让AI看见、记住并开始工作，Violoop为何选择了硬件的路

作者：MD

出品：明亮公司

Violoop创始人、CEO何佳霖打开微信对话框，输入了半句话，随后按下Tab，后半句话被自动补全。

此时，微信对话框边缘出现了一圈绿色呼吸灯。呼吸灯出现在哪个窗口，就意味着Violoop的Agent此刻正在“看”哪里、理解什么。当对话中出现“把上次那份简历发给我”时，何佳霖没有切回桌面翻找文件。Violoop已经根据当前对话，在电脑本地找到对应简历，并把文件准备到发送前的状态。用户确认后，任务才会继续。

整个过程中，他没有打开另一个AI软件，也没有重新组织一段提示词。

完成这些工作的硬件是一个手掌大小的盒子。它接在用户原有的电脑旁，不占用原电脑的CPU和GPU资源，通过HDMI线连接电脑传输视频信号并理解屏幕，再通过控制真实的键鼠跨应用操作软件。

来源：Violoop

何佳霖将Violoop的这款盒子定义为：“一台完全为AI打造的边缘侧电脑。”

日前，Violoop宣布完成亿元级天使轮及Pre-A轮融资，投资方包括联想创投、中金保时捷、蓝驰创投、元生资本、启赋资本和清科控股，向阳资本担任长期独家财务顾问。

目前，Violoop已经获得来自全球约1.2万人的订金预订，产品计划于美国时间9月15日、北京时间9月16日正式登陆Kickstarter

北京时间9月16日0点，Violoop 正式登陆Kickstarter开启众筹，按购买台数设三个档位。上线仅20小时，众筹金额即突破100万美元；截至北京时间17日13 时，众筹总额达1143837美元，来自全球1971位支持者。

据Kickstarter公开数据，Violoop上线不到两日的支持者人数有望超过该平台此前任何一款AI Agent硬件整场众筹的支持者总数；20小时的筹款金额，亦超过此前“屏幕感知AI同事”类产品30天的众筹总额。这是Computer-Use Agent第一次以硬件形态实现大规模商业化落地———在OpenClaw把Agent推向开发者圈层的一年后，Violoop让它第一次走下终端、走进普通人的桌面。AI 从“回答问题”的时代进入“替人做事”的时代，入口不在云端，而在每一台已经存在的电脑旁边。

近期，「明亮公司」就Violoop的创立、产品与技术路径，以及对市场和行业趋势的判断，与何佳霖进行了一次交流。

Violoop于2025年12月在深圳成立，工商主体为深圳本惟无界科技有限公司，产品定位为物理级AI Operator。公司的第一款量产产品Violoop X，即V4量产版本，海外建议零售价为699美元，Kickstarter首发及国内首发期间售价为399美元。

这款设备不要求用户更换电脑或操作系统，也不需要等待所有软件逐一开放API。Agent可以根据具体任务选择软件接口、系统工具或者图形界面操作；与屏幕相关的原始数据和长期记忆，则主要在设备本地处理和保存。

Violoop的软件操作界面（来源：Violoop）

从欧洲世界500强企业的AI项目，到一台放在普通用户桌面上的硬件；从让AI运行在企业服务器里，到为AI准备一台自己的电脑——这是Violoop过去一年多逐渐形成的产品路径。

从软件到硬件，起点是「人为什么必须守在电脑前」

何佳霖的经历更靠近软件与创业，朱贤桢则长期从事硬件和系统工程工作。

何佳霖出生于沈阳，少年时期随家人移居津巴布韦，在当地寄宿学校读完中学，之后赴美就读加州大学圣迭戈分校软件工程专业。大学期间，他做过在线招聘平台，两年积累了30万付费用户；2015年前后，又转向面向中国买家的美国房地产科技平台，年GMV一度超过1亿美元。2019年，他成为YC W19创业者。

联合创始人兼CTO朱贤桢，英文名King，18岁从上海考入MIT，三年半的时间完成电子工程与计算机科学本硕连读并获取全额奖学金，三年半毕业。此后，他先后在ADI和微软工作，参与过Xbox、HoloLens、Surface等产品的硬件开发。

两人于2019年通过一位共同的MIT校友相识，但直到2022年底ChatGPT出现后，才正式决定一起做AI。

何佳霖（左）&朱贤桢（来源：Violoop)

何佳霖此前的房地产科技业务已经进入相对成熟阶段。AI浪潮来临后，他的想法很简单：如果这真是一场足够大的科技变革，那就应该先去最前沿看看。

最初的实践机会，来自一家欧洲世界500强企业。

该企业希望在自己的计算集群上部署开源模型。出于对第三方模型和数据出境的谨慎，对方不希望将内部数据交给外部模型公司，因此需要自己部署模型、重构数据库并搭建工作流。何佳霖回忆，Violoop创始团队在大约一年半至两年时间里，参与了15个相关项目，内容包括开源模型部署、微调、后训练、数据库重构和工作流搭建。

那时候，“大Agent”这个概念还没有流行。团队面对的都是很实际的问题：怎么让AI使用企业自己的数据，怎么接入不同部门每天都在使用的工作流程，以及怎么让AI不只停留在演示阶段，而是真正参与日常业务。

随着开源模型能力提升，何佳霖和朱贤桢开始意识到，一些过去必须放在大型计算集群里的能力，正在逐渐进入边缘设备能够承载的范围。他们希望将企业项目中的模型、记忆、数据库和工作流能力压缩成一款服务个人与小企业的产品。

一开始，团队并没有考虑硬件。促使他们改变方向的，是一个非常具体的工作问题——即使大量开发工作已经由AI辅助完成，人仍然必须守在电脑前。

欧洲客户对外部接入管控严格，团队必须使用指定电脑才能登录服务器。如果模型训练异常、服务器报错或者临时需要抓取数据，就必须有人回到那台电脑前处理。

“这不是AI时代人和机器应该有的工作方式。”何佳霖说。

团队随后开始思考，为什么人在和AI说话时，AI不能同时看到人正在看的东西？由此，他们进一步追问：人应该怎样与AI交互？能不能用一种信息密度更高、对工作打断更少的方式，让AI知道人正在做什么？

如果AI能够理解屏幕，用户便不需要重新描述“哪个窗口、哪份文件、哪段对话”。用户只需要说“你看屏幕上的这个问题”，系统就应该知道具体指向什么。

再进一步，用户离开电脑后，AI能不能在授权范围内把事情继续做完？这意味着AI不仅要看得懂屏幕和上下文，还要能打开软件、执行操作，并在不同应用之间来回切换，把一项任务真正完成，而不是只能待在某个App里回答问题。

然而，何佳霖当时看到纯软件路径有两个主要挑战：一是隐私问题，二是安全问题。

如果将屏幕持续上传云端处理，用户的聊天、文件、财务、客户和项目数据都可能离开本地。与此同时，当AI开始拥有实际操作权限，错误也不再只是一段不准确的回答，而可能变成误删文件、错误发送或错误提交。“早期模型幻觉概率很高，经常会有误操作。我们认为这是模型的内生性问题，不是靠软件层面加一层保护就能解决的。”

因此，Violoop团队判断，要同时实现跨应用持续感知、独立算力和硬件级授权边界，一台外接设备更符合他们希望交付的产品形态。

2025年7月左右，团队决定从软件转向硬件。

朱贤桢此前有较丰富的硬件项目背景，基础方案也是他提出来的。在这个方案中，设备需要具备本地算力，以完成屏幕处理、记忆提取和部分模型推理；同时需要一颗独立安全芯片，为AI的执行能力增加一道类似“物理阀门”的机制。不可逆操作必须经过用户确认，才能继续执行。

也正是在这时，Violoop开始形成“一台完全为AI打造的电脑”这一产品定义。传统电脑是为人设计的：人通过屏幕获得信息，再通过键盘和鼠标操作。

Violoop要做的，是让AI也获得类似的输入和输出。它通过视频信号看到用户看到的内容，在本地提取上下文；需要执行任务时，再通过标准键鼠协议控制电脑。它不替代用户现有的电脑，也不是再给用户增加一台需要学习和维护的新设备，而是接在现有电脑旁边，专门负责感知、记忆、模型推理和Agent执行的一台边缘侧电脑。

从「硬件龙虾」，到一台为AI设计的电脑

Violoop最早进入公众视野时，正值OpenClaw爆火。

彼时，外界用“硬件龙虾”形容Violoop。何佳霖认为，这一标签并不完整，但足够容易理解——两者都试图在基础模型之外加入文件系统、长期记忆、工具调用和电脑操作，让AI从聊天框里出来，真正开始干活。

不过，何佳霖也并不避讳团队曾经主动借用过这一标签。他告诉「明亮公司」，当时让投资人和普通用户理解Violoop正在做什么并不容易。“硬件龙虾”提供了一个现成参照，也让Agent Harness进入了更广泛的行业讨论。

所谓Agent Harness，实际上也可以理解为围绕模型搭建的一套运行系统，它可能包括文件系统、记忆、工具调用、工作流、任务状态、评测和回滚机制。模型提供通用能力，Harness决定这些能力如何被组织起来完成真实任务。

OpenClaw爆火以后，Violoop团队也曾感到遗憾，“自己的Harness没有更早以开源方式获得关注”。

不过，OpenClaw大规模进入真实使用后，逐渐暴露出工具调用、视觉、Computer Use和安全等问题，也让Violoop看到了单靠约200台测试设备难以快速获得的市场反馈。

现在再看，“硬件龙虾”仍然可以帮助用户理解产品入口，却已经不能完整描述Violoop的方向。

让AI操作电脑只是第一步。真正困难的是，它能不能长期记住一个人，学会一个人的工作方式，并在能力增长的同时不越过权限边界。

在硬件上，Violoop也经历了一次重构。

第一个硬件版本通过HDMI获取视频信号，再通过Type-C模拟键盘和鼠标。面向量产的第二个硬件版本则调整了接口，将视频采集和控制合并到一根Type-C线上。设备不会简单地将屏幕投射到另一块显示器上，而是将视频信号送进本地系统进行处理和分析；需要执行任务时，再以标准HID设备的方式将控制信号传回电脑。

为了降低屏幕处理的计算量，团队围绕屏幕场景开发了一套视觉压缩算法，这套算法源自朱贤桢的专利。在尽量保留文字、窗口结构和关键信息的前提下，系统可以降低4K画面的处理分辨率，在设备端完成压缩、识别和信息提取。

新的硬件版本也由双芯片升级为三芯片架构。原有架构包括一颗负责系统运行和图像处理的主控芯片，以及一颗负责执行权限控制的安全芯片；新版本在此基础上增加了一颗专门运行AI模型的算力芯片，将端侧AI算力提升到26 TOPS。

在今年5月，Violoop做了一个不小的调整。当时老的硬件版本已经开模，并试产了约200台，原本马上就要启动众筹。但新一代边缘计算芯片量产后，团队决定暂缓发布，把主板和内部结构重新设计一遍。原因很简单：如果想让AI更主动、更及时地帮用户做事，它的反应速度必须更快。

这200台测试机也让团队意识到，普通人不是不需要AI，也不是觉得AI不够聪明，而是不知道该怎么跟它说。

为了让AI干活，用户往往要先停下手里的事，找文件、补充背景、拆解步骤，再把这些内容整理成一段AI能听懂的话。很多时候，事情还没开始做，人就先被提示词难住了。原本应该降低门槛的AI，反而让用户多做了一道准备工作。

因此，Violoop提出了一个相对激进的产品目标：杀掉提示词。

这里的“杀掉”，不是取消用户意图和最终决定权，而是不再要求用户每次都从一条完整、结构化的指令开始。AI先理解屏幕上正在发生什么，把可以提前完成的准备工作放到用户手边；用户的选择、纠正和最终确认仍然保留。

看见之后，AI还要形成长期记忆

让AI看见屏幕，解决的是“此刻正在发生什么”。如果系统每次重启、每次更换模型以后，都需要重新认识用户，那么它仍然只是一个反应更快的工具，而不是长期工作的个人Agent。

Violoop因此在设备本地构建了一套基于图数据库的个人记忆库。从演示来看，产品可以在获得授权后，从屏幕上下文中提取值得保留的信息，并围绕用户已有的记忆建立关联。人物、项目、文件、任务和事件，由此形成一张持续变化的关系网络。

在演示中，何佳霖与硬件工程师讨论发票报销、首板底座灯光、国内发布安排或PCB贴片时，对话中出现的人物、项目、任务和时间关系，可以被逐渐整理进长期记忆。这些信息并不需要用户提前设计分类体系，也不需要手动建立关联。系统先完成第一轮整理，用户则可以查看、纠正或者删除。

何佳霖自己曾经是重度笔记用户，也尝试过用双向链接构建知识图谱。但这种方式要求用户长期保持较强的整理习惯，很难成为普通人的默认工作方式。Violoop希望将整理过程放到后台，让记忆在日常使用中逐渐形成。

“我们认为，沉淀用户上下文最多的是两块屏幕——电脑屏幕和手机屏幕。对日常用电脑比较多的用户，电脑屏幕同时开着很多窗口、同时在跟很多人做信息交流，数据量一定是最密、最高价值的。”

相比全天候录音、录像等上下文入口，Violoop更看重电脑屏幕的信息密度。对于日常使用电脑工作的人来说，屏幕上同时存在聊天、文件、会议、项目和决策。很多录音、会议和线下信息最终也会被转成文字，并回到电脑上继续处理。

因此，Violoop将电脑屏幕视为个人工作上下文最集中的入口之一。

但记忆并不是终点。

何佳霖将Violoop希望实现的长期成长路径拆成三个层级：第一层是长期记忆。系统逐渐记住与用户有关的人、项目、文件和事实。第二层是Agent Harness。用户反复采用的Skills、工作流和执行方式，被沉淀为个人Agent完成任务的方法。系统不只知道用户喜欢什么，也逐渐知道用户习惯怎样做事，以及哪些步骤必须停下来确认。第三层则进入个人化模型。经过反复验证的经验，未来可以进一步用于个人化后训练，让一部分稳定经验从外部记忆进入模型参数。

关于后训练，何佳霖将这一过程比作人睡觉时“做梦”。系统白天积累记忆、任务结果和用户纠正；到了用户不使用电脑的时间，再从中筛选高价值经验，整理成候选训练数据，通过类似LoRA适配层的方式更新个人化参数。

目前，Violoop已经在内部训练与测试中走通“捕捉工作轨迹—形成长期记忆—生成训练数据—更新个人化参数”的技术链路。在团队的一组内部实验中，一次训练的数据量约为500条，需要运行数小时。不过，这套能力仍处于测试和工程化阶段，尚未作为完整功能全面推送到量产用户系统。

它仍然面临一系列问题，比如什么样的经验值得进入训练，训练应该多久进行一次，更新后的模型怎样评估，出现能力退化时怎样回滚，以及持续训练怎样避免灾难性遗忘。

因此，Violoop并不将现阶段的能力描述为“无限自我进化”。

公司现阶段试图解决的是一个更具体的问题——围绕同一位用户，让长期记忆、工作流和个人化模型逐步连接起来，使Agent在长期使用中形成差异。

“基础模型正在学会理解世界，但它还没有真正理解一个人。”何佳霖说，“Violoop要做的，是让Agent在与人共事的过程中成长。”

端侧负责接近用户，云端提供通用能力

虽然首款产品本身是端侧硬件，但Violoop并不准备将所有任务都放在端侧完成。

在公司的设想中，高频、隐私敏感、对延迟要求高的任务尽量由端侧承担，例如文字补全、查询公司地址，或判断用户此刻可能需要什么。需要较长推理或复杂生成的任务，则由边缘侧进行任务分发，再调用云端模型。

这种分工并不是端侧与云端相互替代，而是各自承担更适合的任务。云端模型提供不断提高的通用能力上限，端侧负责感知、记忆、个人化和低延迟响应。

谈到千问27B这类模型的本地部署，何佳霖认为，这类模型的性能已经不错，但仍主要面向通用任务。对普通用户来说，能够在本地运行此类模型的电脑价格也不低，还很难成为大众选择。

不过，随着小模型能力提升，“这对于我们也是一项利好”。Violoop也计划逐步训练和部署针对具体任务的模型，包括屏幕理解、记忆抽取、任务拆解、Computer Use和主动建议。

在团队看来，Violoop的长期价值不能只建立在“设备能够运行多大参数的模型”上。算力只是基础。真正决定产品体验的，是模型、长期记忆、Agent Harness、权限系统和执行框架能否组成一套完整闭环。

何佳霖认为，未来每个人、每家公司都可能需要自己的边缘侧计算中心。“它不一定比GPT或者Claude更聪明，但它应该长期服务于同一个用户，接触用户明确授权的数据，逐渐了解用户的工作方式，并为高频任务提供低成本、低延迟的能力。”

这也使Violoop的远期设想不再局限于电脑。

当机器人进入家庭时，大量具身智能公司正在训练机器人的“小脑”——怎样走得更稳、抓得更准、看得更快。但机器人的“大脑”由谁提供，仍然是一个没有确定答案的问题。

如果它只是调用一个通用云端模型，可能知道整个世界，却并不了解这个家庭和具体用户。

Violoop希望从电脑桌面开始，逐渐形成一套围绕用户的记忆、经验和个人化能力。未来无论进入手机、汽车、家庭设备还是机器人，它都不需要从零开始认识这个人。

在何佳霖的比喻中，这更接近“贾维斯”：它不会只存在于一台电脑里，而是随着用户进入不同的计算设备。

约1.2万名用户支付定金，他们是谁

Violoop最初定义的目标用户，是小企业主和团队创始人。

目前，海外已有约1.2万人支付订金完成预订。Violoop围绕这批用户进行的问卷显示，约55%是团队创始人、Agency老板或小企业经营者，约30%是科技极客，其余还包括一部分此前较少使用AI的普通用户。这些用户来自会计师事务所、律师事务所、小型诊所、装修公司等多个行业，团队规模通常在20人以内。

这类用户的共同特点，是效率提升可以直接转化成经济价值。每天节省几个小时，对他们而言不仅是“更加方便”，也可能直接影响经营结果。

相对而言，如果用户没有明确的工作效率诉求，只是希望偶尔体验AI，Violoop现阶段未必是最合适的产品。

Violoop从成立第一天起便面向海外市场，这与何佳霖的成长和创业经历有关。

他曾在处于不同发展阶段的国家长期生活。他发现，不同地区的社会结构、技术演进速度和消费习惯并不相同，这也让团队从一开始就将全球用户放进产品定义。何佳霖说，当能看到三种不同的速度和变化趋势，会对“什么样的事情即将在什么地方发生”有更敏感的直觉。

之前优先选择出海，一方面是考虑到，当时国内普通用户对Agent的认知相对有限；另一方面，用户为AI持续付费的意愿仍然需要验证。

过去半年，这一判断发生了变化。

OpenClaw让更多国内用户开始理解Agent，国内开源模型的能力和性价比也进步明显。用户能够用相对较低的成本，获得足以处理日常办公任务的模型能力。

因此，国内市场也进入了Violoop认为值得投入的窗口期。不过，现阶段公司仍会将更多资源放在海外首发和交付上。

商业模式方面，Violoop将提供两种方案：第一种是用户自带API Key。用户可以使用DeepSeek、Kimi或者其他模型，无需额外购买Violoop的模型套餐。第二种是官方模型套餐。对于不希望自行配置API，或者希望同时使用多款模型的用户，Violoop将提供模型路由，根据任务复杂度、速度和成本选择模型。目前，官方套餐的价格仍在确认中。

随着团队自研的任务理解、Computer Use和执行模型逐步上线，未来也会有一部分高频任务由Violoop自己的模型承担。

硬件方面，据何佳霖透露，V4已经进入量产准备。板卡测试基本完成，模具和整机仍在推进。团队目标是在9月底前完成首批5000至8000台的生产，后续再根据订单和交付情况逐步提升产能。

与不同生态位竞争：Violoop的战略窗口

Violoop的竞争对手不只Agent公司。

当下，模型厂商、操作系统公司和PC厂商都在尝试进入个人Agent市场：模型厂商拥有不断增强的通用智能，操作系统厂商拥有系统权限和庞大用户基础，PC厂商则掌握设备、生产和渠道。

作为一家创业公司，Violoop试图建立的差异，是通过一块独立硬件连接不同系统和软件，在本地获得持续上下文，并在感知、推理和最终执行之间建立一套明确的权限边界。

联想的投资与合作，成为这一方向的一次产业验证。本轮融资中，联想创投成为Violoop股东。双方还签署了集团层面的战略合作框架协议，围绕Violoop产品与联想PC及AI PC结合、Agent和模型层面的联合POC，以及软件能力授权等方向展开探索。

联想可以在生产制造、供应链、全球渠道和品牌等方面提供资源；Violoop团队则继续集中在Agent Harness、端侧个人模型、Computer Use和自进化闭环等问题上。

双方共同探索的，不只是下一代PC增加一个AI功能，而是电脑能否从一台等待指令的工具，逐渐变成一个长期理解用户、主动参与工作的智能系统。

操作系统厂商同样有能力在本地处理屏幕信息。以微软Recall为例，这项功能最初公布后，曾因隐私和安全争议推迟上线，之后增加了用户主动开启、本地处理、加密存储和Windows Hello身份验证等机制。

这说明，持续保存和理解屏幕具有产品价值，但也伴随着较高的信任成本。

独立硬件提供了另一种路径：在操作系统之外增加一层可以看见、拔掉和单独管理的物理边界。感知和推理由主系统完成，独立安全芯片负责执行权限控制；涉及发送、删除、支付等不可逆操作，仍需用户确认。

这并不意味着硬件天然比所有软件方案更加安全，而是让权限边界变得更加明确、可感知。

在软件兼容上，Violoop也不会只依赖一种执行方式。

如果软件提供稳定API或系统接口，系统会优先使用接口；如果没有标准接口，则使用图形界面和标准键鼠协议完成操作。这种方式不需要等待每一家软件分别为Agent开放API，也降低了产品对单一软件生态的依赖。但它并不意味着Violoop可以忽略软件平台规则，界面变化、登录状态、权限控制和安全机制仍然会影响任务执行。

Violoop将自己定位为不同生态之间的“连接者”，而非对现有系统的替代者。

在全球范围内，越来越多创业者也开始押注“个人智能＋软硬件协同”。

Figure AI创始人Brett Adcock创办的Hark近期完成超过7亿美元Series A融资，投后估值60亿美元。Hark同时在开发个人智能与AI原生硬件，希望让AI具备语音、视觉、长期记忆和主动性。

Hark与Violoop的产品路线和资源规模并不相同。前者从基础模型和新一代AI原生硬件出发，Violoop则从用户现有电脑、真实工作流和独立边缘设备进入。

但两家公司背后存在一个相近的判断——未来的个人AI不会只停留在聊天框里。

它需要持续感知上下文、形成记忆，并获得进入真实软件和设备的执行能力。Hark的出现不能证明Violoop的路线一定正确，但至少说明，“个人智能＋软硬件协同”正在成为一个受到资本和产业关注的方向。

Violoop希望成为最早将“自进化”从实验室课题变成普通用户可以买到、看得见，也能每天使用的产品团队之一。这里谈到的自进化，与AI4Science、Discovery Loop或者模型架构级RSI并不完全相同。Violoop试图完成的是一条围绕具体用户的连续路径：设备首先形成长期记忆，随后积累个人化的Skills与工作流，再将经过反复验证的经验用于个人化模型训练。

硬件则为这套Agent提供一个长期存在的位置，它可以持续感知、本地形成记忆、运行模型并操作电脑；与此同时，用户不需要为了主动性放弃隐私，也不需要把最终决定权交给AI。

Violoop真正想做的，不是把Agent塞进一个硬件盒子里，而是给每个人配一个能长期放在桌面上、真正动手干活的AI助手。它不是又一台等着人去操作的新设备，而是在用户授权后，能够接着把事情做完的帮手。

不过，9月上线只是第一步，它首先要回答的是：用户愿不愿意为这样的产品买单。更重要的问题是，当Violoop真正进入日常工作后，能否在守住隐私和权限边界的同时，长期稳定地帮助用户把事情做完。