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日报道，近日，成立仅8个月的美国AI Agent创企Conway Research发布首款个人AI助手Underdog，并官宣获得Anthropic旗下投资联合体、硅谷知名风投a16z，以及来自谷歌、OpenAI、Hugging Face等机构及个人投资者的支持。

该公司将Underdog定位为“迄今为止隐私性最强的Muse竞品”。今年9月，Meta发布个人AI助手Muse，上线10天即登顶美国App Store免费应用总榜。随后，OpenAI推出Dot、马斯克发布Grok Bot，国内字节、腾讯、阿里等巨头也加速布局类似产品。

与竞品主要依赖云端不同，Underdog的核心差异在于完全运行在用户本地设备上，支持离线操作，旨在解决数据隐私与持续成本问题。

Underdog的核心优势在于数据完全本地化存储与处理，即使在离线状态下也能协助用户决策。目前该产品已推出Mac和Windows测试版，未来将支持Linux、iOS及安卓系统。

在Mac端，Underdog可连接邮箱和日历，执行查看邮件、安排日程、整理会议记录、语音输入及私人iMessage管理等任务。近期更新的功能包括：

此外，团队正研发Agent直接代购物等功能，致力于将其打造为长期掌握个人上下文、能独立办事的个人助理。

Underdog的性能依赖于轻量化模型与专属推理引擎Husky。

Underdog内置Woof 4B（速度快）和Saluki 27B（更聪明）两款模型。其中，Saluki 27B基于Qwen3.8 27B微调打造，权重体积仅为全精度版本的1/7，却保留了96%的性能，且在工具调用能力上优于原版Qwen。该模型已开源。

创始人Sigil Wen表示，由于模型运行成本极低，Underdog初期免费且无订阅费，足以覆盖日常任务如购物调研或解题。

Husky是支撑本地运行的关键推理引擎。官方数据显示，在MacBook上，启用Husky Flash后，Woof 4B每秒可处理730个token，速度比苹果开源框架MLX快4.5倍，同等权重下响应速度提升5倍。

在1类提示词场景测试中，Husky全面优于MLX。其优势源于图像编辑时的并行token校验机制，以及文本生成时的流水线调度优化，减少了GPU等待主机时间，降低了芯片间数据传输量。

Underdog承诺永不投放广告，也不采集用户数据用于训练或出售。其盈利模式类似于银行卡交换费，从通过Stripe完成的每一笔交易中抽取少量分成。

Conway Research虽未披露具体融资金额，但投资人阵容豪华，包括a16z、Anthropic与Menlo Ventures组成的Anthology基金，以及Stripe联合创始人Patrick Collison、Vercel创始人Guillermo Rauch、“AI推理之父”Noam Brown、Hugging Face联合创始人Thom Wolf等业界大佬。

创始人Sigil Wen出生于2003年，宾夕法尼亚大学管理与技术双学位项目肄业。17岁时他搬至硅谷，在创客之家居住期间，与Andrej Karpathy、Midjourney创始人David Holz、Anthropic联合创始人Ben Mann等AI先驱朝夕相处，并早期体验了Midjourney和Claude的原型产品。

Sigil Wen此前因在Apple Watch上跑通GPT-2、将Whisper部署至iPhone等技术实验在社交平台X走红。2023年，他宣布推出首个能自我生存、进化及复制的AI Automaton，引发关注。该项目GitHub开源项目累计获7300星，但也面临关于AI经济自主性及安全性的质疑。

当前个人智能体主流方案多依托云端虚拟机，虽能力强但存在Token成本高和数据隐私风险。Underdog尝试将记忆、权限和任务闭环留在本地，提供了差异化路径。