文｜Sleepy
这个秋天，硅谷几乎每周都有一款新的 personal agent 冒出来。
9 月，Meta 上线 Muse，十天后登上美国 App Store 免费榜第一；Instinct 以 100 亿美元估值融了 10 亿美元；Figure 创始人 Brett Adcock 创办的 Hark，也在 10 月 6 日上线了 Hark Pro。
密集试用这些产品、和一圈创业者与 VC 聊完这一波机会后，动察 Beating 收到了 Looki 创始人孙洋发来的两张照片。
第一张拍于 2024 年 5 月 17 日傍晚 6 点 29 分，第二张拍于 2024 年 6 月 12 日上午 9 点 34 分。
照片里是两块白板。
5 月那块的右上方，红笔写着「主动式 AI」，下面分出 AI companion 与 AI Agent，还有情绪价值消费；再往右的「团队核心能力」底下，同样用红笔写着 context 感知、主动式陪伴和 history memory。
6 月那块的最左边写着 AI in Physical World，往右拉出四条线，记忆、认知、情绪与决策执行。最后一根箭头指向 Agent，后面跟着一个括号，括号里写着「待成熟」。
两年后，硅谷的 personal agent 们争夺的正是白板上写的这几样东西，懂不懂主人的 context，能不能赶在主人开口前先主动做点什么。
区别在于，硅谷同行们的 context 大多躺在邮箱和日历里。而在 Looki 两年前的白板上，context 后面跟着的两个字是「感知」。
白板
孙洋最早有想给 AI 装上眼睛和耳朵的想法，是他在美团的时期。
2023 年，他去美国和老同学 catch up 了一圈，回国后就在美团内部单独拉起一支团队，给出海业务 Keeta 做 AI 助手。按他的说法，那应该是最早的外卖 agent。
团队去香港做用户调研时碰到一个场景，一个刚从健身房出来的用户打开 App 问吃什么，系统能参考的只有他过去的订单，于是给他推荐了汉堡炸鸡和薯条。
「你得知道他的环境，中午刚吃了什么，是不是刚从健身房出来。」孙洋说。
2024 年 5 月，他拉上卡内基梅隆大学的校友刘博聪出来创业。两人都是自动驾驶行业出身，孙洋 2018 年加入 Momenta，刘博聪是小马智行的创始成员；后来到了美团，孙洋管智能硬件，刘博聪管自动驾驶算法。
第一块白板拍下的那一周，AI 行业正经历一场多模态的密集演示。
周一，OpenAI 发布 GPT-4o，演示里的 AI 能透过手机摄像头看东西，和人实时对话；第二天，Google 在 I/O 大会上放出 Project Astra，让助手透过镜头记住眼镜放在哪儿。而在一个月前，Humane 的 AI Pin 刚刚发货，评测几乎一边倒地给了差评。
那块白板的左边一栏写着人群、场景与痛点，中间分成 Now、Mid、Long 三列，Now 底下写的是儿童家长，Mid 是商务白领，Long 写着「大众 + AI 助手 + 可穿戴」。痛点那一栏写着一句话，「整理类的 AI 功能只有 60 分」。
第二块白板拍下的 6 月 12 日，苹果的 WWDC 刚过去两天，苹果在那场发布会上把 Apple Intelligence 定义为「个人智能系统」。
这块白板更像一张行军地图。AI in Physical World 往右分成两支，上面一支是「辅助 Copilot（L2/L3）」，对应具备五官的 AI 随身硬件，眼睛是 Camera，耳朵是 Mic，嘴是 Speaker；下面一支是「替代人（L4）」，对应大脑加身体的具身机器人。
L2、L3、L4，原本是自动驾驶的分级。
「车上装摄像头、装激光雷达，是为了开车；现在给 AI 装上眼睛和耳朵，是为了帮人去做事。」孙洋说。
在随身硬件那一支，记忆指向 Memory Maker，旁边用红笔注着「人类缺陷」，再往后延伸出会议纪要功能；认知指向 QA 和 VQA；情绪指向陪伴；决策执行则指向那个「待成熟」的 Agent。
一个大括号把四条线收拢在一起，旁边写着「数据」，一支箭头从「数据」拐下来，指向具身机器人。
太早
在 2024 年，这两块白板上的故事很难讲给投资人听。
天使轮的钱直到年底才进账，BAI 资本和同歌创投投了天使轮，阿尔法公社跟了天使+轮。
既然要做随身感知，硬件到底做成什么形态？团队先花了半年时间研究眼镜，得出的结论是重量、续航和实时视觉感知，眼下只能顾两样。最终，他们做了一台挂在胸前的相机，重 31.8 克，没有屏幕，外壳长着两只小角。
Looki L1 产品图
在孙洋的设想里，硬件只是载体，真正的重头戏是把云上那套系统建起来。第一代产品他最早只打算卖几千台，用来打磨系统。
2025 年 8 月，定价 199 美元的 Looki L1 在海外开售。它白天每隔几分钟自动拍一小段视频，晚上把一天的碎片剪成 Vlog，第二天再推送一篇小结和一页漫画日记。海外首发时，它被包装成一台生活记录相机；国内则有人给它起了个外号，叫「人生回看器」。
后来的数据远远超出了最初「卖几千台」的预期。到 2026 年 9 月的柏林 IFA，Looki 公布全球已有近 4 万名活跃用户，日均佩戴时长达到 7.5小时，整个 L1 生命周期的出货量预计接近 10 万台。
Looki 用户在展台前的合照
风向在 2026 年开年变了。
1 月，Looki 带着 L1 去了拉斯维加斯 CES，宣传重心正式换成了 Proactive AI，白板上那行红字「主动式 AI」，在一年半之后成了台面上的主打。
同一周，Looki 宣布完成由蚂蚁集团领投的超 2000 万美元 A 轮融资；半年后的 7 月，又拿下了元生资本领投的数亿元人民币 A1 轮。
也是在今年 7 月，Looki 内部那套负责主动推荐的引擎 PIE 从 1.0 升级到了 2.0。1.0 学的是看懂环境、挑对时机，2.0 则接上了个人记忆系统，开始预测人下一步需要什么。
两个月后，personal agent 成了硅谷最热的词。
10 月 13 日上午，我们和孙洋聊了聊这两年半的经历。
听不懂
动察Beating：2024 年刚出来融资的时候，你们其实非常不顺，今年 1 月和 7 月却在半年里连拿了 A 轮和 A1 轮。这两年多一轮轮融下来感觉如何，投资人问你们的问题有什么变化？
孙洋：一轮一轮下来，最大的感受是大家越来越理解这件事了。
2024 年融天使轮的时候，几乎所有投资人都把它当成一台消费电子相机来看，问我们 AI 怎么把照片拍得更好看，防抖怎么做，视频剪辑的体验怎么优化。
其实从第一天起我就跟大家讲，我们在做一台 memory machine，在做 personal context service。但 2024 年你提这个词，大家听都听不懂，反问我 personal context service 是什么东西，为什么要做硬件。
到了今年上半年融 A1 轮，我们已经完全不需要解释为什么要做硬件了。大家问的问题变成了你们沉淀下来的数据资产怎么结构化，长期的壁垒怎么建。
动察Beating：2024 年没人听得懂、账上最缺钱的时候，为什么那么笃定非做这个方向不可？
孙洋：我有非常强的 conviction，觉得这是这一波 AI 里最重要的一个变量，我是从第一性原理推出来的。
生成式 AI 走到今天，底层其实是一个很简单的公式，你给它什么样的 input，加上模型本身的结构，它就会生成什么样的 output。
既然所有人最后消费的都是生成出来的内容，那决定上限的变量就只有两个。第一个是模型本身，大家今天也看到了，硅谷和中国都是基座模型厂最值钱。第二个是数据，谁手里有别人拿不到的独特数据，谁就掌握了模型之外最大的价值。
你回到 2024 年那个时间点去看，全行业的数据来源几乎全靠用户自己敲 prompt，是人在一个空白对话框里一个字一个字打进去的。我当时就在想，能不能不让人去输入？有没有一种机制，让 AI 自己去物理世界里看、自己去听、自己给自己喂 prompt？这件事一旦转起来，价值一定是最大的。
即使那个时间点没人理解，我相信只要沿着第一性原理去做，总不会错。
动察Beating：在你们把叙事切向 personal agent 之前，那近 4 万个每天戴着 L1 走来走去的人，图它什么？
孙洋：买的理由五花八门。AI 行业里的人和科技发烧友就不说了，任何一个新硬件出来都有这部分尝鲜的人。
剩下的有出去旅游不想举着手机拍的人，有想记录孩子成长的宝爸宝妈，还有很大一部分是买来送人的。
但看拿到手之后的佩戴行为，我们观察下来，分成截然不同的两类。
一类是 by event，周末出去玩、去逛展的时候才拿出来戴一下。另一类是超长时间的日常佩戴，这些用户真的把它当成了一个 AI companion，或者一个全天候的私人助理，连上班开会、在家撸猫都挂在胸前，一戴就是一整天，日均七八个小时。
动察Beating：要往真正的 personal intelligence 走，是不是必须先跨过「让用户每天多戴一个东西」这道习惯门槛？
孙洋：对。所以我一直跟团队强调，Looki 绝对不是一家传统的消费电子公司。
一家公司的基因，决定了它的北极星指标是什么。传统消费电子公司每天盯的一定是出货量、销售额、GMV；我们内部盯得最死的，是用户的活跃度、每天的佩戴时长，还有 30 天、90 天的留存。
动察Beating：Looki 以后的硬件和软件会不会慢慢解耦，不像现在绑得这么死？
孙洋：硬件本身是一个物理世界的数据入口，真正做信息压缩、推理和服务的重心，在软件和模型上。硬件的终极目标是做得又轻又小，融进大家的日常穿搭里，让这个入口变得完全无感。
所以你要问会不会解耦，到了某一个节点，确实有这个潜力；但加上我们自己的硬件，体验一定会好得多。
我始终认为，除了桌上的电脑和兜里的手机，未来每个人身上一定还会有一个非常无感的 AI 入口，也就是所谓的「第三设备」。
物理世界
动察Beating：今年八九月份硅谷扎堆冒出来的这一批 personal agent，比如 Meta 的 Muse、百亿美元估值的 Instinct，还有 Figure 创始人做的 Hark，你深度体验过吗？
孙洋：都体验过。说实话，看到它们今年秋天突然火起来，我一点都不意外。这件事至少在行业里，大家很早就意识到了，只不过 Meta 手里有庞大的分发平台，把 Muse 推上了榜一，一下子把整条赛道的情绪又顶了起来。这是技术演进必然会撞上的一个节点。
现在大家讨论最多的还是软件层面的 agent，往后走一定会碰到硬件。你也看到了，很多做软件的已经开始做硬件，Hark 一上来就说要做自己的硬件，Meta 更是把 Limitless 都买了下来。
当然，他们的硬件今天还都是期货。我们在这条路上跑得早一些，至少有两年左右的先发身位，早期在云上踩过了大量处理物理世界数据的坑，这给了我们一个很宝贵的时间窗口。
动察Beating：巨头和明星创业公司都在往 personal agent 里冲，这条赛道真正的壁垒是什么？
孙洋：得拆成线上和线下两块来看。
线上的纯 digital 数据，老实讲，创业公司今天已经很难建立壁垒了。过去二十年，PC 互联网和移动互联网积累了海量的数据资产，这些资产早就被分到不同巨头各自的地盘里了。
在国内，外卖和到店的数据在美团，打车出行的数据在滴滴，社交关系在腾讯。一家初创公司想把这些存量数据从大厂手里拿过来，几乎不可能。
决定 personal agent 胜负的核心变量就两个，一个是 context，也就是你能不能拿到独家的上下文数据；另一个是成本。
在线上世界，context 的地盘已经分完了，成本上大厂和模型厂又有极强的规模效应，大家都在疯狂卷 token 价格。所以纯线上的牌局，基本已经定局了。
但线下的物理世界完全不一样。
比如咱们俩现在坐在这儿聊天，外面阳光明媚，我手里正端着一杯咖啡，这些正在发生的事情，数字世界一无所知。
这部分物理世界的数据，过去从来没有人系统性地去捕捉过。它还是一个没有被巨头圈地的场域，谁跑得快，谁先把感知入口铺下去，谁就能把这些数据变成一个全新的 context。
成本逻辑在线下也完全不同。处理物理世界的数据，跟处理线上结构化的邮件、文档，系统逻辑是两码事。物理世界里有海量的噪音，一帧画面拍下来、一段音频录进去，真正有信息增量的 focus 可能只有几个点，剩下大部分都是噪音。
如果把原始视频流全盘塞进云端大模型，那个 token 账单根本没有商业化的可能。怎么降噪过滤、怎么提取语义，都是工程和模型上的硬门槛。
动察Beating：中美两边的互联网环境差得很远。美国那边 Instinct 能靠发短信退订阅、打电话订餐厅撑起 100 亿美元估值，这套逻辑搬到中国成立吗？
孙洋：不成立。personal agent 归根结底是为人服务的，而中美普通人的数字生活环境差异太大了。
美国这一波 personal agent 能炒起来，很大程度上是因为美国的数字化基建太碎、太老了。普通人办事还要靠发邮件、打电话跟客服扯皮，几百个网站的订阅账单全堆在邮箱里，所以一个能替你打电话砍价、自动退订省钱的 agent，用户立刻就能算清楚 ROI。
中国不存在这个问题。过去十五年，国内的移动互联网和超级 App 已经把基建做得太方便了。如果你把人类日常所有的 use case 画一个四象限，那些最高频、用户意图最明确的刚需，打车、点外卖、订机票、买东西，在国内早就被 App 和小程序优化到了极致，摩擦极低。
大家点两下屏幕就能搞定的事，为什么非要拉着用户退回去，对着 AI 敲一段话，再让 agent 重做一遍？我觉得没有意义。
动察Beating：那对中国用户来说，personal agent 真正能成立的场景会在哪儿？
孙洋：好问题（笑）。坦白讲，至少今天在纯数字层面还没看到特别爆发的场景。
行业里很多人提把打车、点外卖 agent 化，我觉得边际效用非常小。在消费科技里，一个新东西想取代一个旧东西，体验至少得好上 10 倍；今天拿 agent 去替代美团或者滴滴，别说 10 倍，能做到 1.2 倍就不错了。
所以在中国，真正的机会一定在移动互联网还没有覆盖到的线下场域，那些用户今天甚至还没意识到、但一旦体验过就回不去的场景。
我给你举个例子。假设咱俩在公司要找个会议室开会，走过去一看，会议室被人占了。一个纯线上的日历 agent，最多帮你查一下系统里还有哪间空房。
但如果我的 agent 懂物理环境，它知道我在哪栋楼办公，同时感知到今天外面天气特别好，理论上它就应该主动给我一个建议，今天外面阳光不错，你们俩要不去天台聊。
这些跟当下环境强相关的建议，今天困在手机屏幕里的 agent 都给不出来，因为它们看不见我身边的世界。
动察Beating：既然中美的数字生态差异这么大，Looki 接下来的市场重心会偏向哪一边？
孙洋：两边都会投入。中美的差异主要在数字世界，而在物理世界里，人的吃穿住行、喜怒哀乐其实是一样的。所以从物理感知切入，对 Looki 来讲不太需要区分中美。
往终局看，物理世界和数字世界一定会融合。对于数字世界里那些大家已经做得非常好的服务，Looki 的态度很明确，借力，不自己重造轮子。
今天无论美国大厂还是中国大厂，都已经开始发力打通线上和线下，Looki 要做的是把两边接好，把物理世界的上下文喂给数字世界的服务，让整体体验 1+1 大于 2。
动察Beating：很多人早期用 Looki，觉得漫画日记、每日 Vlog 还是偏个人生活和情绪价值。但现在硅谷融到大钱的 agent 都在卷效率，你们之后会往效率那边偏吗？
孙洋：我觉得最终一定会融合。一个真正懂你的 personal intelligence，不该机械地切分工作和生活，它应该像水和电一样，润物细无声地渗进你一天里的每一个切片。
只不过不同团队选的切入点不一样。效率是今天所有人都能一眼看懂、最显性的方向，正因为太显性，大厂扎堆，卷得也最惨。
生活这一块相对非共识，边界也更模糊。人的工作流过去十年已经被大规模数字化了，日常生活绝大部分还没有，必须靠连续的视觉和声音去感知。所以在我看来，先啃生活这块，对 Looki 是一件难而正确的事。
还有一点很多人忽略了，觉得做个人智能可以像做软件一样一步到位，直接跳到替人干活。那是因为数字世界里已经有现成的数据库和 API，但物理世界底下是一片荒地，必须一层一层往上建，一共四层。
最底下是记录，先把物理世界的多模态数据低功耗、无感地采回来。往上是索引，让这些连续的音视频碎片能被检索，大家去年叫我们「人生回看器」，能随时问 AI 我上周三中午跟谁吃了饭，干的就是这一层的活。再往上是洞察，通过记忆分层和长周期建模，从流水账里提炼出你自己都没察觉的规律。前三层的地基打穿了，最后一层才是 action。
所以你看我们的节奏，去年刚上市时大家觉得 Looki 是台回看相机，停在第一、第二层；过去这大半年，PIE 1.0 和 2.0 攻的都是第三层；直到现在模型能力、推理成本和外部的 agent 生态慢慢成熟了，我们才开始把 action 接进来。
动察Beating：但在中国做 action 是一件很费劲的事。字节的豆包手机助手就是前车之鉴，系统级的 AI 想跨 App 替用户点屏幕，已经有一百五十多款应用声明拒绝，腾讯系和阿里系占了近六成。
孙洋：这就是我前面说的，你是在数字世界里抢食，还是在物理世界里开荒。
豆包手机助手做的是纯数字世界的事，本质上是用系统权限进入别人的 App，截别人经营了十几年的流量。动别人的奶酪，天生就会激发所有平台的防御机制。
物理世界以前没人做，因为没有技术能做。以前从来没有哪种手段，能实时知道一个人此刻正站在哪家线下门店的货架前犹豫。
动察Beating：就算你们从物理世界采集了数据、做出了意图分析，最后要完成交易，不还是得落回到手机里的各种 App 上吗？
孙洋：不一定非要去模拟点击别人的 App。我给你讲一个我自己的 aha moment。
我平时出差非常多，家里有两个娃，陪娃的时间很少，心里其实一直有愧疚感。有一次在深圳宝安机场候机，离登机还有点时间，我就溜达到航站楼里一家礼品店随便逛。看着货架的时候，挂在胸前的 Looki 突然往我手机上推了一条消息，问我要不要趁现在给家里两个娃挑件礼物。
那一刻我真的被击中了。它把我的长期记忆，家里有两个娃、经常出差，和眼前的场景，站在机场礼品店的货架前、手里有空闲时间，一下拼在了一起。
当然，当时我们还停在洞察这一层，action 还没接进来。但你顺着往下想一步，如果 action 接进来了，它需要去操控你的微信或者淘宝吗？不需要。它完全可以在那一秒，把这家店最适合我家娃年龄和喜好的商品推荐过来。
对商家和平台来讲，这是凭空多出来的一个渠道，我们没有去抢它们在搜索框里的存量生意，大家的抵触心理就小得多。
动察Beating：走这条路，你们岂不是要养一个庞大的线下 BD 团队，一家店一家店去谈？
孙洋：没那么重。每家公司在生态里有自己的 position，数字世界里早就有平台把商户的信息、团购券和履约服务聚合好了。我们不需要自己扫街，无非是把真实世界的感知能力，和线上已有的信息、服务匹配起来，做成自动化。
我们现在也在和美团合作，探索怎么把线上的本地生活服务和线下的感知连起来。
比如采访完，咱们中午去附近找家餐厅吃饭。理想的状态是，刚在位置上坐下，Looki 就把这家店的评价以及基于你的口味习惯和今天已经发生的饮食结构建议的招牌菜推给你，甚至提醒你结账时哪张券能用。我自己有时候去理发，就忘了美团上有券，去搜这件事还是挺麻烦的，有一定的执行门槛。
把这层门槛抹平，就是我们正在跟美团一起探索的新可能。
动察Beating：我现在每天刷 X，看到硅谷很多人晒自己的 workflow，把不同的活儿分给一长串垂直 agent。以后第三方 agent 也能调用 Looki 采回来的物理世界上下文吗？
孙洋：现在就已经可以了，只是我们一直在埋头做底层，还没有专门对外宣传。Skills、Plugin，还有对外的 MCP 和 API，我们都已经开放了，已经有不少第三方开发者在直接调用 Looki 的结构化记忆，搭他们自己的应用，在国内我们和 workbuddy 也打通了，互相都可以调用对方的 context，未来就是你中有我，我中有你的A2A 协作关系。这个版本不久就会上线。
动察Beating：除了软件接进美团和第三方生态，在硬件和计算架构上，你们接下来的牌怎么打？
孙洋：还是软硬件两条线并行。硬件下一代会越来越轻、越来越小，往饰品化走。
在整张地图上，除了身上的穿戴端和远端的云，中间还会长出很关键的一层，边缘端，最终走向端、边、云三级协同。大量高频的降噪、隐私脱敏和多模态的初步融合，不管是出于隐私还是 token 成本，都不应该直接往云上扔，应该留在边缘消化掉。
这一块现在还没到时间点，但我判断未来两三年，大家家里会出现很多 always-on 的边缘计算设备，就像今天很多硅谷极客在家里囤 Mac mini 跑本地模型一样。每个人身上戴着一个轻量的感官入口，家里放着一台全天在线的计算节点，云端再连着一个最强的大脑。
这张完整的 picture，我们 2024 年其实就已经勾勒好了，无非是在不同的时间窗口，等不同的技术条件 ready，去踩不同的 milestone。
动察Beating：这张地图铺开，就不能再管 Looki 叫「AI 硬件公司」了。你们内部怎么给自己定性？
孙洋：叫 AI 硬件肯定不准确。我们内部统一叫 personal intelligence，连 agent 这个词我们都不用。
我们是一家做 personal intelligence 的公司，叫个人智能，不叫个人代理。在我们的定义里，personal intelligence 是一个大得多的母集，是你个人的长期记忆、环境感知和认知外脑；agent 只是这个大脑最后伸出去替你干活的那只手，是 intelligence 里的一个子模块。
无感
动察Beating：坦白说，今年秋天这一波 personal agent 我自己用下来挺别扭的。一方面我 MBTI 是个 P 人，平时根本不排日历；另一方面，它们一上来就要邮箱和日历的最高权限。
孙洋：我是个 J 人，我也用不惯（笑）。
这里面最核心的冲突，是人机交互的边界感。今天很多做纯软件的团队，特别容易忽略人和 AI 之间怎么划定边界。
我认为好的 AI 应该在人需要它的时候存在，在人不需要它的时候不存在。
在 Looki 的逻辑里，开关和掌控权在用户自己手里，哪些想让它看，哪些不想让它看，是有灰度空间的。什么场合想戴，遇到敏感场合随时摘下来放进口袋，中间有很大的缓冲。
人和 AI 之间的信任，本来就应该像交朋友一样一点点建立起来。至于邮箱和日历，最多是未来的一个补充数据源。而且如果只靠读邮箱就能做成，我一直没想明白创业公司凭什么干得过 Google，Gmail 自己把 Gemini 接进去，天然就能干这件事。
动察Beating：前面你提到，把物理世界的连续音视频直接喂给通用大模型，成本高到没法商业化。为了跨过这道坎，你们现在自己训模型了吗？
孙洋：在训，这一块是我们内部非常重的投入。
做纯数字世界的 AI 应用，底层的基建已经非常成熟，你不太需要自己碰模型，直接调 API 做上层就行。
但物理世界底下什么基建都没有，必须自己从最底层打地基。我们自己训模型，最核心的目的就是在打地基的阶段把成本打下来。打地基是又脏又累又重的活，全扔给云端的旗舰大模型，没有哪家公司付得起那个账单。
具体来说，自研模型要解决两件事。第一件是过滤和降噪，把连续十几个小时视觉和听觉里的大量无效噪音筛掉；第二件是多模态的融合与理解，把物理信号翻译成大模型吃得进去的结构化语义。这两件事，今天的通用大模型其实很不擅长，精准度和成本都没有优势。
所以我们自己训了一系列模型，有一部分是从零开始训的轻量小模型，专门做感知和分类；还有一部分是拿最近新出的开源多模态基座做 post-train。这些模型目前已经陆续 ready，正在替换上线。
我给你披露一个我们内部没对外讲过的指标，叫「跳变率」。
就拿咱们现在面对面访谈这个场景来说，如果直接调通用多模态大模型去识别，它的判断会不停跳变，这一分钟认为你在进行一场严肃的商务谈判，下一分钟因为有人笑了一声，又跳成你们在开 party。这种跳变，会把挂在后面的所有 agent 任务都搞乱。
换上我们自己训的模型之后，跳变率降了 61%。在我们认为有价值的生活场景种类上，纯用通用大模型大概能稳定认出 13 类，我们自己的模型现在能分出 30 多类。颗粒度、准确率、稳定性和成本，都有了很大的优化。
动察Beating：训练用的第一视角数据，是从哪儿来的？
孙洋：我们绝不用普通用户未授权的数据。为了解决训练数据的问题，我们在全球发起了一个「超级伙伴计划」。
前段时间我们在社群里发了招募，问谁愿意深度参与，帮我们一起把模型训得更聪明，全球一下子有大几百名用户报名。我们跟每一位参与者都签了数据授权协议，而且是线下签的，只有这批明确授权的数据，才会进入后训练。
动察Beating：这个模型以后只给 Looki 自己的硬件用，还是会放出去？
孙洋：会放出去。这个模型我们叫 Loom。Loom, Looki Model... 我们团队还挺会起名字的... 大道至简（笑）
第一步肯定是我们自己的软硬件先用起来、打磨成熟，往后会开源出来，做可穿戴和物理世界感知的开发者都可以直接用。
动察Beating：最近欧美普通人里那股 Anti-AI 的情绪挺激烈的，你们有感受到吗？你们把一台带摄像头的 AI 设备卖向大众市场，怎么面对这股逆风？
孙洋：感触非常深。我们的产品在北美卖了一年多，最早在海外社交平台做推广的时候，评论区排在前面的骂声，往往跟产品好不好用毫无关系，全是很激进的反 AI 人群，留言说把 AI 从我的生活里扔出去，骂数据中心耗电、污染空气。
我在美国生活了十几年，现在也经常回去，非常能理解那种本能的警惕。但在我看来，这股情绪算不上阻力，反倒是创业公司的时间窗口。
这些反对声音，会让背着舆论包袱和合规压力的大厂在做决策时束手束脚，也就是所谓的创新者的窘境。但大厂自己又很焦虑，你看连公认对隐私最保守的苹果，也开始在 Apple Watch 上做 always-on 的音频了。这说明趋势是不可逆的，市场上的反 AI 声音，只是很短暂的一段。
当然，早期也有偏消费电子背景的投资人拿这个问我，这东西有隐私争议，以后怎么铺大众渠道。
拉长了看，任何一代颠覆性的科技产品刚冒头的时候，剧本都是一样的。当年第一批带摄像头的手机出来，你去翻那时候的报纸，全在呼吁禁止拍照手机进健身房、进公共场所，说人类没有隐私了，跟今天质疑智能眼镜和穿戴相机一模一样。
所以这件事我真的一点都不担心。任何新物种出来，先服务好最渴望它的那批 early adopter 就够了，这段争议期正好留给创业公司把技术壁垒筑高。
动察Beating：今年上半年具身智能和人形机器人融了天量的钱，机器人公司最缺的就是真实世界的第一视角数据。你们后台攒了这么多日常第一视角视频，会把卖数据当成一门生意吗？
孙洋：我们从来不卖数据，以后也不会卖。
你说的事确实在发生。按我们内部统计，Looki 现在沉淀下来的第一视角多模态数据，累计已经有 20 万小时左右。具身智能火起来之后，很多国内外的具身公司、机器人公司找上门来，想买我们的数据。
有一次我去美国做用户访谈，访了大概 10 个北美的重度用户。聊到其中一个，我问他做什么工作，他说他的本职工作就是给机器人公司做数据标注。他当场就问我，你们的第一视角数据能不能卖给我们。我说不行，不能卖。
一旦卖了数据，你和用户之间最底层的信任就碎了。我们做个人智能，不做数据贩子。
动察Beating：最后还有什么想借这次采访对外讲的？
孙洋：帮我们吆喝一下招聘吧（笑）。我们过去两年非常低调，除了产品发售和融资节点按正常节奏发个声，平时几乎不做 PR。但最近发现太安静了也吃亏，业务跑得太快，招聘压力很大。
动察Beating：现在团队多少人？想找什么样的人？
孙洋：现在差不多 70 个人，今年还想扩到 90 到 100 人。每天收到的简历挺多，但真正符合的人很少。
我招人不太看重过去的履历，最看重 passion，年轻、有热情、聪明、够灵，而且打心底里相信物理世界的个人智能这件事。从模型研发、工程、产品到市场，哪怕没有现成的坑位，只要人对，我们可以因人设岗。
这个方向现在讨论的人太多了，大多是期货，各种概念满天飞；真正把东西做出来、交到几万人手里每天用上八个小时的，还是太少了。
时差
走出 Looki 办公室的时候，很难不去想创投圈里那种微妙的时差。
一级市场永远是个情绪场，时冷时热。两年前，当一个创业者试图向投资人解释什么是 personal context service 时，换来的是一屋子人追问防抖怎么做、滤镜怎么调；两年后，硅谷的同行们只要在 BP 上写下 personal agent，就能在几周内拿走上亿美元的支票。
但这大概也是技术演进最诚实的地方，所有的共识在变成 FOMO 之前，都要先经历一段漫长、甚至有点委屈的被误读期。
就像大模型还没跑出 ChatGPT 之前，很少有人相信那条路能通向通用智能；在一台挂在胸前的小设备还没攒够 20 万小时物理世界数据之前，它看起来也确实只是一台长着两只小角的相机。
今天硅谷和国内的创业者们正成群结队地冲进 personal agent，试图在数字世界的旧地盘里再刮出一层效率。
所有人都在算 ROI，算能替用户少回多少封邮件、取消多少项付费订阅账单。
只是，如果一个人的生活真的只剩下回邮件和排日历，那未免也太无趣了一点。
-END-