在 OpenClaw 风靡全球之前，深圳一支90后创业团队已经开始尝试，把类似的 Agent 能力装进一台手掌大小的硬件里。
这个产品就是 Violoop。
它拥有独立芯片和端侧算力，通过 HDMI 和 USB 接入现有电脑，像人一样看见屏幕、使用键盘和鼠标，跨应用完成真实工作。即使用户离开电脑，它也可以继续执行已经获得授权的任务。
Violoop 想让普通消费者也能拥有插上即用AI助理。
目前，Violoop 已完成亿元级天使轮及 Pre-A 轮融资。联想创投、中金保时捷、蓝驰创投、元生资本、启赋资本、Zero2IPO Ventures 联合投资，向阳资本担任长期独家财务顾问。
Violoop 创始人何佳霖是"90后"，出生于沈阳，少年时随父母移居津巴布韦，并在那里度过整个中学时代。2012年，他进入美国加州大学圣地亚哥分校学习软件工程。
在创办 Violoop 之前，何佳霖与团队曾为一家世界500强消费品巨头部署本地 AI 模型，并用AI重构企业原有知识库。项目收入可观，但交付复杂、难以规模化。
这段经历也让他产生了两个问题：
企业才能负担的专属 AI，能不能被压缩成一款普通消费者可以买到的桌面产品？当人离开电脑以后，AI 能不能继续帮助人完成工作？
这两个问题最终成为 Violoop 的起点。
截至目前，Violoop 已有约1.2万名海外用户支付订金，产品计划于9月正式上线。
最近，铅笔道独家专访了何佳霖，他认为，随着 AI 从回答问题走向执行工作，一种新的个人计算设备可能随之出现——
它不取代电脑，而是接入电脑，逐渐成为一名会使用电脑、理解个人工作方式并持续成长的AI。
- 01 - AI干活，为什么需要一台硬件？
"AI 明明已经越来越强，为什么真正干活的还是人？"
"为什么 AI 只能在对话框里回答问题，而不能进入电脑、使用现有软件，帮助人完成每天真实发生的工作？"
在为世界500强企业部署内部模型的过程中，何佳霖团队希望有AI长出手脚，承担完整工作。
大约在去年八九月份，团队正式确定 Violoop 的产品方向。
Violoop 选择硬件形态，并不是简单给软件套上外壳。
因为硬件让 AI 可以持续在场。它决定系统如何接入电脑、如何获得上下文、哪些计算可以在本地完成，以及 AI 与人之间的权限边界如何建立。
Violoop产品图
软件决定的，则是它进入现场以后能够理解什么、完成什么，以及能否在长期使用中持续成长。
Violoop拥有长期记忆，有一套围绕个人真实工作逐渐生长的记忆系统。
其次，Violoop"手脚"（Agent Harness）很有分寸。干活过程中，既会有自己的想法（理解任务、调用工具），也能了解边界（必要时停下来等人确认）。
除了这些，Violoop 与一般 AI 产品还有两个区别。
第一，持续在场、全局理解上下文。
过去一年，市场上出现了不少录音戒指、录音项链和录音卡片。它们试图解决同一个问题：怎样获得更多用户上下文，从而为 AI 构建长期记忆？
这些产品大多从随身穿戴和语音记录切入，Violoop 选择的则是电脑桌面。
何佳霖告诉铅笔道，电脑屏幕的信息密度远高于一天中的几场会议。一个人的项目、文件、邮件、沟通、判断和工作结果，大量发生在电脑屏幕上。
如果 AI 不能进入这个环境，它获得的往往只是用户主动复制、整理并提交给它的局部信息。
Violoop 可以在用户授权下持续获得高密度的屏幕上下文，并尽可能在本地完成感知、筛选和长期记忆构建；真正复杂的推理任务，再通过模型路由交给云端大模型。
"基座模型正在让 AI 学会这个世界，而我们希望让 Violoop 学会每一个人。"何佳霖说。
第二个区别，是 computer use，也就是AI 像人一样使用电脑。
纯软件 Agent 通常会受到操作系统权限、应用兼容性和 API 覆盖范围的限制。许多软件没有为 AI 开放接口，一些网页登录、系统权限和本地应用也很难被统一打通。
Violoop 选择的是人类已经使用了几十年的交互方式：通过屏幕理解正在发生什么，再通过键盘和鼠标完成操作。
这条路径不要求所有软件逐一为 AI 进行改造，也不局限于少数开放了标准 API 的应用。人能够通过屏幕和键鼠完成的工作，理论上都有机会进入其能力范围。
同时，屏幕图像处理和部分模型分析在本地完成，也有助于降低云端计算成本，减少敏感数据不必要的外传。
- 02 - 软件毛利率，长期目标70%
大约今年1月初，何佳霖第一次注意到 OpenClaw。当时，它在 GitHub 上已经获得了很高的关注度。
Violoop创始人何佳霖
他的第一反应是：终于有人和 Violoop 想到了一起。
同时产生过一个创业者很难避免的念头：为什么最先被看见的不是我们？
原因并不复杂。
Violoop 此前几乎没有对外宣传，也没有开放代码库。团队选择了更慢的硬件路径，希望最终交付给用户的是一款完整、稳定的消费产品，而不是一个主要面向工程师、需要用户自行配置和维护的开源框架。
OpenClaw 的流行也让更多人看到了 Agent 落地过程中的现实问题，包括隐私和权限边界、安全风险，以及 Token 消耗较高且难以控制等。
相比纯开源框架，Violoop 的商业模式主要由两部分组成。
第一部分是硬件销售；第二部分是持续的软件和模型服务。
不过，Violoop 不会强制用户购买模型套餐。如果用户已经拥有 Kimi、GLM、DeepSeek 或其他模型的 API，可以直接接入设备使用。
如果用户选择 Violoop 提供的模型套餐，则可以统一调用多种主流模型。系统会通过模型调度层，在效果、速度和成本之间做平衡：复杂任务调用能力更强的模型，简单任务则交给速度更快、成本更低的模型。
与此同时，Violoop 正在训练和测试自己的模型，目前主要分为两个方向：一个偏任务理解与任务拆解，另一个偏具体执行。
随着自研模型逐渐成熟，一部分适合的任务可以被分配给自有模型处理，从而降低外部模型调用成本。
目前，Violoop 软件套餐的毛利率约为30%。何佳霖预计，随着自研模型未来承担的任务比例提高，软件业务的长期毛利率有机会逐步向70%靠近。
这里的70%，指的是软件业务的长期目标，而非当前硬件与软件业务的综合毛利率。
截至目前，Violoop 已有约1.2万名海外用户支付订金。
从现有用户画像来看，30%以上是极客用户，但超过55%的用户并不是传统意义上的科技发烧友，而是创业者、小团队负责人和中小企业经营者。
这群人有一个共同特点：效率提升可以直接转化成经济收益。
他们购买 Violoop，并不只是因为 AI 硬件足够新鲜，而是希望一个人能够完成过去需要更多人、更长时间才能完成的工作。
这与个人电脑早期的核心购买者有一定相似之处。第一批个人电脑用户购买的也不只是一个新设备，而是一种对个人生产力的重新放大。
- 03 - 消灭提示词，让AI更主动打工
在与全球用户共同测试产品的过程中，Violoop团队还发现了另一个更普遍的问题——
阻碍 AI 和 Agent 进入真实生产工作的，往往不只是模型能力，而是提示词本身。
为了让 AI 完成一项复杂任务，用户通常需要先停下正在进行的工作，重新整理背景、寻找材料、解释目标、拆解步骤，再把原本分散在屏幕、文件、历史记录和个人经验中的上下文，压缩成一段清晰、结构化、机器能够理解的提示词。
对于少数熟练用户来说，这是一项技巧；但对多数普通用户而言，反而增加了额外的工作。
这让 Violoop 形成了另一个判断：下一代人机交互的方向，不是让每个人都成为提示词工程师，而是让 AI 不再依赖一条完整的提示词，才开始理解和工作。
Violoop 希望"杀掉提示词"。
这里要被消灭的，并不是人的意图，也不是人与 AI 之间的沟通，而是提示词作为 AI 开始工作的必要前提。
人不再需要为每一次任务重新编写一份完整的"工作说明书"，而只需要表达目标、校准方向，并保留最终决定权。
提示词不会在一夜之间彻底消失，但它会从每次工作必经的起点，逐渐退回到必要时用于补充和纠正的工具。
Violoop 将这种能力称为 Artificial Intuition——人工直觉。
人的直觉并不是某种神秘天赋，而是大量经验经过压缩以后形成的快速判断。
对 Agent 也是如此。只有当它持续参与真实工作，积累足够多的任务经验，理解一个人的偏好、习惯和边界，并不断获得结果反馈与纠正，它才可能在正确的时间，提前完成正确的准备。
但主动并不意味着替人做所有决定。
按照 Violoop 的产品设计，系统可以提前理解、整理信息并完成可逆操作；当任务涉及不可逆行为时，则必须停下来，等待用户通过物理按键确认。
AI 可以始终在场，但权力不因此转移。
Violoop 希望建立的是一种新的个人计算关系：理解发生在指令之前，行动始终受制于人的授权，而个人智能在长期协作中持续成长。
元鼎证券提示：文章来自网络，不代表本站观点。
