十字路口Crossing
初创公司必须通过截屏等激进方案获取并图谱化用户意图的连续上下文,在巨头合规压力不敢涉猎的死角构筑个人记忆系统壁垒,才能避免被基础模型功能升级所吞噬。
AI-assisted summary of OpenClaw 之后,谁将定义主动式 AI 的新战场?|对谈 AirJelly 黄柏特 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 本期内容来源于播客节目《十字路口Crossing》,于2026年3月25日发布在RSS和Web等平台。节目描述指出,本期邀请了24岁的AirJelly创始人黄柏特及其天使投资人李一豪,共同探讨在Claude Code等巨头能力的蚕食下,创业公司如何通过重新定义Enter键、精准捕获跨应用上下文(Context)来打造“主动式AI”的壁垒。
## TL;DR 对话深入探讨了AirJelly从开源记录工具MyContext走向具备强执行力、主动式感知伙伴的演变历程。面对大模型巨头的降维打击,团队将核心壁垒锚定在Context的获取、加工与召回上,通过聚焦用户按下Enter键的高光时刻来精准捕捉意图。此外,嘉宾们还分享了AI native的组织治理、隐私与效率的权衡、2026年三大创投方向,以及人机共生走向一对一“宠物小精灵”式情感陪伴的终局猜想。
## Atmosphere & style 整期节目散发着一种极具雄心、敏锐且充满思辨色彩的年轻科技创业朝气。打辩论出身的创始人黄柏特与投资人李一豪之间展现出高度共鸣与动态的认知交锋,既有面对大厂蚕食时“白费功夫”的短暂绝望与极限反思,也有“用AirJelly写AirJelly”闭环实现时的极客狂欢。节目后半程关于“战争时刻”和没有童年可发育的紧迫感叙事,将情绪推向高潮,带给听众一种时不我待、在跳变时代中激流勇进的硬核热血感。
## Key takeaways - `01:33` AirJelly 创始团队将产品理念从“编年体”(周期性截图录屏)转向“纪传体”(精准捕获用户意图和关键事件高光),以消除海量无序浏览的噪音。 - `03:46` AirJelly 旨在重新定义“Enter”键,因为无论是聊天、调侃 Chatbot 还是搜索,用户按下回车的那一刻都是表达意图最完美的建模高光点。 - `07:20` 在基础模型和巨头快速蚕食中间层产品的背景下,创业公司单纯做任务简化毫无长期价值,真正的壁垒在于难而脏的 Context 获取、存储与召回。 - `07:20` 团队提出判断创业方向的“Vibe Coding”标准:如果用 AI 工具快速捣鼓出来就能达到 80 分的产品,往往因为缺乏壁垒而不值得做,只有充满脏活、充满 bad case 的边缘细节才是生存空间。 - `11:22` 真正的 Proactive(主动式 AI)不是简单的定时提醒或早报推送,而必须随附用户特定场景的明确意图与上下文,顺着用户的“延长线”提供推进工具。 - `22:15` 全量录音录屏的 Context 权重相同且噪音巨大,实际上捕获高密度的意图高光和关键节点比全量记录更有价值,正如历史只记录改变世界的时刻。 - `22:15` 激进的 Context 获取本质上是在用隐私交易效率。大公司受限于合规及用户的“作恶”担忧很难在此领域激进冲锋,这恰恰为创业公司留出了精准的生存空间与锁死死忠粉的“记忆”壁垒。 - `26:30` 主动式 AI 切入的最佳 Timing 是通过场景识别读取用户的工作状态,例如当用户从专注应用切换到其他应用时切入,通常最不容易引起用户反感。 - `26:30` 2026 年创投市场最看好的三大 AI 方向是:敢于走向通用的激进 Agent 应用、解决身份和存储合规的 Agent Infra、以及旨在全量劫持人生环境上下文的 Agent Hardware。 - `39:30` AirJelly 拒绝通过隐性工作流框死数据执行,坚持走向通用(General)方向,其底层逻辑是“先做通用化让大家涌进来,再让用户的实践和奇思妙想去收敛场景”。 - `39:30` AirJelly 坚持“不开会”的 AI Native 组织形式,通过流式沟通、黑板式的“古希腊广场”进行大方向对齐,并让各成员的 AirJelly 助手在后台组网对话来同步进度,避免打扰彼此的心流。 - `39:30` AirJelly 采取全端到端加密、所有 Context 数据存储在本地的隐私机制,并在本地分析时通过 PIA 系统对敏感信息进行脱敏处理,以技术和大坝建立信任。 - `39:30` PC 是最贴近生产力的绝对核心场景。AirJelly 选择以 PC 为切入点,未来再逐步向移动端轻量化捕捉延伸,并计划通过底层逻辑相同的 BOM 原始模态与硬件生态无缝打通。 - `55:00` 在 AI 时代的激烈竞争下,创业可能在一两年内就见分晓,其潜在失败主因包括:触达速度不够快而被大厂凭借资源吃掉,或者未能平衡好“隐私换取效率”的火候艺术。 - `01:00:00` 未来人机共生的终局是一对一的“宠物小精灵”式的 Personal Agent,它充当个人的延伸或影子,在提高生产力的同时提供不让人感到孤独的情感陪伴。 - `01:00:00` 辩论与创业具备高度的相似性:辩论让人学会抱着一个注定不完美的观点,去不断下切剖析,寻找其最优、最正确的特定人群与应用场景。 - `01:05:00` “童年是和平年代的假象”。AI 时代是没有童年可供发育的“战争时刻”,不论是刚校招的职场新人还是从业者都站在同一起跑线冲刺,创业者和投资人必须具备极强的紧迫感。
## Detailed walkthrough 以下是根据播客访谈前半部分( - 处)内容整理的详细且忠实于原意的文字实录与深度解析:
### 缘起十字路口:从开源项目 MyContext 到主动式 AI 的跨越 主持人 Koji 介绍了节目“十字路口”的定位,该名字源自乔布斯对苹果公司站在科技与人文十字路口的隐喻,节目长期关注新一代 AI 浪潮带来的行业变化与创业机会。Koji 抛出一个“暴论”:当前人类与 ChatGPT、OpenCloud、Manus、CloudCode 的互动方式很可能不是最高效的,而今天的嘉宾黄百特(AirJelly 创始人)就是致力于打破这一现状的创业者之一。与百特一同来到节目的还有他的天使投资人、来自顶级基金 QuickStone 的一豪。
在“快问快答”环节中,24 岁、毕业于西安电子科技大学的百特(MBTI 为 INTP、摩羯座)用一句话介绍了他们的核心产品 AirJelly:“AirJelly 是你的主动式上下文感知伙伴,它能够记住你在任何地方做的事情,并且在恰到好处的时候主动来帮助你。”目前团队规模为 8 人,刚刚完成天使轮融资,第二轮融资正在紧锣密鼓地推进中。
在创立 AirJelly 之前,百特校招进入字节跳动,做了半年的开源项目产品经理,推出了通过周期性屏幕截图捕获上下文进行存储和分析的工具——MyContext,该项目在 GitHub 上获得了 5000 多个 Star。从 MyContext 升级到现在的 AirJelly,产品理念经历了重大蜕变: * **由“编年体”转向“纪传体”**:MyContext 过去是每 15 分钟进行一次固定的周期性截图分析,像一本无序的编年史,包含了大量用户划水或无序浏览的噪音。而 AirJelly 改为基于具体“事件”和“意图”进行精准捕获,就像为用户的人生撰写“纪传体高光”。 * **原生接入生态,获得强执行力**:过去产品单纯做记录,而 AirJelly 原生接入了 OpenCloud 的底层框架,具备了调用各种 skill、操作电脑和浏览器的前沿模型执行能力。记忆(Context)与执行(Action)的叠加,达成了一加一大于十的“魔法效果”。
在截图频率的探索上,团队尝试过 15 秒、30 秒等多种工程方案,但最终找到了最“Sharp(犀利)”的心智定义:**重新定义“Enter(回车)”键**。 > “Cursor 重新定义了 Tab,Tab 重新定义了 FN。我们今天其实想占据的一个心智或者重新定义的就是一个键——Enter。”
百特解释称,无论是人与人聊天(IM)、人与 AI 聊天(Chatbot),还是人与外界信息交互(浏览器 Search),用户表达意图的终极时刻都是按下 Enter。在 Enter 那一刻进行截图,不仅彻底消除了无序浏览的噪音,还能对用户的意图和行为轨迹进行最完美的建模。一豪作为天使投资人率先内测了该产品,他评价 AirJelly 的魔法时刻就像“有一个懂你的专业助理在看着你工作”,它能感知跨软件、跨非结构化工具的连续性上下文,并据此主动进来交互,甚至规划长程的复杂任务。
---
### 恋爱故事与“延长线危机”:在巨头蚕食中找到独立壁垒 一豪聊起了投百特的“恋爱故事”。去年 9 月底,伴随着 Cloud Code Agent SDK 的发布和 Post Training 模型的成熟,一豪的团队非常关注垂直方向的 Context(上下文)收集。9 月 30 日,他们注意到了百特在字节开源的 MindContext(MyContext),认为其激进的 Context 劫持方案非常“煞土(Sharp,指犀利、切中要害)”。
一豪与百特在北京的一家星巴克喝了一次咖啡。百特对该问题长周期、连续性的深刻思考,以及身上散发出的年轻雄心和不设限、主动思考(Proactive)的特质深深打动了一豪。在后续的碰撞中,行业经历了 Cowork 的发布和 OpenCloud 的崛起,很多创业公司的功能直接被巨头广域宣发、碾压,将创业者推向极限。但百特在这个过程中展现出了极其独立的思考、坚定的信念,以及对市场布局和优秀人才的渴望,这让一豪在判断体系中“不断加分”,最终决定早点投进来。
回想起去年 12 月左右 Cowork 发布带来的巨大冲击,百特坦言当时的心情“既是兴奋又是有点崩溃”: * **兴奋的点**:团队当时定下的方向是围绕 Task(任务)进行建模和执行,并将 Cloud Code 简易化。12 月 20 号左右 Cowork 推出,紧接着 1 月多 Cloud Code 把底层功能直接改成了 Task。巨头的动作验证了 AirJelly 团队的产品直觉完全正确,团队内部甚至开玩笑觉得“S4P(指大厂相关部门)应该把我招过去”。 * **崩溃与绝望的点**:AirJelly 完全处在巨头 Cloud Code 的延长线上。巨头框架的改进和简易化升级,直接把 AirJelly 团队 12 月到 1 月初的尝试“完全吃掉了”,相当于是白费了。
面对大厂的全面蚕食,百特和团队迅速调整,重新梳理了产品的生存机会链条: * *第一层:简易化*。最容易想到,但很快被证明没有长期价值,巨头能瞬间抹平。 * *第二层:多进程和人机协作的编排任务*。内部测试效果极好,但发现 Cloud Code 也在逐渐蚕食这一块,依然无法形成长期壁垒。 * *第三层:Context 获取、存储与召回(核心壁垒)*。这是大厂由于种种原因无法直接大范围涉猎的领域。
最终,AirJelly 选择将前两层积累的执行能力,与过去在 MyContext 沉淀的 Context 劫持与召回能力进行降维融合,才让现在的产品定义彻底浮现并清晰起来。基于这段被冲击的经历,百特总结出了团队现在内部判断方向的一个核心标准:**“看一个点,你试着把它外部 Coding(用 AI 工具或低代码)出来。”** > “如果用 VIP Coding 出来发现它已经有 60 分或者 80 分了,这样的产品可能就不需要做,因为它毫无壁垒。VIP Coding 出来的产品不够好才有空间,如果它只有 30 分,充满大量的 Bad Case 和不好做的边缘细节,这就对了,因为这意味着真正的壁垒所在。”
---
### 开源观与 AirJelly 开发自身的“代码闭环” 作为曾在开源世界引起反响的创作者,百特分享了他对开源的理解。本科期间他便深度参与过 Ditwell 等开源项目,在自己的工作室也做过一个名为 SurranLab(模型训练监测的国产化替代,获得 3000 多 Star)的开源项目。他将开源分为三类:第一类面向普归化应用,很有价值;第二类是底层框架;第三类则是像 MyContext 这样的应用类开源。
百特认为,创业公司最应该做的是**框架开源**。因为框架能让社区真正去不断完善,同时也是让生态参与者去适配自身生态的最好方式。如果未来 AirJelly 做出一套基建并希望其演变为某种生态,一定会毫不犹豫地接纳社区的力量将其开源。
目前,AirJelly 团队全员在内部高频使用该产品,百特分享了两个极为震撼的“魔法时刻(Moment)”: * **用 AirJelly 写 AirJelly**:作为产品负责人,百特过去的工作流是在 Gemini 或 ChatGPT 聊天,再把信息携带到 Cursor 里写代码,这中间存在巨大的 Context 损耗。今年 2 月份,他尝试直接跟 AirJelly 聊“目前某个功能是怎么实现的”,AirJelly 读取了自己过去看过的文档和代码,分析出了实现逻辑,并根据百特提出的改进方向,直接写好代码并**提交了一个 PR**。这种“自己写自己、自己搭带自己”的闭环实现后,连团队的设计同学看后都惊呆了,甚至有同学在看完该 Case 视频 20 分钟内,直接从学校打车过来加入了团队。 * **跨 App 侦探式检索与文件捞取**:在一次招聘中,有团队成员把一张简历图片(非 PDF)发到了微信群里,事后在本地文件搜索完全找不到。百特让 AirJelly 去找,AirJelly 竟然召回了一段记忆——“百特之前在 Boss 直聘上可能看过某某某,那个人和想找的人可能是一样的”。随后,AirJelly 自动去 Boss 直聘验证了那条信息,再顺藤摸瓜去微信本地的加密混淆文件夹里,把那张微信图片给“捞”了出来。这种不再因为单一检索不到就断掉,而是跨 App 寻找蛛丝马迹并使用“猫猫(指某种工程检索工具)”挖出真相的能力,彻底震惊了全员。
针对微信等封闭软件的数据获取,百特坦言微信聊天数据在本地是加密的,直接破解很难。但微信来回传输的文件、图片会暴露出存储在本地的特定文件夹里。传统应用因为缺乏聊天时的“事件记忆(Context)”,根本无法跨维度检索这些文件;而 AirJelly 因为记录了你何时讲了什么话、发了什么文件的事件记忆,就能像顺藤摸瓜一样找到这些珍贵的本地数据,从而解锁了极大的应用空间。
---
### 重新定义主动式 AI:顺着用户的“延长线”推进任务 主动式 AI(Proactive AI)是 2026 年极为热门的方向。作为打辩论出身的创业者,百特坚持“定义先行”。他指出广域的主动式 AI 很泛,凡是 AI 主动推送的都算(例如像 Reminder 类的定时任务,或者 ChatGPT 的 Pulse 早报推送,亦或是小龙虾每隔 15 秒早下来进行一次的 Heartbeat 心跳判断机制)。但他认为,**真正的主动式 AI 必须随附两个核心:用户在某一场景的明确意图 + 该场景的上下文(Context)。**
目前市面上的玩家多数只能做“限定场景的主动式”,例如 Proactor 锁死在会议场景(上下文是会议文字),豆豆游戏伙伴锁死在游戏场景(上下文是打 Boss 进度)。他们之所以做不了通用(General)的生产力主动式,核心在于获取 Context 的方式不够广泛。而 AirJelly 通过 Enter 键获取了人类在 IM、Chatbot、互联网检索中最前沿的意图。
获取意图后,AirJelly 在后台进行精密加工,将其转化为 **Event(事件)** 和 **Task(任务)**。每个任务包含两部分: 1. **Task Progress(任务当前的进展)** 2. **Next Step(基于进展和意图推断出的下一步行动)**
AI 会基于 Next Step 触发主动式(Proactive Trigger),顺着用户的延长线直接递上推进工具,最大程度确保生产力场景的无缝衔接。
关于 Context 的组织形式,百特总结了团队在 Context Engineering(上下文工程)上的非共识思考: * **Context 的不同属性**:意图 Context 对主动式最有价值,而单纯的文本或信息 Context 价值相对较小(因为可以通过读文件或网络搜索补齐)。 * **Context 的加工与图谱化**:Coding Agent 之所以发展最好,是因为它不仅能获得代码文件,还能获得代码目录的增量信息。AirJelly 将获取的意图 Context 加工为两类进行召回:一类是 **Event(事件)**,通过 VLM(视觉语言模型)加 OCR 以及一系列复杂的工程步骤,捕捉前因后果,并设计了 Event 的合并与随时间衰减的配套记忆机制;另一类是 **Entity(实体)**,将关键的私域人、事、物连成 Graph(图谱)的形式。在召回时,只需精准召回 Entity 和 Event 就足够了,从而避免了全量原始记录带来的巨大污染。
---
### 历史的“高光”与巨头隐私的“护城河” 当面对“电脑、手机乃至未来的眼镜、耳机这些 Always-on 的硬件才是掌握全量 Context 的终极王者,软件或插件是否注定弱势”的质疑时,热爱读历史的百特引用了一个深刻的视角: > “历史有个特点,不是发生的每一个事件都会被记录在历史书里,历史书记录的是关键性的、对世界有决定性改变的时间。全量录音录屏包含海量噪音,且所有 Context 权重一样,这其实是不对的。人生的本质就是由一些关键性节点和意图高光组成的。”
百特认为,长期来看,**捕获意图高光会比全量记录更有价值。**
对于“像 ChatGPT、Manus、Siri 这样的巨头在 Agent 能力之上加个 Context 获取就能轻易灭掉创业公司”的观点,百特从两个维度进行了反驳: * **模态源头的局限**:目前的 Chatbot 本质还是通过单一的“对话”模态来获取上下文。但在人类的日常工作中,视觉获取周围上下文和意图的比例占到了 95% 以上。如果不从视觉、截屏等源头去彻底改变 Context 的获取方式,巨头无法实现真正的主动式。 * **隐私与效率的权衡(Trade-off)**:像 AirJelly 这样激进的 Context 获取,本质上是在用大量的隐私去交易效率(Trade off efficiency)。对于苹果(Mac)或大型手机厂商而言,大公司由于庞大的合规压力以及用户对巨头“拿隐私作恶”的天然担忧,在这一步上很难做出如此激进的冲锋。这恰恰给创业公司留出了一块精准冲锋、寻找死忠人群的巨大生存空间。
即使有一天巨头跟进并学习了 AirJelly 的客户端截屏经验,百特认为创业公司依然有其核心壁垒: 1. **“记忆”是 2C Agent 应用最核心的壁垒**:一旦用户在这里高频使用了一个月甚至三个月,留存下来的海量记忆由于迁移成本极高,心智就会被牢牢锁死在产品中。 2. **工程细节的护城河**:即使海外像 Deflow 这样的产品也尝试过屏幕截图记录,但真正想把这个事情做好,内部有海量的工程细节和 Edge Case(边缘case)需要不断去调试和校准。利用好第一批高价值死忠客户反馈的 User Case,去定义并解决最高阶、最具体的问题,巨头一波波撸走的是 General 的问题,最终沉淀下来的高价值长尾则属于 AirJelly。
---
### 非共识主动式体验:不做发散,做“千人千面”的减负 百特指出,目前国内外绝大多数主动式 AI 项目(如 Proactor、龙虾、OpenCloud 的 Pulse 等)在做的事情本质上都是**“发散”**——基于你现有的信息,去猜测你可能还想额外了解什么。这在某种程度上是在做加法,反而增加了用户的认知负担。而 AirJelly 的主动式是**“顺着你的延长线做一个推动”**,绝不额外增加负担,而是推测出下一步帮其执行。
针对主动式 AI 频繁打扰用户会“很烦”、不提醒又“缺乏存在感”的平衡难题(Balance),百特分享了两点极为实用的实践经验: * **场景识别(结合用户状态)**:主动式分为两类,一类是纯提醒(如开会、录播客等强通知),另一类是执行。AirJelly 会深度阅读用户的工作状态。比如当监测到用户从一个极其专注的应用“Switch(切换)”到了其他应用时,通常意味着他处于相对松弛或卡顿的状态,在这个时间点(Right Timing)切入询问是否需要帮忙完成某任务,用户的接受度会极高,绝不会感到被打扰。 * **多维反馈信号闭环**:通过引入 Dismiss(驳回)或 Got It(知道了)等显式与隐式的用户反馈信号,系统会自动去迭代、降低或调整主动式的触发频率,最终做到“千人千面”的最优适配。
一豪赞同并补充道,在“正确的时间给你最渴望的结果”所带来的这种神奇体验,正是主动式 AI 最核心的魔法时刻。这也是 QuickStone 基金从去年八九月份开始就坚定看好、并率先在该方向布局投资了百特及另一位来自豆包团队的小伙伴的原因。
关于 2026 年 QuickStone 重点看好的三大 AI 方向,一豪和百特进行了详细梳理: * **垂直探索但敢于走向通用的激进 Agent 应用**:随着大模型能力的爆发,很多在 2023、2024 年不敢探索的领域(如社交、个人代理、深网络甚至社会性网络探索)在今年都变得可行。 * **Agent Infra(智能体基础设施)**:目前 OpenCloud 在落地中遇到了大量关于身份验证、安全合规、以及云端与本地数据库相互结合的现实问题(VIP Coding 出来的产品只有 30% 就是因为卡在这些复杂的基建工程漏洞上)。因此,像 Raysand、Sofar Base 这样的 Memory 存储和基建依然是巨大的创投热点。 * **Beautiful Agent Hardware(具身/智能 Agent 硬件)**:这些硬件(如 QuickStone 投资的 Focus 在健康饮食领域的 Odys)存在的本质也是为了更全量地劫持、获取人生的环境上下文(Context)。当一个程序员的健康饮食和工作环境上下文被完美劫持打通,能产生的联动想象力是巨大的。
---
### 水母与龙虾的海洋哲学:用“Enter”养大一只水母 百特聊到了 AirJelly 之前的一支宣传片,里面提到了“水母(AirJelly)”与“龙虾(指代市面上某款知名执行端 Agent 产品)”的对比。龙虾最典型的意象是它那对强壮的“钳子”,代表着极强的工具执行能力。然而,龙虾在水底爬行,眼睛看不到,它能感知到的信息是极其有限的(本质是因为传统的龙虾产品核心还是通过有限的 Chat 对话模态获取信息)。而水母拥有更多的模态和更智能的获取方式,其感知到的 Context 是呈几何倍数增加的。 > “我们其实也是参考了龙虾的底层框架(龙虾的 Pi 框架非常简洁,只有四个工具,但配合模型能力效果强大),我们原生接入了它,再搭配上我们这套庞大的 Context Memory(上下文记忆),所以能够带来远超龙虾的强大体验。”
为了在无限膨胀的截图与记忆捕获过程中保持运行效率,AirJelly 在技术架构上设计了两大核心机制: * **承载上限无减损**:在企业级场景中,向量数据库和 Rerank 算法可以轻松处理把一万个 PDF 切片丢进去的海量数据。而个人用户的记录量级相对极小(一天大约只有 200 多张截图和对应的 Chunk 文本),在量级上限上从工程角度看没有任何压力。 * **动态融合(Merge)与衰减算法**:为了防止信息对过去造成污染,系统设计了 Merge 机制。当新的 Entity 进来后,会自动合并并更新过时的信息(比如把去年的 23岁 自动 Update 为 24 岁)。对于 Event 和 Task,新的进展进来也会自动更新 Progress。此外,复杂的召回算法引入了时间衰减系数,配合混合检索与重排,确保最新、最相关的记忆被优先唤醒。
百特和 Koji 还聊到了一个非常有意思的行业生态变化——**“养龙虾(养成系)”概念的兴起**。现在甚至有专门的线下“养虾人聚会”,大家聚在一起交流怎么调教和调优自己的 Agent。过去人们对传统工具的 Bug 容忍度极低(出了 Bug 就觉得是工具没做好);而面对具有动物形象、具备陪伴和长程互动属性的主动式 Agent 产品时,用户会觉得“是不是我没养好它,我要去跟高手学学怎么喂养”。
从开源的 Lama(羊驼)、千问,到龙虾,百特认为一个亲切的动物形象能为 AI Agent 延展出无限的共情可能,而 AirJelly 的水母形象也非常棒: > “我们结合了水母在 Enter 键上的‘喂养方式’——用户 Enter 按得越多,水母积攒的记忆和 Context 就越多,后续表现出来的效果也会越来越好。这无形中拉长了用户的容忍度和陪伴耐心。”
---
### 尊重 AI 的能力:不做隐性工作流,坚定走向通用 在探讨“为何不先在垂直场景(如豆豆桌面助手专注游戏、Proactor 专注会议)切入,而是坚定选择通用(General)方向”时,百特分享了两个核心逻辑: * **源自 2023 年 3 月 Milus 的时代启发**:百特回忆起 Milus 发布的那天,他刚好走在回家的路上,听着播客深受震撼,心中便埋下了做这类实践的种子。通过观察发现,Milus 早期只是套壳并组合了最前沿的模型能力,让大家感受到了 Magical(魔法般的操作),随后海量用户涌入。涌入之后,产品自然而然会根据用户的实际使用情况收敛到 PPT、Wide Research 等几个具体场景中。因此,“先做通用化让大家涌进来,再让用户的实践去收敛场景”是一种极其务实且棒的产品思考。 * **保持谦虚,尊重 AI 的上限**: > “首先,作为产品开发者不要试图去教用户怎么用,要相信用户有奇思妙想。第二,AI 时代一定要相信 AI 的能力。如果你把 AI 限定在某几个死功能里,本质上是在用一套隐性的 Workflow(工作流)框死了数据的流转和执行。走向通用,本质上是对最前沿模型能力的最高尊重。”
一豪从投资人角度高度评价了百特的野心。他指出,创业公司 CEO 也是一种定位的供给,当团队拥有极大的雄心、自驾驭能力,且具备**“设计新框架、定义新游戏和全球宣发能力”**时,就应该毫不犹豫地去 Go for it 攻打通用市场,AirJelly 团队恰恰具备这样的第一流野心。而对于大部分普通的创业者,一豪依然鼓励大家用每一年更新的 Infra 框架去切实解决垂直行业里最高价值、最根本的问题。尤其在 OpenCloud 出现后,“人格化产品”的路径彻底改变了:你本质上是在造一个特定行业的职业专家,全行业也许只需要 10 到 100 个专家能用起你的产品、把专业能力代理出来,这就已经是一桩巨大的垂直生意。
百特补充道,做 Research 的人天然追求在某个 Benchmark 上刷出 SOTA(最高水平),他虽然自嘲自己“Research 做的很烂、高考考的一般”,但因为耐挫折,骨子里天然带有“要做就做最前沿、第一流事情”的原始出场设置。
目前公司第一轮钱已到账,第二轮进展非常顺利,手头拥有几千万充裕的现金。百特借节目公开招聘三大方向的人才,且极度开放,支持 Project 形式或 Remote(远程)办公: * **宣发侧(Marketing)**:团队认为在 AI Native 时代,市场营销将成为科技公司超级有价值的部分,需招募大量 Marketing 人才。 * **开发侧**:打破传统职能划分,不管是过去的产品经理、前端还是后端,只要能熟练使用 AI 工具高效产出,都极度欢迎加入。 * **Research 侧**:重点招募三个方向:一是与 RL(强化学习)相关(Agent RL 或 Skilled RL);二是 GUI Agent 方向的 Computer Use 探索;三是 VLM(视觉语言模型)相关的微调和后训练,用于解决海量复杂的视觉理解与视觉召回。
---
### 持续低熵的不开会公司,技术与情感筑起的隐私大坝 AirJelly 是一家**“不开会”**的公司,这在外界看来是非常 AI Native 的激进做法。百特犀利地指出,会议的本质其实是对信息的“批次处理”,是一种工作积压后的被迫统一对齐。他们的解法是: * **流式沟通**:由于大家日常都在线下一块办公,简单的问题在走动间通过流式的即时沟通就直接解决掉了。 * **AirJelly Team 版本的内部实验**:团队在内部 Group 里拉入了各自的 AirJelly 助手。AirJelly 之间会自动进行对话和同步。比如当 AI 发现某个成员最新写的一个 Feature 可能会和另一个成员的代码产生 Conflict(冲突)时,会自动发出提醒。团队成员甚至可以直接向对方的 AirJelly 提问来获取对方当前的工作进度,从而完全不打扰对方原本的心流和专注状态。 * **自主选择与“古希腊广场”**:百特严正强调,Team 版本的分享是伙伴们“自主选择”分享工作中心,团队极度鄙视和抵制传统公司的监控或监视行为。对于长期的战略与愿景规划,大家会轮流在黑板上写东西,他们不把这定义为开会,而是**“古希腊的一种广场”**——大家轮番上广场发表感言和演讲,共同规划长期愿景。
关于公司名字**“持续低熵(Low Entropy)”**的由来,百特从三个极具深度的科学视角进行了拆解: * *热力学第二定律视角*:熵是衡量系统混乱程度的指标。低熵的第一层意思就是“有序”,团队希望产品能带给人们有秩序的工作与生活。 * *生物学视角*:薛定谔曾提出“生命以负熵为食”。生命想要维持机体有序、充满活力,就必须不断输入能量来降低商。作为一个 Startup 团队,不希望带上任何官僚的“大公司病”,希望公司机体永远保持低熵、有活力的不死状态。 * *信息学与 AI 视角*:在信息学中,熵衡量的是信息的密度;在 AI 模型训练中,“交叉熵”衡量的是模型预测分布与真实分布的接近程度。做到“一商(低熵)”,是希望通过产品让未来的人机协作越来越接近某种真相,无限接近一种更高级的知识形态。
针对用户最核心的“截屏涉及微信等海量私域隐私,如何建立信任”的终极拷问,百特从技术和情感两个大闸给出了定心丸: * **在技术上,全端到端加密与本地存储**:AirJelly 严格符合当地法规。所有的图片、截图以及 Context 核心数据**全部存在用户本地电脑**,绝不上传到团队的云端进行分析。同时,系统内置了一套强悍的 PIA 系统,在本地分析时会自动对敏感人民、机密信息进行“脱敏化”处理(例如将某敏感人名自动改成 Person One 后再送入大模型分析)。 * **在情感上,可爱的水母形象**:通过设计一个软萌、高感知的可爱水母形象,让高频的交互变得更加容易让用户亲近和接受。
百特坦言,隐私换便利在早期确实是一个用户教育的问题。早期阶段可能只有十万量级的极客和死忠用户能完全接受这种激进的范式。 > “但对我们一个创业公司来说,这样量级的死忠用户已经是非常可口的美食了。大公司可能会嫌市场太小、合规风险太高而选择不做,所以在竞争上,隐私天然是我们的护城河。”
---
### 幸福的烦恼:从 PC 端高光走向全量多端硬件生态 目前 AirJelly 仅上线了 PC 端,移动端尚未上线。Koji 提出了一个现实难题:移动端很难做到像 PC 端那样的定时截图和后台 Context 捕获,这会导致用户的记忆碎片化(用久了之后,用户会忘记某句重要的话是在手机上聊的还是在电脑上聊的,导致跟水母互动时产生“信息失忆”的错觉)。
百特笑称这是一个“幸福的烦恼”。团队之所以第一步死磕 PC 端,是因为做出了精准的商业判断:**PC 是最贴近生产力的绝对核心场景,绝大多数生产力闭环都在 PC 上完成。** 拿下 PC,实际上已经覆盖了用户高价值生产力上下文中超过 50% 的份额,整体的主动式效果就已经足够棒。
针对多端的碎片化痛点,AirJelly 制定了清晰的梯度扩展路线图: * **移动端的轻量化捕捉**:未来在手机端可能会通过“悬浮窗点击”或者特定的“快捷按键触发”来轻量化获取当前的意图与截图。 * **硬件生态的无缝打通**:长期来看,AirJelly 将深度试着和硬件厂商进行合作。百特提到,在 QuickStone 投资的生态里(QuickStone Mafia),有一家名为 Odys 的硬件团队。硬件获取信息(通过摄像头/传感器)和 AirJelly 屏幕截图在本质上有一个惊人的必然交汇点——**它们都是通过 BOM(物料清单/原始视觉模态)直接获取世界本身最真实的样子。** 这种底层逻辑的天然打通,使得未来通过硬件适配,将硬件捕获的环境上下文、手机端上下文以及 PC 端工作上下文进行全量融合成为必然,从而构建出最全量的工作场景 Context。
面对微信这座无法通过 Hack 或 API 攻破的“数据城堡”,以及 Enter 键可能无法截取到群聊中被滚走的上下文全貌的工程难题,百特展示了极其细腻的 Event 设计: * **一问一答的事件拼接**:绝大多数微信群聊或私聊中跟用户高相关的场景都是“一问一答”。AirJelly 在后台通过大量的 Event 工程设计,能够自动将用户当前回复的这句话和之前截取到的零碎内容进行智能拼接和语义上下文关联。 * **主动按键补充与多模态扩展**:除了在发送对话时按 Enter 截图外,用户在浏览微信重要信息时,也可以随时随地主动按一下 Enter 进行“高光补充录入”。在长期的硬件与软件交互设计中,团队参考了类似 Apple Pencil、键盘快捷组合键(如 Enter 加 Command)的“短按、长按、连按两下”的不同 Mode,未来甚至允许用户在按键的同时额外输入一段短语音作为上下文的备注与补充,从而最大化地优化相关的上下文信息。
百特最后深情地为 Enter 键正名: > “Enter 应该是键盘上最重要、最具有神圣感的一个键,只是它在过去一直被人们遗忘了。我们想让用户重新想起来,在 AI 时代,Enter 就是你表达意图最好的方式。多用 Enter,就代表了多用 AirJelly,因为我们代表了意图。”
访谈前半部分结束前,一豪分享了在巨头表现得越来越“狼性”(如马化腾在朋友圈公开为小龙虾打 Call)的残酷 2026 年背景下,VC 和早期创业者该如何应对的勤勉准则。一豪要求自己的基金必须做到动态的共同学习。由于 VC 能够看到海量的美国前沿项目和全球市场水位,他们必须像一个精准的 Benchmark(基准校准器)一样,帮百特这样的创业者定义、校准“产品到底有多新奇特,是该守正还是该出奇”。此外,利用基金庞大的 Network(网络关系)为团队引渡骨干型的人才、协助对接 HR、进行高质量视频宣发制作、促成生态内科技公司(如 AirJelly 与 Odys 硬件)的深度跨界合作,是这个快速变化的时代里,AI Native 基金必须为创业者提供的多维度硬核服务。
`55:00` 智能化内功:从知识沉淀到文化输出
在探讨新创基金的运作时,嘉宾指出 AI 对人少、钱少的初创基金帮助巨大。这种帮助最直接地体现在大量日常工作的“自动化和量化”上。无论是扫描 GitHub 项目还是挖掘各类特定项目,当需要带着大量复杂且零散的内容去寻找某一类人或事物时,AI 展现出了极高的效率,同时它在网络世界中操作工具的能力也非常强。在内部实践中,团队更希望把日常与项目、LP(有限合伙人)、大厂大佬或技术专家的沟通信息,全部转化为向量化(音误为“下量化”)的结构数据存储起来。其核心维度就是“项目”与“人”以及它们之间的交叉互动。通过这种知识结构的构建,团队中的每一个人——无论是黄哥、第一位小伙伴 Gary 还是发言者自己——在对外沟通时,都能实现全量、结构化的知识输出,并能给创业者提供更好的反馈。
团队的野心不止于此,他们甚至希望能以此统一表达基金的沟通风格与组织文化。为了实现这一目标,团队计划在将自研系统“AirJerry(艾尔德里)”做好后,用它沉淀平时开会和对外演说的内容,以此塑造独特的组织形态。发言者调侃道:“我们就不做螳螂(音误为楼枪)了,我们就做我们的水母。”希望这只“水母”能够更主动地去接触更多的创业者。随后,话题转向了一个大家通常不愿面对的假设:“What if,假如三五年之后 AirJerry 没做好、失败了,最大的可能性发生在哪些地方?”发言者索性打破时间线,坦言在 AI 时代谈三五年是个伪命题,失败与否一到两年内就会见分晓。
他总结了 AirJerry 可能失败的两大核心主因: * **触达速度不够快:** 团队提出了一个美好的愿景,但如果触达用户的速度太慢,等到大厂亲自下场时,自身还没积累起足够的用户体量与留存记忆,大厂就会凭借资源优势将他们吃掉。 * **隐私与效率的火候平衡:** AirJerry 的研发某种程度上是一门“非常精妙的艺术”。一方面,系统需要用隐私去换取效率,必须拿到足够多的 Context(上下文信息)才能让 Agent 的执行效果足够神奇、让用户感到“Magical”,甚至分析出一些社区团队的暗号玩法;但另一方面,用户对隐私的接受度是有限的。如果在用户还没准备好的时候要了太多隐私,会对团队声誉造成毁灭性打击。如何在保证小部分人能心安理得接受的隐私度下,实现丝滑的切入,并带来足够高的效率提升,是一场考验火候的艺术。
> “我们预计在 3 月 18 号左右就要开放内测……如果你看到了这个视频,回复 coge 我们直接给一个邀请码。”
---
`01:00:00` 人机共生的终局:一对一的“宠物小精灵”
回到开场时的那句核心命题——“人类和 AI 最佳的工作配合方式还没有被真的发明出来”。发言者畅想了如果有一天这个方式被 AirJerry 幸运地发明出来的画面:未来的生产力将被彻底改变,人机关系将走向“高度共生”。每个人都会拥有一个属于自己的 Personal Agent(个人智能体)。这个 Agent 拥有你最全量的生产力相关信息,而由大量这类 Agent 组建的网络或群体,将在 AI 之间展开自动协作。它将扮演两个完美的角色:第一,它能把你的个人技能带出去,代替你进行打工或生产;第二,它会成为你新型的伙伴,因为它极其了解你,会陪你一起协作。
发言者用了一个极具画面感的类比,说这种感觉“有点类似于宠物小精灵”。在未来的设定中,社会处于生产力局部发达的状态,而这个 Personal Agent 最大的价值在于“让你感到不孤独”,它在提高生产力的同时,在人类的心里占据了极好的情感陪伴位置。至于这种人机关系是一对多还是一对一,发言者从朴素的哲学思考出发,坚定地认为是一对一。他用婚姻制度打比方,认为“归因制(应为婚姻制)之所以是一对一,因为一对一其实它具备一种稳定的特殊性”。
> “它某种程度是一个你可以说是自己的延伸或者是自己的影子,但如果是一对多的话可能就是你的 slave(奴隶)。但在 Agent 能力注定超过人类的情况下,可能他成为你的 slave,这在哲学上就说不通。”
这段充满思辨色彩的发言引发了主持人的好奇。主持人提到,不仅这位年轻的创始人打过辩论,AI 领域的其他创业者(如明超评、陈棉)也有辩论背景,这背后似乎藏着某种规律。发言者对此解释道,很多人对辩论有误解,以为辩论是让人盲目地去认同一个偏激的单一方向,但实际上,辩论是一个认知不断深化的过程。如果只说“A 是对的,B 也是对的”,认知就停滞了;但如果双方通过激烈的对抗,去剖析 A 在哪些场景、什么情况下、什么时候会比 B 更对,认知就能不断下切。
发言者进一步指出,辩论的本质和创业极度相似。创业者出来做一件事,必然要面对“为什么别人没做、为什么是现在做”的灵魂质问,这通常是因为问题在长期内能被解决,或者在某个垂直(Vertical)场景下能成立。作为曾获得两届西电最佳辩手的他,对此深有体会:辩论锻炼了人们“抱着一个注定不那么完美的观点去不断打磨它,寻找其最优场景”的能力。映射到创业上,产品不需要在所有人群、所有场景、所有时刻都是棒的,只需要证明在某一类人群、某一类场景,甚至在“三个月后的某一刻它是对的”,这就足够了。主持人对此深表赞同,补充道大学生对很多行业其实缺乏实体体感,辩论恰恰提供了一个在没有绝对体感的情况下,通过不同角度进行思维完善和交锋的动态过程。
- **关键概念:** Personal Agent 终局是一对一的“人机共生”与情感陪伴,而非一对多的奴役关系。 - **辩论与创业的共同点:** 都是在抱着一个不完美观点的预设下,不断寻找某一特定场景、特定人群下的“最优解”与“正确时刻”。
---
`01:05:00` AI 时代的战争时刻:2026 的“跳变”与野心
面对“为什么刚毕业工作半年就想着创业,而不是在大厂多积累经验”的提问,发言者引用了一句极具震撼力的类比:
> “童年是和平年代的假象。”
他解释说,我们惯常认知中“从 1 到 18 岁按部就班成长”的逻辑,是和平时代的产物。因为和平时代每一年都一样,每个人都是 18 岁去迎接高考,你可以做充分的准备,且只和同龄人竞争。但 AI 时代的到来彻底打破了这种温存。从 2022 年底 ChatGPT 横空出世,到 2025 年 Agent 发展得非常不错,创业的时间窗口正在疯狂缩紧。到了 2026 年,不论你身处哪一个阶段——是刚校招的职场新人,还是工作了几年的二十几岁、三十几岁的人——大家都站在同一起跑线上冲刺。这是一个“对全人类现况的宣战”,是一个没有童年可以用来发育的“战争时刻”,唯一的选择就是赶紧冲。投资人对此产生强烈共鸣,认为这种“时不我待、天将降大任于斯人”的冲劲(Urgency),正是投资人最渴望投的人。
身处 2026 年 3 月初的时间点,虽然这一年才刚过去两三个月,但行业内已经发生了太多翻天覆地的变化,大家都公认 2026 年注定是一个“大年”。谈及对 2026 年的展望,另一位嘉宾表示,首要任务是尽快度过 OpenCloud(音误,应指某些概念热潮)的浪潮。那些只是概念,真正要做的是“更 AI 原生本身”的事情,关注 Context、关注 Proactive(主动性),以及紧跟模型最前沿的进展。因为 2026 年在 Computer Use(电脑使用)、更好的联合训练以及更长程的任务上,肯定会有更大的突破。对于创业者来说,基于新模型框架找应用点的底层逻辑是不变的,基金也希望能和更多的创业者站在一起。
发言者随后分享了他充满戏剧性的个人成长轨迹来展望 2026:在 2025 年 3 月,他还是一个坐在台下听 Minas(音误,应指某知名科技播客)播客的听众;一年之后的今天,他已经作为嘉宾上了 Coge(十字路口)的播客。而在 2025 年年底,随着 Minas 被收购,他听着他们跟 Pig(音误)的播客时,自己已经出来创业了。整个 2025 年的发展完全超出了他的预期,因此他对 2026 年不设任何天花板。他在 2025 年底决定创业时,看了大量的创业公司,也曾迷茫是否要加入他们,但最终觉得自己出来做是更好的选择。
> “在 2026 年的年底,如果有一个可能也是做出了某个开源项目、或者是发了一篇很厉害 Paper 的年轻人,他希望去寻找一个要加入的地方,我希望那里会是我们(的公司)。”
主持人由这段话联想到 2025 年初与小红(萧红)录制创业十周年的播客。当时萧红就曾断言:“2025 年一定会跳变。”那种跳跃式的、甚至不知道会怎么变的“跳变”,在后来 Manus 等产品的酝酿中得到了印证。节目最后,主持人坚信 2025 会跳变,2026 也同样会迎来跳变,并在对 AirJerry 上线顺利的祝福声中,与百特、一号两位嘉宾愉快地结束了本期对话。
## Notable quotes > AirJelly 是你的主动式上下文感知伙伴,它能够记住你在任何地方做的事情,并且在恰到好处的时候主动来帮助你。 — 黄柏特
> Cursor 重新定义了 Tab,Tab 重新定义了 FN。我们今天其实想占据的一个心智或者重新定义的就是一个键——Enter。 — 黄柏特
> 如果用 VIP Coding 出来发现它已经有 60 分或者 80 分了,这样的产品可能就不需要做,因为它毫无壁垒。VIP Coding 出来的产品不够好才有空间,如果它只有 30 分,充满大量的 Bad Case 和不好做的边缘细节,这就对了,因为这意味着真正的壁垒所在。 — 黄柏特
> 历史有个特点,不是发生的每一个事件都会被记录在历史书里,历史书记录的是关键性的、对世界有决定性改变的时间。全量录音录屏包含海量噪音,且所有 Context 权重一样,这其实是不对的。人生的本质就是由一些关键性节点和意图高光组成的。 — 黄柏特
> 首先,作为产品开发者不要试图去教用户怎么用,要相信用户有奇思妙想。第二,AI 时代一定要相信 AI 的能力。如果你把 AI 限定在某几个死功能里,本质上是在用一套隐性的 Workflow(工作流)框死了数据的流转和执行。走向通用,本质上是对最前沿模型能力的最高尊重。 — 黄柏特
> 我们结合了水母在 Enter 键上的‘喂养方式’——用户 Enter 按得越多,水母积攒的记忆和 Context 就越多,后续表现出来的效果也会越来越好。这无形中拉长了用户的容忍度和陪伴耐心。 — 黄柏特
> 但对我们一个创业公司来说,这样量级的死忠用户已经是非常可口的美食了。大公司可能会嫌市场太小、合规风险太高而选择不做,所以在竞争上,隐私天然是我们的护城河。 — 黄柏特
> `55:00` 它某种程度是一个你可以说是自己的延伸或者是自己的影子,但如果是一对多的话可能就是你的 slave(奴隶)。但在 Agent 能力注定超过人类的情况下,可能他成为你的 slave,这在哲学上就说不通。 — 黄柏特
> `01:05:00` 童年是和平年代的假象。 — 黄柏特
> `01:05:00` 在 2026 年的年底,如果有一个可能也是做做出某个开源项目、或者是发了一篇很厉害 Paper 的年轻人,他希望去寻找一个要加入的地方,我希望那里会是我们(的公司)。 — 黄柏特
## Mentioned OpenClaw, AirJelly, 黄柏特, 李一豪, CreekStone, MineContext, Claude Code, Cowork, Cursor, Typeless, Koji杨远骋, 十字路口Crossing, 西安电子科技大学, 字节跳动, MyContext, OpenCloud, Manus, ChatGPT, Gemini, Boss直聘, 微信, Proactor, Raysand, Sofar Base, Odys, Lama, 千问, Milus, Minas, 萧红
[Source](https://dts-api.xiaoyuzhoufm.com/track/60502e253c92d4f62c2a9577/69c1ed91fdc405fbf6f58092/media.xyzcdn.net/60502e253c92d4f62c2a9577/lpLswO8r829aKxwgyUrFkOjElKU6.m4a)