAS 僅實(shí)現(xiàn)存儲(chǔ)功能。去年 11 月，我們徹底想清楚這件事，將這類設(shè)備定義為Agent Computer（智能體計(jì)算機(jī)），這是核心定位。

極客公園：你們明確了 Agent Computer 方向，當(dāng)時(shí)的核心契機(jī)是什么？

郭亞楠：我們想清楚要用最先進(jìn)的生產(chǎn)力定義產(chǎn)品，不再局限于端側(cè)或云端，而是以用戶價(jià)值最大化為核心。

過(guò)去我們聚焦端側(cè)實(shí)現(xiàn)，現(xiàn)在聚焦用戶價(jià)值，產(chǎn)品的用戶群體也隨之?dāng)U大，產(chǎn)品形態(tài)、功能、定價(jià)、工業(yè)設(shè)計(jì)都需要重新迭代。

過(guò)去 NAS 用戶 99% 為男性，現(xiàn)在要全面重構(gòu)。但不變的是，我們始終深耕 Context 管理與數(shù)據(jù)管理，這是核心壁壘。

幸好我們有 NAS 的技術(shù)與商業(yè)化沉淀，否則無(wú)法支撐 Agent Computer 的落地；目前我們?cè)谠擃I(lǐng)域仍處于行業(yè)領(lǐng)先，無(wú)人超越，且生產(chǎn)、銷售鏈路已完全閉環(huán)，轉(zhuǎn)型 Agent Computer 沒有任何歷史負(fù)擔(dān)。

極客公園：Agent Computer 其實(shí)是一條全新產(chǎn)品線，未來(lái)兩條產(chǎn)品線會(huì)同步推廣嗎？還是說(shuō)？

郭亞楠：短期內(nèi)是兩條獨(dú)立產(chǎn)品線，長(zhǎng)期來(lái)看會(huì)融合為同一產(chǎn)品。

邏輯就像固定電話和手機(jī)，現(xiàn)在固定電話仍在使用，但未來(lái)會(huì)被手機(jī)完全替代。只是形態(tài)、存儲(chǔ)容量和目標(biāo)客群不同，類似大哥大和小靈通，面向的用戶群體不一樣。

極客公園：最早的核心目標(biāo)是做好檢索，現(xiàn)在定位到 Agent Computer 后，核心切入點(diǎn)變成了什么？

郭亞楠：傳統(tǒng) NAS 的用戶是重度數(shù)據(jù)使用者，主要分為三類：家庭用戶（拍攝大量短視頻、戶外影像）、程序員、工程師、內(nèi)容創(chuàng)作者。這類用戶購(gòu)買 NAS 的核心原因是本地存儲(chǔ)不足、云端成本高且傳輸不便。

而 Agent Computer 面向更輕量化的數(shù)據(jù)用戶，我們重新思考了用戶需要端側(cè)設(shè)備的核心原因：除了數(shù)據(jù)量龐大，互聯(lián)網(wǎng)帶寬已觸及瓶頸，5G、6G 無(wú)法帶來(lái)感知級(jí)提升，另外個(gè)人對(duì)自己數(shù)據(jù)的掌控欲，這是端側(cè)設(shè)備的核心驅(qū)動(dòng)力。

我們的第一代產(chǎn)品側(cè)重大容量存儲(chǔ)，實(shí)現(xiàn)了 1000 萬(wàn)條視頻的秒級(jí)檢索——導(dǎo)入千萬(wàn)級(jí)數(shù)據(jù)后，2-3 秒內(nèi)即可定位任意視頻的指定幀，技術(shù)難度極高。

OpenClaw 問(wèn)世后證明，即便數(shù)據(jù)量不大，泛知識(shí)工作者、白領(lǐng)精英對(duì)文本、PDF 等個(gè)人數(shù)據(jù)的處理需求也非常強(qiáng)烈，因此我們將新產(chǎn)品定義為輕存儲(chǔ)、重計(jì)算的設(shè)備，和早期重存儲(chǔ)、輕計(jì)算的思路完全相反。

02

打造「?jìng)€(gè)人計(jì)算」的底層設(shè)備，

只做對(duì) Context 有價(jià)值的事

極客公園：本質(zhì)上，你是用通訊行業(yè)的演進(jìn)邏輯類比：早期通訊解決的是基礎(chǔ)連接能力，載體先是 BB 機(jī)文字、再是語(yǔ)音通話；后來(lái)帶寬提升、數(shù)據(jù)量暴漲，通訊成為底層能力，上層的應(yīng)用與服務(wù)才是生態(tài)繁榮的核心。

所以你判斷，計(jì)算領(lǐng)域會(huì)發(fā)生同樣的變革，從圖片為主轉(zhuǎn)向視頻為主，存儲(chǔ)是基礎(chǔ)前提，沒有存儲(chǔ)就無(wú)法實(shí)現(xiàn)計(jì)算。

郭亞楠：現(xiàn)在大家說(shuō)的「存儲(chǔ)」，本質(zhì)已經(jīng)變成了 Context（上下文）。

核心不再是存了多少數(shù)據(jù)，而是能不能為大模型提供足夠好、足夠高效的上下文——這才是存儲(chǔ)真正的價(jià)值。

過(guò)去存儲(chǔ)的是人類可直接閱讀的內(nèi)容，現(xiàn)在存儲(chǔ)的是供 AI、智能體使用的結(jié)構(gòu)化數(shù)據(jù)，人類不一定能直接讀懂，就像代碼一樣，只要機(jī)器能識(shí)別即可，存儲(chǔ)的核心價(jià)值被重新定義。

極客公園：也就是說(shuō)，存儲(chǔ)的內(nèi)容和用途都變了。過(guò)去的存儲(chǔ)，用戶需要時(shí)手動(dòng)檢索查找，行業(yè)大多在優(yōu)化文件系統(tǒng)、做更智能的檢索，這是很多廠商的切入點(diǎn)。

郭亞楠：我們的方向，從一開始就和這類產(chǎn)品完全不同。

截至目前，我們的文件系統(tǒng)與多模態(tài)檢索能力仍是行業(yè)最優(yōu)、速度最快的。第一代產(chǎn)品只做了一個(gè)核心功能——多模態(tài)檢索，因?yàn)榇鎯?chǔ)的技術(shù)與供應(yīng)鏈已經(jīng)非常成熟，核心要解決的是數(shù)據(jù)的查找與使用問(wèn)題。

極客公園：只做用戶體驗(yàn)更好的 NAS、優(yōu)化交互，無(wú)法解決核心問(wèn)題，也無(wú)法通向未來(lái)。

郭亞楠：是的。舉個(gè)簡(jiǎn)單例子：拍攝一小時(shí)球賽視頻，用戶說(shuō)一句「找梅西進(jìn)球的片段」，設(shè)備能快速定位到視頻的對(duì)應(yīng)幀與時(shí)間點(diǎn)，直接提取可用片段。

我們完全基于端側(cè)部署，這個(gè)能力當(dāng)時(shí)所有產(chǎn)品都無(wú)法實(shí)現(xiàn)，而這還只是純視頻場(chǎng)景；如果疊加音頻、各類嵌入在圖片、表格里的文字，復(fù)雜度會(huì)大幅提升。目前產(chǎn)品支持 9 種語(yǔ)言，不同地區(qū)適配對(duì)應(yīng)的模型。

極客公園：這就需要引入 Memory（記憶）模塊，結(jié)合用戶的個(gè)性化需求與使用習(xí)慣，提升檢索的匹配度，就像訓(xùn)練 AI 助手同步用戶偏好一樣?，F(xiàn)在有沒有成熟的方案能嵌入這個(gè)能力，實(shí)現(xiàn)明顯的體驗(yàn)提升？

郭亞楠：有一種是初始化導(dǎo)入用戶數(shù)據(jù)，比如微信聊天記錄、Flomo、飛書、Notion 里的知識(shí)筆記，讓模型快速了解用戶的性格、偏好與使用習(xí)慣，基于這些維度優(yōu)化檢索效果，比從零開始訓(xùn)練提升顯著。

舉個(gè)例子，Deep Research 功能在 Manus、谷歌、OpenAI 平臺(tái)都有落地，登錄個(gè)人賬號(hào)后的檢索效果，比未登錄、純開源框架的效果高 10 個(gè)百分點(diǎn)，這個(gè)提升在學(xué)術(shù)與工業(yè)界都非?？捎^。核心原因就是結(jié)合了用戶的使用習(xí)慣與工作方式。

極客公園：最終會(huì)像訓(xùn)練 AI 助手一樣，讓模型持續(xù)總結(jié)學(xué)習(xí)，形成個(gè)性化的指令邏輯，執(zhí)行任務(wù)時(shí)自帶用戶偏好？

郭亞楠：這只是過(guò)渡階段。人類的知識(shí)會(huì)逐步內(nèi)化，無(wú)需依賴手冊(cè)就能應(yīng)答，只有遺忘時(shí)才會(huì)查閱筆記，大模型的邏輯和人類一致。

但當(dāng)前大模型部署后，無(wú)法針對(duì)個(gè)人數(shù)據(jù)做端側(cè)持續(xù)學(xué)習(xí)，尤其是端側(cè)推理芯片不支持訓(xùn)練，這是核心痛點(diǎn)。

目前美國(guó)有多個(gè)團(tuán)隊(duì)重金投入 Memory 研發(fā)，這類 Memory 不是文本化的記錄，而是專屬的輕量化模型。XAI 等機(jī)構(gòu)也在組建團(tuán)隊(duì)重金布局，它是可持續(xù)進(jìn)化的個(gè)人專屬小模型。

極客公園：你們是在等待這類技術(shù)成熟后，整合到自身系統(tǒng)中進(jìn)一步優(yōu)化體驗(yàn)？

郭亞楠：沒錯(cuò)。我們的核心競(jìng)爭(zhēng)力有兩點(diǎn)：

第一，堅(jiān)信個(gè)人數(shù)據(jù)擁有無(wú)限價(jià)值，且數(shù)據(jù)所有權(quán)應(yīng)由用戶自主掌控。

第二，我們?cè)诙藗?cè)高性能計(jì)算領(lǐng)域的技術(shù)積累足夠深厚。云端技術(shù)從早期架構(gòu)迭代到當(dāng)前的 FileBase，未來(lái)可能走向 ModelBase，每一次升級(jí)都會(huì)帶動(dòng)端側(cè)發(fā)展，我們只需聚焦前沿技術(shù)預(yù)研即可，等待技術(shù)水漲船高。

極客公園：所以你要做的，是個(gè)人通用計(jì)算的底層設(shè)備，或是依托個(gè)人通用計(jì)算的運(yùn)行環(huán)境。

郭亞楠：沒錯(cuò)，核心有兩點(diǎn)：

第一，我認(rèn)為數(shù)據(jù)量越大，價(jià)值越高，數(shù)據(jù)規(guī)模帶來(lái)的未來(lái)想象空間極大。當(dāng)前上線的大模型，本質(zhì)是公域數(shù)據(jù)的集合，已經(jīng)把公共數(shù)據(jù)基本挖掘完畢。

自動(dòng)駕駛領(lǐng)域也是同理，核心模型架構(gòu)已基本穩(wěn)定，行業(yè)主力都在做數(shù)據(jù)工作：通過(guò)多攝像頭、激光雷達(dá)、毫米波雷達(dá)等傳感器，調(diào)配不同數(shù)據(jù)源的占比與權(quán)重，最終直接影響系統(tǒng)表現(xiàn)，全部聚焦數(shù)據(jù)優(yōu)化。

大模型未來(lái)也會(huì)進(jìn)入這個(gè)階段：公域數(shù)據(jù)挖掘殆盡，私域數(shù)據(jù)的價(jià)值會(huì)愈發(fā)重要。很多標(biāo)準(zhǔn)化作業(yè)流程（SOP）是大模型不具備的，只有行業(yè)專業(yè)人士掌握，因此個(gè)人與行業(yè)私域數(shù)據(jù)，未來(lái)會(huì)產(chǎn)生巨大價(jià)值。

第二，當(dāng)智能體（BOT）數(shù)量足夠多時(shí)，能創(chuàng)造的經(jīng)濟(jì)價(jià)值會(huì)大幅提升。過(guò)去抖音、微信等平臺(tái)，核心是爭(zhēng)奪用戶注意力，以此實(shí)現(xiàn)多元化變現(xiàn)；但現(xiàn)在人與 BOT 的交互是低頻次的，平臺(tái)邏輯不再以用戶使用頻次、日活為核心，轉(zhuǎn)而看 BOT 的使用頻次與日活。

掌控 BOT 的注意力，即決定向 BOT 輸入何種上下文（Context），會(huì)直接決定 BOT 的決策結(jié)果。比如做 PPT 的技能有 1000 個(gè)，我只讓 BOT 看到前 3 個(gè)，這件事本身就具備核心價(jià)值。BOT 的規(guī)模越大，平臺(tái)價(jià)值就越高——過(guò)去是爭(zhēng)奪用戶，現(xiàn)在核心是爭(zhēng)奪機(jī)器人與 BOT。

因此我們只做對(duì) Context 有價(jià)值、對(duì) BOT規(guī)模化有價(jià)值的事，其余環(huán)節(jié)交給生態(tài)伙伴完成。

極客公園：未來(lái)產(chǎn)品的購(gòu)買與使用決策者依然是人，但真正的使用者會(huì)變成 BOT。

郭亞楠：未來(lái)人會(huì)更專注于核心決策，重復(fù)性工作完全交由 BOT 完成。

03

Agent Computer 背后，

本質(zhì)是一種全新的計(jì)算架構(gòu)

極客公園：回到設(shè)備層面，從這個(gè)角度看，算力的合理邊界是多少？當(dāng)前需要搭載何種算力，才能支撐 Agent Computer 的新架構(gòu)？

郭亞楠：核心看云端最優(yōu)的多模態(tài)理解模型。

2023 年我們還找不到合適的硬件，現(xiàn)在支持高帶寬內(nèi)存（HBM）的芯片逐步落地，市面上已經(jīng)能拿到可直接使用、達(dá)到當(dāng)前最優(yōu)效果（SOTA）的方案。

極客公園：所以你們不需要在本地做模型推理，本質(zhì)是圍繞適配 BOT 與智能體的環(huán)境，搭建對(duì)應(yīng)的算力架構(gòu)？

郭亞楠：有幾個(gè)核心分工：數(shù)據(jù)預(yù)處理目前只能在端側(cè)完成，受限于各類條件，端側(cè)效果最優(yōu)；但決策能力——比如讓 BOT 選擇工具、梳理邏輯、編排任務(wù)，端側(cè)表現(xiàn)極差，幾乎無(wú)法使用。

所以必須做端云協(xié)同。

比如視頻剪輯，手機(jī)拍攝一分鐘視頻體積可達(dá)數(shù) GB，上傳云端大概率耗時(shí)極久、易中斷，體驗(yàn)很差。數(shù)據(jù)預(yù)處理與視頻理解在端側(cè)完成最優(yōu)，我們可將成片效率壓縮到 5 分鐘內(nèi)，這是云端短期內(nèi)難以實(shí)現(xiàn)的。

因此我們需要自主完成不同任務(wù)在端側(cè)與云端的分配。

極客公園：這本質(zhì)是一種全新的計(jì)算架構(gòu)。

郭亞楠：對(duì)，這也是我們稱之為 Agent Computer 的原因。

傳統(tǒng)計(jì)算機(jī)核心是計(jì)算，算力架構(gòu)以 CPU+GPU 為主：GPU 負(fù)責(zé)圖形界面渲染，支撐人機(jī)交互的視覺界面；CPU 負(fù)責(zé)通用計(jì)算，支撐不同應(yīng)用的邏輯處理，這套架構(gòu)長(zhǎng)期被英特爾+英偉達(dá)壟斷，再搭配操作系統(tǒng)（OS）。

OS 核心服務(wù)兩類群體：一是用戶，打造流暢、美觀的圖形界面，蘋果一直聚焦于此；二是開發(fā)者，提供 IDE、模擬器、加速引擎等工具，降低開發(fā)門檻、提升變現(xiàn)效率。

但現(xiàn)在這些邏輯已不成立了：

第一，開發(fā)者開發(fā)應(yīng)用的成本趨近于零，僅需支付少量 Token 費(fèi)用，未來(lái)會(huì)更低；第二，用戶不再依賴圖形界面（GUI）。

這兩大變化會(huì)推動(dòng)底層芯片變革，AI 芯片需要的是專用計(jì)算，端到端完成多模態(tài)輸入到輸出，無(wú)需傳統(tǒng)通用計(jì)算邏輯，本質(zhì)是 AI 專用芯片。

國(guó)內(nèi)在 AI 芯片工程化落地能力上優(yōu)勢(shì)顯著，這是一次重大的產(chǎn)業(yè)機(jī)會(huì)，和新能源行業(yè)的機(jī)遇邏輯相似。

04

「Context 才是新的 OS」

極客公園：要站在個(gè)人計(jì)算的視角看待新架構(gòu)。過(guò)去我們講「云、管、端」，現(xiàn)在這三層結(jié)構(gòu)沒有根本變化，但主體變了：云變成核心模型，像電力一樣成為基礎(chǔ)設(shè)施；端是用戶入口，比如家庭群里的智能管家。中間的「管」，不再是單純的傳輸信道，而是上下文層（Context Layer），也就是運(yùn)行環(huán)境。這個(gè)環(huán)境最合適的形態(tài)是軟硬一體的。

郭亞楠：我一直認(rèn)為 Context 就是 OS。

傳統(tǒng) OS 連接用戶與開發(fā)者，缺一不可：沒有開發(fā)者，無(wú)法為用戶提供價(jià)值；沒有用戶，開發(fā)者也不愿入駐。

當(dāng)開發(fā)成本大幅降低，核心就變成環(huán)境問(wèn)題，其中安全問(wèn)題至今仍未完善解決。

過(guò)去人類是最后一道權(quán)限關(guān)卡，擁有最高自主權(quán)限，比如自動(dòng)駕駛中人工操作優(yōu)先級(jí)最高，手機(jī)也可手動(dòng)刪除數(shù)據(jù)；但交給機(jī)器后，自主決策權(quán)限可能出現(xiàn)偏差，人機(jī)之間的權(quán)限邊界尚未有成熟解決方案。

極客公園：長(zhǎng)期看是權(quán)限問(wèn)題，短期最現(xiàn)實(shí)的問(wèn)題是機(jī)器運(yùn)行速度極快，人無(wú)法實(shí)時(shí)接管。

郭亞楠：我們?cè)跀?shù)據(jù)管理上的思路和行業(yè)不同：當(dāng)下行業(yè)為了安全，普遍限制大模型的能力，增加諸多約束，讓模型在沙盒中運(yùn)行，和真實(shí)場(chǎng)景脫節(jié)。

我們的邏輯是：不限制大模型的原生能力，保留人最終的恢復(fù)權(quán)限——?jiǎng)h除、修改數(shù)據(jù)后，人可在存儲(chǔ)層完成數(shù)據(jù)復(fù)原，而非在 OS 層操作。

設(shè)備存儲(chǔ)具備硬件級(jí)隔離，硬盤拆卸后無(wú)法在其他設(shè)備讀取，這也是階段性方案，未來(lái)仍會(huì)迭代。

此外，支付、BOT 之間的通信邏輯也會(huì)發(fā)生巨大變化。傳統(tǒng)互聯(lián)網(wǎng)的 HTTPS 握手機(jī)制，未來(lái)可能不再適用，新的通信方式仍在探索中。

但核心始終是 Context，所有能力都依托 Context 存在。Context 只服務(wù)兩類主體：用戶與 BOT，完成人與 BOT 的對(duì)齊即可。

用戶規(guī)模、BOT 規(guī)模、Context 體量足夠大，它就成為新一代 OS。未來(lái)或許不再叫 OS，因?yàn)樗辉偈莻鹘y(tǒng)意義上的系統(tǒng)，形態(tài)會(huì)更簡(jiǎn)潔直接。

極客公園：OS 這個(gè)詞就像 NAS，代表上一代的功能定義，如今使命已經(jīng)改變。新一代 OS 的核心使命變了，再叫 OS 或許不再合適，「環(huán)境」是更通用的定義。

郭亞楠：我們當(dāng)時(shí)對(duì)這件事的判斷是，一定要做一款個(gè)人數(shù)據(jù)設(shè)備，本質(zhì)是把數(shù)據(jù)主權(quán)交還給用戶。 道理很簡(jiǎn)單：我今天用 OpenAI 的模型，哪天 Claude 表現(xiàn)更好，我就可以直接替換掉 OpenAI。但如果我的所有數(shù)據(jù)與使用習(xí)慣都綁定在 OpenAI 上，就無(wú)法自由遷移，平臺(tái)體驗(yàn)好壞對(duì)我而言都是遷移成本。

極客公園：所以不如自己擁有一個(gè)完全忠于用戶的載體，這一點(diǎn)很重要。

郭亞楠：去年還有很多人問(wèn)，為什么要做端側(cè)而非純?cè)贫耍拷衲赀@類疑問(wèn)已經(jīng)很少了。在我看來(lái)，端側(cè)與云端并不沖突，二者解決的是不同問(wèn)題。

公共信息放在云端，個(gè)人信息則需要專屬載體，實(shí)現(xiàn)可復(fù)制、可進(jìn)化。

張鳴晨：為什么說(shuō)不是 OS，也不是 NAS，需要一個(gè)新名詞？因?yàn)檫@件事比 OS 和 NAS 都要大。

你看，它叫 operating system，「operating」意味著它是線性的，線性意味著可復(fù)制，但無(wú)法進(jìn)化。但真正有意義的事，是整個(gè)地球進(jìn)化史上「可復(fù)制且可進(jìn)化」的信息載體，這經(jīng)歷了三次。

第一次是 DNA 和 RNA 的出現(xiàn)，有了生命，可復(fù)制、可進(jìn)化，進(jìn)化論由此展開。

第二次是語(yǔ)言的出現(xiàn)。三千年前人類有了語(yǔ)言，相當(dāng)于把全世界的信息做了一次編碼，語(yǔ)言可以復(fù)制——我們把信息通過(guò)語(yǔ)言簡(jiǎn)述給下一代，他可以基于自己的經(jīng)驗(yàn)再往上加新東西，文明由此進(jìn)入 2.0。

第三次就是現(xiàn)在。我們讓機(jī)器上的信息不僅可以復(fù)制，而且能夠進(jìn)化。Agent 可以越來(lái)越聰明，大模型可以持續(xù)學(xué)習(xí)，這就是第三次信息載體的變化，其影響可能比語(yǔ)言還要大十倍。放在幾十億年的維度里看，這是第三次重大迭代。

所以一定要有一個(gè)新的 term、新的定義，把你這件事定義好。名正則言順，定義好了你就知道該怎么做。去年聊了很多 Agent Computer 什么的，就是這個(gè)邏輯。

就像 Google 給自己的定義是「你的第二大腦」，我覺得有一定道理。信息載體到了今天，公共信息在云端，而個(gè)人信息——可復(fù)制、可進(jìn)化的——就需要 Agent Computer 這樣的東西來(lái)承載。

極客公園：新的個(gè)人計(jì)算架構(gòu)，從來(lái)不是非端即云，而是端云協(xié)同。

郭亞楠：沒錯(cuò)，很多時(shí)候選擇端云并非單純看功能差異，更多是出于人性層面的考量。

極客公園：未來(lái)個(gè)人計(jì)算的核心是智能體，設(shè)備是個(gè)人專屬，但使用者是智能體，需要為其搭建合理的新架構(gòu)。它最終不會(huì)完全替代手機(jī)，手機(jī)會(huì)被矮化為終端設(shè)備，真正的個(gè)人計(jì)算中心會(huì)遷移到家庭端側(cè)設(shè)備。

郭亞楠：我們的產(chǎn)品核心是開箱即用，讓用戶第一眼就明白用途，無(wú)需復(fù)雜學(xué)習(xí)，只需要考慮價(jià)格即可。

05

開箱即用的「活龍蝦」，

讓小白、專業(yè)人士都覺得是「天選設(shè)備」

極客公園：你應(yīng)該已經(jīng)確定了核心賣點(diǎn)，能讓用戶眼前一亮、直接下單的關(guān)鍵點(diǎn)是什么？

郭亞楠：很簡(jiǎn)單，現(xiàn)在很多用戶裝了二三十臺(tái) NAS，搶不到 Mac mini，買到也不會(huì)配置，API 密鑰、環(huán)境部署等操作門檻極高，希望有打包好的成品，不用操心技術(shù)細(xì)節(jié)，直接付費(fèi)使用。

我們的產(chǎn)品就是解決這個(gè)痛點(diǎn)：云端龍蝦做不到的事它能實(shí)現(xiàn)，替代 Mac mini 與 NAS，無(wú)需排隊(duì)、無(wú)需復(fù)雜配置，開箱就能用。

極客公園：對(duì)普通用戶，賣點(diǎn)很明確：開箱就是「活龍蝦」，可自由選擇模型，預(yù)置 Skills，降低使用門檻；對(duì)于專業(yè)用戶，有沒有生態(tài)合作的規(guī)劃？這部分用戶有很強(qiáng)的創(chuàng)造力與影響力，如何讓他們參與共創(chuàng)？

郭亞楠：我們的核心是做運(yùn)行時(shí)（Runtime）。

大模型具備公域數(shù)據(jù)能力，而專業(yè)技能（Skill）潛力巨大——人類發(fā)展中，工廠作業(yè)需要標(biāo)準(zhǔn)作業(yè)流程（SOP），節(jié)省能源、資源與 Token，這類垂直領(lǐng)域的經(jīng)驗(yàn)沉淀，就是未來(lái)的專業(yè)技能。

我們只做基礎(chǔ)通用能力，專業(yè)技能需要生態(tài)伙伴共建，比如網(wǎng)站搭建、深度研究、視頻剪輯等場(chǎng)景化功能，都需要第三方團(tuán)隊(duì)參與。我們非常歡迎技能開發(fā)、應(yīng)用開發(fā)團(tuán)隊(duì)合作。

爭(zhēng)取讓專業(yè)用戶覺得這是「天選設(shè)備」，而非僅面向小白，讓兩類用戶都能找到適配的使用方式。

張鳴晨：需要思考怎么把 ClawHub 上面這些 popular skill 更好地撬動(dòng)起來(lái)。龍蝦有一半的價(jià)值就在 skill 上，用戶已經(jīng)把最好的場(chǎng)景、最好的選項(xiàng)都選出來(lái)了。端側(cè)應(yīng)該做一個(gè)無(wú)縫的遷移。 除了公域 skill，端側(cè)平臺(tái)還會(huì)有一些私域獨(dú)特的場(chǎng)景，對(duì)應(yīng)獨(dú)特的 skill，所以其實(shí)你有機(jī)會(huì)做出自己的 skill 品牌。

另外，一些頭部玩家、大牛，他們?cè)谟媚愕漠a(chǎn)品時(shí)自己貢獻(xiàn) skill，你就可以把他們?nèi)谌氲狡脚_(tái)上，再傳播給其他用戶。

*頭圖來(lái)源：Zettlab

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO

極客一問(wèn)

你期待怎樣的「龍蝦」專屬設(shè)備？