编辑丨小龙、子钺
图源丨Conway Research
17岁只身勇闯硅谷，00后华人创业者Sigil Wen正试图将AI助理装进每个人的电脑。
其创立的AI初创公司Conway Research近期获得硅谷顶级风投a16z领投，Khosla Ventures、Hummingbird Ventures、SV Angel等机构跟投。Stripe联合创始人Patrick Collison、Vercel创始人Guillermo Rauch以及OpenAI研究员Noam Brown等业界大佬也参与了投资。本轮融资的具体金额和估值尚未披露。
在Meta、OpenAI等科技巨头争相让AI助理处理邮件、安排日程之际，Conway Research选择了另一条路径：让AI尽可能在用户本地设备上运行。其首款产品Underdog主打本地推理与隐私保护，旨在让AI在理解用户意图并执行任务的同时，最大程度减少私人数据上传云端。
Sigil Wen早在17岁时便独自前往硅谷，曾参与语音社交产品Airchat的开发，并于2025年获得彼得·蒂尔支持的Thiel Fellowship（蒂尔奖学金）。他押注的核心问题是：当AI成为掌握个人数据的私人助理时，用户是否必须将数据控制权让渡给云端公司？
17岁勇闯硅谷：另类00后创业者的成长轨迹
Sigil Wen出生于2003年末的加拿大多伦多。17岁那年，他独自前往美国旧金山。初到硅谷时人脉匮乏，他甚至曾在WeWork共享办公空间过夜。不同于传统的大学生路线，他将大量时间投入编程和AI研究，并在一个聚集工程师与研究人员的黑客屋生活了近一年。
Sigil Wen
这段经历赋予了他独特的优势。Anthropic联合创始人Ben Mann曾邀请他体验Claude早期版本，Midjourney创始人David Holz向其展示过图像生成模型的早期成果，他还与Andrej Karpathy等AI研究人员进行了深入交流。在许多AI产品正式发布前，他便有机会接触其核心形态。
随后，他加入Naval创办的语音社交产品Airchat，协助团队将AI技术融入产品体验，并参与工程团队的招募。在此期间，他持续探索AI的产品形态，例如在2023年尝试将GPT-2部署至Apple Watch，并将Whisper语音识别技术引入iPhone。
这些实验指向同一个问题：AI能否不再完全依赖远端服务器，而是进入用户随身携带的设备？尽管当时受限于模型能力、设备算力和推理效率，但这为后来的产品路线奠定了基础。
此外，一次邮件应用安全漏洞导致的隐私泄露事件，促使Sigil Wen深入思考数据安全。如果未来的AI助理需要长期读取邮件、管理文件，用户究竟应交出多少个人信息？他的结论是：让AI尽可能在个人设备上运行，将数据控制权交还用户。
2026年，Sigil Wen在《Web 4.0》一文中提出，随着AI代理能力增强，互联网将从“人寻找信息”转变为“AI代理相互协作、调用服务并完成交易”的环境。该文发布48小时内获得约1000万次浏览，其观点也与Conway的发展方向高度契合：当AI从“回答问题”转向“替人做事”，数据归属、运行位置及商业模式将成为新的关键议题。
Conway Research官网
同年，Sigil Wen创办Conway Research并推出首款个人AI助理Underdog，正式将此前的技术实验转化为面向普通用户的产品。
不止于AI助理：构建端侧AI全栈链路
Conway Research并非单纯开发AI应用，而是同步涉足模型、推理引擎和个人AI产品领域。其核心逻辑在于：若AI要成为长期的个人助手，必须解决在普通设备上高效运行的问题。
Underdog：本地推理与隐私保护
Underdog目前处于邀请制测试阶段，支持在用户电脑本地运行模型。相比依赖云端推理的竞品，它通过将计算下沉至本地，减少敏感信息上传。当前版本支持Mac和Windows，Linux、iOS和Android版本正在开发中。
在商业模式上，Underdog计划初期免费且无广告。Sigil Wen认为，既然模型主要运行在用户设备上，无需通过订阅覆盖高昂的云端推理成本。公司希望通过Stripe支付基础设施，在AI代用户完成购物等交易时收取少量分成。
模型优化与推理引擎
针对端侧算力限制，Conway采取了模型后训练与量化策略，而非从零训练大模型。
- Underdog 27B：基于Qwen3.8-27B进行后训练，参数量约270亿。该模型经过调整，更适合Underdog的实际使用场景，并在保留工具调用能力的同时，通过量化降低本地运行资源需求。
- Woof：一款4B参数的轻量模型，权重约2.4GB，旨在进一步降低门槛。
- Husky推理引擎：专为Woof模型结构及Apple Silicon硬件优化。测试显示，在特定Mac硬件条件下，Husky的生成速度最高可达MLX的4.5倍。
Conway真正掌控的是从模型、推理到产品的完整链路：模型提供能力，后训练负责适配，推理引擎提升效率，Underdog则面向最终用户。公司提出的“Underdog's Law”概括了这一愿景：今天最前沿的AI能力，有望在约六个月后进入个人设备。
大厂争夺入口，Conway为何反其道而行？
当Conway推出Underdog时，硅谷巨头正激烈争夺个人AI助理入口。Meta推出拥有独立云端环境的个人AI智能体Muse，首月下载量超800万次；OpenAI的Dos及创业公司Instinct也在探索让AI从聊天工具进化为能持续执行任务的助理。
竞争焦点已从“回答问题”转向“可靠地替用户做决定”。谁能更了解用户习惯、获得授权并稳定完成任务，谁就能成为数字生活的核心入口。
多数玩家选择依靠云端算力、大模型能力及生态连接优势切入。Conway则选择将推理下沉至用户设备。这一路线改变了数据流向，降低了云端成本，但也面临设备性能瓶颈及离线任务局限性的挑战。
大厂争夺的是“入口归属权”，Conway试图回答的是“入口能否属于用户”。Underdog能否成功，最终取决于它能否在严格保护用户数据的前提下，真正高效地完成用户需求。
延伸阅读：
14人团队干出Meta Muse劲敌，成立仅一年，估值飙到了670亿
靠Muse打出漂亮翻身仗，Meta首席AI官深度复盘：编程智能体不是AI的唯一答案，个人生活才是新战场
