编辑丨小龙、子钺
图源丨Conway Research
17岁只身勇闯硅谷，00后华人创业者拿下半个硅谷，要把AI助理装进每个人的电脑。
这家名为Conway Research的AI初创公司，最近获得硅谷风投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等人也出现在投资者阵容中。不过，这轮融资的具体金额和估值尚未披露。
当Meta、OpenAI等科技公司争相让AI助理替用户处理邮件、安排日程、执行任务时，Conway想把AI尽可能放到用户自己的电脑上运行。它的首款产品Underdog主打本地推理和隐私保护，希望让AI在理解用户、替用户做事的同时，尽可能少地将私人数据上传云端。
创办这家公司的Sigil Wen，早在17岁时就独自来到硅谷，曾与AI研究人员交流、参与语音社交产品Airchat，并于2025年获得彼得·蒂尔支持的Thiel Fellowship（蒂尔奖学金）。
如今，他押注的核心问题是：当AI逐渐成为掌握个人邮件、文件和日常事务的私人助理，用户是否一定要把这些数据交给云端公司？
17岁勇闯硅谷
另类00后小天才成长史
Sigil Wen的创业故事，可以从17岁那年讲起。
2003年末出生于加拿大多伦多的他，17岁时独自来到美国旧金山。初到硅谷，他几乎没有人脉，甚至曾在WeWork共享办公空间过夜。没有走传统大学路线的他，把大量时间投入编程和AI研究，并在一处聚集着工程师与研究人员的黑客屋里生活了近一年。
Sigil Wen
Anthropic联合创始人Ben Mann曾邀请他体验Claude的早期版本，Midjourney创始人David Holz也向他展示过图像生成模型的早期成果。他还与Andrej Karpathy等AI研究人员交流、合作。
这段经历给了他一个特殊的优势：在许多AI产品还没有正式发布时，他已经有机会接触它们的早期版本。
之后，他参与Naval创办的语音社交产品Airchat，帮助团队将AI技术融入产品体验，并参与招募工程团队。
同时，Sigil Wen一直保持着对AI产品形态的持续探索。
早在2023年，他就尝试将GPT-2部署到Apple Watch上。在Airchat项目期间，他还参与将Whisper语音识别技术引入iPhone。
这两个项目指向同一个问题：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？
当时，模型能力、设备算力和推理效率都存在限制。将模型部署到手表上，更多是一种技术实验，还远不能代表复杂的个人AI已经成熟。但随着模型压缩、推理优化和消费级硬件性能不断进步，过去的实验逐渐变成了一条可以认真探索的产品路线。
Sigil Wen后来将个人隐私也纳入这一思考。据a16z披露，他曾经历邮件应用的安全漏洞，私人邮件因此暴露。这让他开始思考：如果未来的AI助理要长期读取邮件、理解文件、管理日程，用户究竟需要把多少个人信息交给云端服务商？
他的答案逐渐清晰：让AI尽可能在个人设备上运行，把数据控制权更多交还给用户。
2026年，Sigil Wen将自己的思考进一步延伸到互联网的未来。
在《Web 4.0》一文中，他提出，随着AI代理能力增强，未来互联网可能出现大量能够自主执行任务、参与经济活动的智能代理。互联网不再只是人寻找信息、使用应用的地方，也可能成为AI代理相互协作、调用服务和完成交易的环境。
这套判断与他对个人AI的探索相互关联：如果AI将从回答问题转向替人做事，那么它需要理解用户、调用工具、持续执行任务，也需要处理越来越多的个人信息。谁来掌握这些数据、AI运行在哪里、如何建立商业模式，都将成为新的产品问题。
《Web 4.0》一文发布后48小时获得约1000万次浏览。这一传播表现让他的观点获得了更广泛的关注。这篇文章也与Sigil Wen后来创办Conway的方向形成了对应关系：如果AI从“回答问题”走向“替人做事”，那么个人数据存在哪里、AI运行在哪里，以及谁从AI完成的交易中获得收入，都将成为产品设计的一部分。
Conway Research官网
同年，Sigil Wen创办Conway Research，并推出首款个人AI助理Underdog。公司开始把此前关于端侧AI的技术实验，变成一款面向普通用户的产品。
不只做AI助理
从官网和公开模型资料看，Conway Research并不只是一家开发AI应用的公司，而是在同时做模型、推理引擎和个人AI产品。
它的核心思路并不复杂：如果AI要长期成为个人助手，就不能只追求模型能力，还需要解决模型如何在普通设备上运行的问题。
Underdog是这一思路最直接的产品。
目前，Underdog处于邀请制测试阶段，支持在用户自己的电脑上运行模型。与主要依赖云端推理的AI助手相比，它希望把更多计算放到本地，从而减少邮件、文件等敏感信息上传外部服务器的需求。当前版本主要支持Mac和Windows，Linux、iOS和Android版本则在推进中。
Underdog计划初期免费，不投广告。创始人Sigil Wen的设想是，既然模型主要运行在用户自己的设备上，就不必像传统云端AI那样通过订阅来覆盖持续发生的模型推理费用。公司希望进一步通过AI代用户完成交易，从支付环节获得收入。
具体来说，Underdog计划借助Stripe的支付基础设施，在用户通过AI助理完成购物等交易时收取一小部分费用，类似支付行业的交易分成模式。Stripe联合创始人Patrick Collison也是Conway的天使投资人之一。
但端侧AI有一个绕不开的问题：电脑的算力和内存毕竟有限。
因此，Conway没有只在应用层做文章，而是同时调整模型和推理方式。其中最值得注意的是Underdog 27B。这款约270亿参数的模型基于Qwen3.8-27B进行后训练。Conway称，其调整目标是让模型更适合Underdog中的实际使用。
公开模型资料也显示，Conway发布的版本在保留工具调用能力的同时，通过量化等方式降低了本地运行所需的资源。
这意味着Conway并没有选择从零训练一个大模型，而是站在已有基础模型之上进行后训练、量化和端侧适配，再围绕自己的产品继续优化。对一家创业公司而言，这条路径的重点不是重新证明“能不能训练出一个大模型”，而是如何让一个已经具备较强能力的模型，在消费级硬件上变得足够快、足够小，同时保留AI助理需要的工具调用能力。
除了27B模型，Conway还推出了Woof，一款4B参数的轻量模型，模型权重约2.4GB。
模型之外，公司还开发了Husky推理引擎。Husky针对Woof的模型结构进行专门优化，并面向Apple Silicon设计。Conway公布的测试结果显示，在特定的Mac硬件和测试条件下，Husky的生成速度最高达到MLX的4.5倍。
Conway真正想掌握的并不只是一个AI聊天应用，而是从模型、推理到产品的一整套链路：模型负责能力，后训练负责适配，推理引擎负责效率，Underdog则负责把这些能力交给普通用户。
这也是为什么Conway的研究方向还延伸到AI安全、机密推理、智能体商业、机器经济、可编程市场、自主组织和机器人等领域。
公司提出的“Underdog's Law”，则是对这套路线的进一步概括：今天最前沿的AI能力，有望在大约六个月后进入个人设备。
大厂争抢个人AI入口
Conway为什么反着来？
Conway推出Underdog时，硅谷的大厂和创业公司正忙着争夺个人AI助理这个新入口。
9月，Meta推出个人AI智能体Muse。根据Meta公布的产品介绍，Muse拥有独立的云端计算环境和浏览器，可以在用户授权后跨应用处理任务，并利用长期互动积累个人上下文。
OpenAI的Dots、创业公司Instinct等产品，也在探索让AI从聊天工具走向能够持续执行任务的个人助理。整理邮件、安排日程、完成研究，甚至处理购物事务，都是这类产品试图覆盖的场景。
变化在于，用户不再只是向AI提问，而是开始把任务交给AI，由它规划步骤、调用工具并推进执行。谁能更了解用户的习惯，获得更多授权，并稳定完成任务，谁就有机会成为用户处理数字生活事务的常用入口。
这种竞争目前已经开始进入消费市场。据Vox援引的估算，Meta的Muse上线首月下载量超过800万次。
面对这一机会，多数产品选择从云端能力和应用生态切入。Meta拥有社交平台带来的用户触达优势，其他厂商则可以依靠大模型、云端算力和第三方服务连接能力，持续扩展AI的执行范围。
Conway选择了另一条路：把尽可能多的模型推理放到用户自己的设备上。
这条路线首先改变的是数据流向。AI不必因为读取一封邮件、分析一个文件，就默认把完整内容发送到远程服务器；与此同时，本地推理也有机会减少部分持续性的云端推理开支。
但本地运行并不意味着所有任务都能离线完成，也不意味着整体成本一定更低。联网搜索、第三方服务和外部工具仍然需要网络连接，设备性能也会直接影响模型速度和能力。
更关键的是，当AI开始操作邮箱、发送消息、购买商品或管理日程，真正的难题就从“能不能回答”变成了“能不能可靠地替用户做决定”。
大厂正在争夺的是“谁成为个人AI入口”，Conway则试图回答另一个问题：这个入口能不能属于用户自己，而不是必须属于一家掌握云端模型和个人数据的公司。
最终，Underdog能否成立，还是要回到最朴素的产品标准——它能否在保护用户数据的同时，真正把事情办好。
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