出品 | 虎嗅科技組

作者 | 梁卡爾

編輯 | 苗正卿

頭圖 | 虎嗅拍攝

從AI知識庫到Agent OS，久痕科技只用了不到兩年。故事變得更大了。

「大模型是發動機，上下文是汽油。」久痕科技創始人汪源將其戰略化用為一個生動的比喻，「我們未必需要造整車，但可以成為所有智能體都需要的基礎設施。」

近日，汪源在和虎嗅的交流中，系統談及公司調整的原因、現階段的商業化進展，以及一家十人左右的創業公司如何尋找獨立生存空間。

2024年6月，網易服務18年、曾任集團副總裁及杭州研究院執行院長的汪源離職創業，成立久痕科技。公司最初打造的 remio，旨在將用戶的網頁、本地文檔、會議錄音及郵件等碎片化數據聚合為可供AI調用的個人數字記憶。而到了2026年4月，久痕科技推出了Agentic OS 「rOS」以及運行其上的原生應用生態App。

簡單來說，很多AI助手可以回答問題，卻不了解用戶電腦裏的文件，也很難持續替用戶處理工作。久痕科技想解決的正是這個問題。remio運行在桌面端，可以讀取用戶授權的文件、網頁、郵件和會議記錄，將它們整理成個人知識庫，再由Agent幫助用戶查找資料、生成內容和執行任務。它的產品有三個特點：桌面是入口，知識庫負責記憶，Agent負責幹活。

這個市場其實並不缺玩家。國內有騰訊ima、WorkBuddy等產品，海外的Anthropic、亞馬遜也在探索類似方向。它們不都是remio的直接競品，但都在爭奪用戶的個人數據、工作場景和AI入口。久痕科技目前只公開過一輪種子孖展，尚未披露具體金額和投資方。

因此，對久痕科技來說，定位升級不等於商業壁壘成立。當科技巨頭們不斷將知識庫、PPT生成和Agent能力塞進超級應用，久痕科技必須向資本市場證明，上下文管理能否成為一個獨立的產業層，而不是一項隨時可能被平台免費提供的功能。

以下是虎嗅與汪源的對話，經編輯整理。

圖片來源：久痕科技提供

 服務 Agent 纔是下一代軟件的底層核心邏輯 

虎嗅：市面上Skill和你們rOS的aApp有什麼本質區別？哪些場景Skill做不了？

汪源：企業都希望自主搭建專屬智能體應用，但市面上其他平台僅支持組合Skill，這種打包出來的智能體只是工具集合，算不上完整應用。它沒有獨立數據庫、專屬數據存儲，也不具備獨立生命周期，無法長期後台持續運行。

以郵件自動處理場景為例，這個需求需要系統實時拉取新郵件，自動完成回覆判斷、郵件分類等工作。單純依靠Skill，理論上能實現，但必須額外配置每分鐘輪詢的定時任務，整套工作流全程依賴大模型反覆調度，執行效率極低。我們rOS內置原生內容驅動機制，支持綁定多郵箱，系統會主動實時抓取新增郵件，並通過實時訂閱、事件通知能力直接推送至aApp處理。這套底層事件驅動能力，是目前其他同類產品不具備的核心差異。

虎嗅：傳統Windows、MacOS會被Agent OS取代嗎？二者是什麼關係？

汪源：我認為底層PC、手機傳統操作系統會長期存在，不存在被替代的關係，二者是分層疊加的邏輯。對於Windows、Mac這類底層系統，我們的rOS只是運行在其上的一款軟件應用；但對於rOS之上的aApp智能應用，rOS又是承載它們的超級運行系統。完全沒必要重新復刻、取代傳統底層系統。可以類比雲計算，雲操作系統搭建在Linux底層之上，二者相互配合而非互相替代，Agent OS和傳統操作系統也是同理的疊加關係。Agent入口會轉向桌面嗎？

虎嗅：給Agent設計軟件，和給人設計軟件有什麼不同？

汪源：最直觀的區別是，給Agent提供能力時，不需要複雜UI，重點是工具、API和命令行。

知識管理也會變化。過去給人使用的知識庫，需要精細分類、打標籤、重命名，否則人面對成千上萬個文件時根本找不到內容。但Agent不一定需要這些整理工作，只要索引和排序足夠好，它可以反覆檢索。這有點像雅虎和Google的區別。雅虎依賴人工分類網頁，Google則主要通過索引和排序解決問題。

Agent不會讓整理徹底消失，但會把人的知識管理上限從一千份資料提高到十萬份。用戶可能只需要精細整理其中最重要的一千份，剩下的交給索引和Agent。

虎嗅：現在Agent賽道為什麼只能做短期規劃，很難做三到五年的長期規劃？

汪源：作為創業者，沒辦法鎖定三五年後的發展結果。AI行業變化速度極快，機遇與風險同步存在，賽道不存在長期可落地的確定性。AI技術迭代節奏太快，去年上半年都預判不出下半年智能體的落地形態，現在同樣無法預知2027年的技術邊界，因此我們只能制定半年到一年的短期規劃。過去在網易主要做年度規劃，而且到年中經常調整。Agent賽道的可預判周期更短，我們只能看清半年內的清晰路線。

虎嗅：有些AI公司跟不上大模型Agent浪潮，但互聯網巨頭卻能持續競爭，核心原因是什麼？

汪源：巨頭能持續參與大模型競爭，一個核心原因是資金儲備充足。反觀有些AI公司長期未能盈利，現金流緊張。想要跟上大模型、Agent這波浪潮只有兩條可行路徑，要麼擁有頂尖自研大模型實驗室團隊，要麼是資金雄厚的巨頭。巨頭早期並沒有完備的大模型人才隊伍，但依靠充足資金能夠持續重金投入研發；而這些AI公司持續虧損，難以承擔大模型與智能體賽道長期高額的研發開銷。

虎嗅：Agent時代架構師價值有什麼變化？AI能否替代架構師？

汪源：在Agent時代，架構師的價值會愈發凸顯。AI僅能完成內容填充類執行工作，人類架構不可替代的核心價值，是搭建完整的任務框架、梳理業務流程、制定清晰的成果評判標準。如果使用者缺少架構層面的判斷能力，很容易被AI生成的內容帶偏，難以發現智能體輸出結果裏的漏洞和問題。頂層框架搭建、判定標準設計這類核心工作，是AI無法勝任的。

虎嗅：Agent時代衡量用戶價值、粘性，新增了什麼核心數據指標？

汪源：我們依然沿用互聯網傳統的留存、激活、月活等數據指標，同時針對AI產品新增了核心觀測維度Token消耗量。Token消耗越高，說明用戶深度使用智能體自動化能力，付費潛力更強。僅淺度試用產品的用戶Token消耗很低，也很難轉化為長期付費客戶。

虎嗅：Agent應用最終應該怎麼收費？

汪源：主流模式應該還是按用量收費。智能體應用的Token成本佔比很高，用戶消耗多少資源、完成多少任務，最終應該反映到價格裏。訂閱制可能繼續存在，但訂閱套餐背後仍然要考慮用量和成本。

虎嗅：中美用戶的付費能力差異會影響商業模式嗎？

汪源：差異很大，但創業公司解決不了用戶消費能力的問題，只能貼近當地市場設計產品和定價。我們的策略比較簡單，海外主要做To C，國內主要做To B。海外企業員工自主購買軟件的路徑更通暢，不一定非要通過企業採購。在國內，To C軟件如果依賴投放，獲客成本很高，To B雖然回款不穩定，但企業仍有采購意願。

虎嗅：你遇到的機構投資人如何評估Agent底層基礎設施賽道，他們最關心什麼核心問題？

汪源：純功能垂直的智能體上下文基礎設施，是否擁有獨立生存空間，會不會被大廠全棧產品覆蓋替代。

虎嗅：站穩Agent賽道需要多少全球種子用戶？達到怎樣的付費規模才能支撐團隊？

汪源：全球有十萬精準種子用戶，付費率達到6%-8%，就會擁有六千到八千付費用戶。單用戶年均付費100美金，年收入六十萬至八十萬美金，就夠支撐精簡研發團隊的運轉。

 AI技術快速變化，重構研發邏輯，也是創業最大的確定性 

虎嗅：在網易工作了18年，為什麼在2024年選擇離開創業？

汪源：大致來看，2005年至2020年是互聯網的黃金時期。2020年之後，互聯網進入下半場，很難再找到特別大的增量空間。直到ChatGPT出來之後，可以比較明確地看到，未來相當一部分行業增長會從互聯網轉向AI。擺在我面前的選擇，一是加入一家AI公司，二是自己創業做AI。考慮到過去多年積累的產品、技術和管理經驗，創業是更自然的選擇。

傳統互聯網業務很多時候提供的是娛樂和情緒價值，毛利也比較高。AI應用更多是生產力工具，需要直接消耗模型和Token，成本結構完全不同。現在很多頭部AI產品看起來收入很高，但套餐本身未必賺錢，一些Coding產品的高價套餐甚至可能是虧損的。在大公司內部，用增長、毛利和收入體量這些標準去評價，未必適合一個早期AI業務。

虎嗅：為什麼2023年至2025年是AI創業的重要窗口？

汪源：可以類比移動互聯網。iPhone和3G網絡成熟之後，接下來的幾年自然成為移動互聯網的創業窗口。2022年底ChatGPT帶來技術突破，之後三年也是AI創業相對集中的窗口。如果現在再出來創業，很多主流賽道已經有人佔據，創業者需要尋找更細分的市場。

但這一輪AI的產業尺度遠大於上一輪計算機視覺。商湯、曠視所處的上一輪AI浪潮，很少有人會直接對標全球勞動力市場。這一輪大模型卻可以。全球勞動力市場每年價值幾十萬億美元，這意味着它的商業價值衡量方式完全不同。

虎嗅：創業時最大的確定性是什麼？

汪源：最大的確定性，是我相信AI能力在未來幾年仍會快速進步。

一個場景可能幾個月前還不可用，幾個月後就能用了。AI Coding就是例子。兩年前做不起來，去年上半年可能還不夠好，到了下半年開始可用。今年，已經可以讓AI以Loop的方式長時間執行任務，甚至在人睡覺時持續提交代碼。

創業團隊不需要保證三五年後一定是什麼樣子。技術變化越快，機會越多，風險當然也越大。創業者能做的是持續觀察、快速動手。大公司發現機會後，還要經過層層彙報和決策，小公司轉向的速度就是優勢。

虎嗅：從個人知識庫升級到rOS，外界看起來像是換了一個商業故事。這算轉型嗎？

汪源：算轉型，但不是把原來的東西廢掉。Remio最初聚焦數據層，主要通過知識庫問答提供服務。後來我們在這個基礎上增加智能體架構，再進一步做智能體應用架構。最近又重新投入上下文和DSL（領域特定語言）的研發。這是一個持續擴展的過程。小公司的優勢就是轉向快，我們肯定會根據技術和需求不斷調整。

虎嗅：投資人最關心你們什麼？

汪源：在智能體賽道里，我們有沒有獨立生存空間。做醫療、法律、營銷等行業垂直應用，大家比較容易理解。我們做的是功能垂直，聚焦文檔、上下文和個人數據，投資人會更難判斷。我們今年對外溝通較多的定位是「上下文基礎設施」。如果把智能體比作汽車，大模型是發動機，那麼上下文就是汽油。我們未必需要製造所有整車，但可以成為智能體生態裏的關鍵組件。

虎嗅：過去您管理過上千人的團隊，現在公司只有十人左右，最大的變化是什麼？

汪源：輕鬆很多。過去一周70%至80%的時間都在做管理。現在我應該是團隊裏寫代碼最多的人，終於可以重新自己寫代碼了。

虎嗅：AI改變了軟件團隊的協作方式嗎？

汪源：過去一個任務通常要經過產品經理、設計師、前端、後端，至少需要四個人協同。現在很多任務可以由一個人端到端完成。我們沒有傳統意義上的產品經理，也不嚴格區分前端、後端和算法。團隊按照相對獨立的模塊分工，有人負責移動端，有人負責郵件，我主要做PPT和Agent應用框架。每個人負責的邊界更完整，協同成本反而下降了。

虎嗅：您曾提到晚上睡覺時，AI還可以繼續寫代碼。怎麼保證質量？

汪源：關鍵是先把Loop，也就是自動化工作流設計好。這很像製造業的流水線。白天的工作不是簡單地讓AI寫代碼，而是設計生產線：明確規則、測試方法和邊界，禁止AI執行需要人工審核的高風險操作。晚上再讓它在有限範圍內無人值守運行。

比如PPT裏有137種SmartArt，我們目前完成了不到40種解析，但已經覆蓋數據集中約70%至75%的常用類型。解析不同SmartArt具有重複性，可以交給AI批量執行。第二天回來檢查結果，再根據失敗案例改進流水線。未來程序員會越來越像生產系統的設計者，而不只是流水線上的操作工。

虎嗅：既然AI讓寫代碼變得更容易，AI創業的技術門檻是在降低嗎？

汪源：表層門檻降低了，但真正做產品的門檻反而在提高。2023年做一個簡單插件，可能就能獲得一些用戶，而現在如果拿不出更重量級的產品，用戶根本不會用。AI可以提高單個工程師的產能，但市場對產品完整度的要求也在提高。這也是為什麼AI創業者普遍需要更強的技術背景。AI可以完成模塊，但創業者必須理解整個架構，知道怎麼讓AI跑通流程，並且有能力判斷結果是否正確。

虎嗅：這意味着團隊不會快速擴張？

汪源：至少未來一兩年，我們的研發團隊不會明顯擴張。AI技術能力增長的速度，目前高於市場需求增長的速度。今年一個工程師可能相當於去年的三個人，明年一個人又可能相當於今年的兩個人。如果國內To B業務增加，我們可能會補充銷售和解決方案人員，但核心研發團隊沒有必要快速膨脹。

虎嗅：目前商業化進展如何？

汪源：C端從2026年1月開始商業化，B端是最近兩個月纔開始。我們一直等到Windows版本基本可用纔開始收費，因為目標用戶中，大量諮詢顧問和企業辦公人群是Windows用戶。早期只做Mac是我們走過的一個彎路。

目前按月訂閱用戶中，第二個月續費率在80%以上，第四個月仍有60%以上。當然，現在樣本和周期都還有限。如果進展符合預期，到7月收入可能覆蓋公司約40%的成本，但這個數字並不穩定，尤其B端訂單的波動會比較大。

本內容未經允許不得轉載。授權事宜請聯繫 hezuo@huxiu.com。

 End