摘要：不是那种偶尔蹦出一个对话框问你需要帮助吗？的助手，而是一个随叫随到、能操作任何软件、会记住你习惯、甚至比你还懂你工作节奏的数字同事。你坐在屏幕前，它在系统深处忙碌，调工具、开软件、拖文件、写脚本、查信息，一切都在你几句自然语言之后悄悄完成。

如果你的电脑里，真的住着一位搭档会怎样？

不是那种偶尔蹦出一个对话框问你需要帮助吗？的助手，而是一个随叫随到、能操作任何软件、会记住你习惯、甚至比你还懂你工作节奏的数字同事。你坐在屏幕前，它在系统深处忙碌，调工具、开软件、拖文件、写脚本、查信息，一切都在你几句自然语言之后悄悄完成。

硅基极客CEO马亮，想做的就是这件事。

他给自己公司的定义很简单，用AI的方式重做自己熟悉的软件和硬件。而第一步，他选择了改造自己常用的Quick Launcher类效率软件，打造出一个电脑上的AI效率助手。

一、从效率软件到桌面上的AI搭档

硅基极客成立还不到半年，主打产品叫 AIdo，一款运行在PC上的桌面Agent。你可以把它想象成效率软件的AI超级进化版：不是再给你加一个功能菜单，而是给电脑加了一个懂你的人。

它能做什么？从表面看，是执行几百种工具的总控台：压图、剪视频、改文档、查资料、发指令、调脚本，应有尽有。更大的创新，其实藏在你看不到的地方。如何在海量工具中做调度和决策，如何让操作系统变成AI可控但对用户无感的运行时环境。

这听起来很工程，但如果翻译成日常语言，就是两件事：

第一，你不用再记这件事该用哪个工具、哪个网站、哪个插件，告诉 AIdo 你要解决什么，它自己去找最合适的工具。

第二，它不是帮你在电脑软件中点一下、拖一下，而是能直接调用工具在后台完成任务交付结果。

为了让这套东西更自然，硅基极客又做了一块硬件，桌搭精灵，一个可以语音控制电脑的桌面助手。很多人第一次听会联想到智能音箱，但它跟传统播歌、查天气的那一代产品差别很大：后者更多停留在对话，而硅基极客更在意的是实干。你说一声，它就真的开始在你的电脑上干活。

马亮的初心其实很朴素：在AI大时代，做出一点真的改变这个世界运转方式的东西。

更具体一点，是造福脑力工作者，降低认知负担，提升效率，最终成为下一代 AIPC 人机交互的定义者，让每个人都能拥有一个专属的、几乎无所不能的AI伙伴。

二、从会写诗到会干活：Agentic AI 的拐点

要理解硅基极客的路径，得从整个行业的技术拐点说起。

过去两年，大家谈起大模型（LLM）时，很容易联想到写文案画图写点简单代码。这一类 AIGC（内容生成）能力。它很酷，但更多还停留在创作层面。

真正的分水岭出现在两个变化叠加之后：一是大模型本身的理解与规划能力变强了；二是 function call、MCP、A2A 等一系列协议的普及，让模型可以更可靠地调用外部工具。

粗暴一点说：以前 AI 是出口成章、妙笔生花的文艺青年，现在开始变成能自己规划任务、调度工具、反复试错的实干型选手。行业里给它起了个名字：Agentic AI。

在很多产品里，Agentic AI 还停留在云端：帮你跑个工作流、搭个自动化、对接一串API。而硅基极客做了一件看似土、其实非常深的事：把这套能力砸在 PC 操作系统这一层。

电脑上一切真实发生的事情：打开软件、拖动文件、选择区域、调用本地程序，都成了 AI 的可操作对象。

AIdo 再往上叠加了一层用户个性化的海量 Tools 选择策略：根据你的指令、偏好和历史行为，在众多技能之间做动态选择。就像在你的电脑里，长期驻扎了一位越来越懂你的小队长。

你给它一个综合任务，它不是帮你生成一段该怎么做的文字，而是脚踏实地去操作，把这一切真的做完。

三、技术高潮期，如何避免造一座没人住的城？

几乎每一家AI公司都在说技术领先模型强大能力边界，但现实世界的约束简单粗暴，没人用，再先进的技术也没意义。

硅基极客现在还在相当早期的阶段，他们给出的方法论却很接地气：

以天为单位迭代。

不是先憋一个宏大版本，而是在打磨产品的过程中，快速放出内测、公测，跟真实用户一起滚动前进。每天解决一个看似微小的问题，这个按钮是不是多此一举？这一步能不能自动？这句提示是不是太难懂？慢慢往垂直场景的核心痛点逼近。

技术和商业落地的平衡，有时不体现在战略 PPT 上，而藏在这种节奏里：你愿不愿意接受今天的产品还不完美，但依然敢于让用户上手、听见真话。

这背后，还有一个不常被直说的现实，大模型本身在快速卷价格、卷性能、卷开放生态。站在应用层的创业公司，如果还幻想靠技术参数碾压世界，很快就会被现实教育。

真正难的，是找到那个离钱不远、离人很近、离大厂够远的切口。

PC桌面 Agent，就是硅基极客押注的那个切口。

四、软硬件一体：中国团队的隐形优势

聊到全球化，硅基极客的 AIdo 还没真正迈出国门，但路线已经隐约可见：

一边是基于 MCP 生态的大量工具调用，另一边是与中国供应链紧密捆绑的硬件能力。

把软硬件捆绑在一起做一个 PC 效率助手，这恰恰是很多海外团队相对不擅长的组合动作。要同时搞定模型、系统、应用、硬件、供应链，门槛并不低。

机遇很清晰：如果做成，它会变成一套极其难以复制的整体体验。

挑战同样现实：很多基于 MCP 的服务在不同国家有巨大差异，本地生活、在线服务类工具几乎都需要重做一遍，你得真正理解本地用户怎么生活，而不是只在代码层翻译一次语言。

从更大视角看，中国AI公司的角色正在从开源领头羊、应用创新先锋、成本收割机，逐渐往范式提出者转变。

DeepSeek 在 RLHF 阶段大规模用强化学习、在 OCR 领域提出上下文光学压缩的思路，这些尝试都在说明一件事：我们不只是在把别人玩过的路走一遍更便宜，而是开始探索新的技术路径。

硅基极客这种做桌面智能体+硬件的小团队，也是在试探：除了云端的API，还有没有另一条由中国团队率先跑通的人机交互之路？

五、先进个体和落后个体的分水岭

本次大会的主题叫开创智能｜个体时代。如果把这个题目拆开看，其实有一个不那么体面的现实含义，个体之间的差距正在拉大。

AI 的使用门槛在下降，几乎任何人都能打开一个网页、打一段话、获得一段还不错的答案。

但真正拉开差距的，不是会不会用，而是你让 AI 参与到你多少真实产出里。

一个典型的场景是这样的：

同样是在做报告。

A 同学打开PPT，从头埋头排版、找图、做表、润色，一页一页熬。

B 同学则把 Word 大纲丢给 AI，让它先帮忙拆结构、配图、初稿排版，再结合自己的理解调整。

到了晚上，A 还在纠结细节，B 已经多跑完两轮版本，甚至还有精力再为报告做一个演讲稿和QA准备。

差距不是发生在某一刻的灵感，而是每天几十次要不要先让 AI 试一试的选择上。

马亮的判断很坦白：一些中低端岗位，会不可避免地面临 AI 的强烈冲击。

作为个体，你唯一能做的，就是让自己站到先进个体那一侧。学会在 AI 的加持下，释放出之前想都不敢想的创造力和生产力。

六、当你的电脑里住进一个项目合伙人

回到 AIdo，我们不妨把它拉进几个很具体的场景里，看看个体时代的改变是怎么发生的。

你在一个网站上准备上传图片，却被限制不得超过 1MB。过去的做法，大多是打开某个PS、预览图、在线压缩工具，一顿折腾。

有了 AIdo，你只需要把图片拖到它身上，说一句：帮我压到 1MB 以下。压缩、重采样、重新保存，这些原本分散在多个软件里的动作，被打包成一个自然语言任务。

你在剪辑口播视频，最浪费时间的一件事是，把那些没说话的空白片段一段一段删掉。

AIdo 的用法非常朴素：把视频拖进去，说一句去掉无声片段。剩下的工作，就交给它完成。

你写了一份长长的 Word 文档，希望每个段落都配一张合适的图片来增强表达。

过去，要么自己一个段落一个段落找图，要么干脆放弃。

现在，你依然只需要那个动作：拖进去，加一句话。帮我每段配一张合适的图。里面包含的是文本理解、图片生成、版式编辑一条龙，但对你来说，只是一次对话。

这些看似小事，本质上是在不断把人脑里反复上演的机械劳动搬到 Agent 身上。

当这类操作在你一天里发生几十次时，你就会突然意识到：电脑不再只是一个冷冰冰的工具箱，而变成了一个可以交代结果的项目合伙人。

七、AI 创造者的机遇与焦虑

站在马亮所在的赛道，桌面 Agent、AI 助手——机会和焦虑是同一枚硬币的两面。

机会显而易见：还有大量传统软件、传统硬件、传统行业没有被 AI 认真重构过。

Excel 还以几十年前的方式存在，ROM 里的业务系统依旧需要人一层一层点菜单，许多工位上的电脑每天运行的其实是过去时代的工作流。这里面藏着无数可以被 Agent 重写的空间。

但挑战也同样明确：大模型基座厂商随时可能顺手把某个应用赛道吞掉。

今天他们提供的是 API，明天可能顺便推出一款官方的桌面助手、工作流平台、操作系统插件。你在一个垂直赛道辛苦跑了两年，可能被一句官方出品的产品名就压住了声量。

这就是AI创业者必须直面的现实张力：

一边是对巨头阴影的天然压力，一边是对真实用户问题的死磕坚持。

马亮选择的方式，是尽量靠近那些细腻、黏性强、不容易被云端统一模板解决的场景，把软硬件的结合、个人习惯的沉淀、人机交互的体验，做得足够扎实。

八、未来1-3年，个体要做的几件小事

如果把视角从公司切回到人，接下来1-3年，普通人要如何布局，才不至于被这个时代抛在后面？

马亮给出的建议，归结起来其实很简单：

在日常工作和学习中，主动让 AI 介入你的流程。

遇到问题时，不要第一反应就按以往习惯开软件、找人、翻资料，而是先问自己一句：有没有现成的 AI 工具能先试一把？

如果没有现成工具，能不能在 AI 的辅助下写一段小脚本、小自动化来解决？

多尝试各种新产品，哪怕一开始觉得有点笨、有点慢，也不要轻易关掉——因为你其实是在训练自己的AI使用肌肉。

当你真的试遍了能找到的工具，发现还是不如老工作流好用，那就安心回到原来的方法——这时候你不是在盲目排斥新东西，而是在做过比较之后的理性选择。

有时，决定你是不是先进个体的，不是你会多少模型概念，而是你愿不愿意多走那一步：

先让 AI 试一次。

重做的不只是软件，而是人 + 电脑 + AI的关系

硅基极客做的，并不是一个简单的桌面小工具。

他们在重写的是我们与电脑的关系：从我来操作你变成我们一起完成一件事。

AIdo 和桌搭精灵只是第一代形态。随着 Agentic AI 的能力不断升级，我们身边那些熟悉的设备：PC、手机、平板、甚至办公桌上的小硬件，都可能悄悄变成有主见的合伙人。

开创智能｜个体时代这句话，如果拆开来看，是一个时代对每个人抛出的共同命题：

你是把 AI 当成一款新软件，还是把它当成一种重新安排人生、重组工作方式的基础设施？

马亮选择了从操作系统层开始重来。

那你呢，准备从哪一个小习惯开始，允许 AI 稍微走近一点？

访谈精选Q&A

Q1：先简单介绍一下硅基极客和你们在做的事？

马亮：硅基极客成立不到半年，我们给自己的定位是“用AI的方式重做熟悉的软件和硬件”，把它们改造成更适合AI时代的人机交互形态，在这个过程中寻找新的市场机会。

Q2：你们现在主打的产品是什么？一句话怎么形容？

马亮：主打产品叫 AIdo，是一款能调用几百种工具的 PC 桌面 Agent，可以理解成“PC 效率软件的 AI 超级进化版”，希望成为用户日常用电脑时的效率搭档。

Q3：AIdo 具体帮用户解决什么痛点？

马亮：核心是两点：一是替用户做“海量工具的调度决策”，不用再纠结用哪个软件；二是在 PC 端构建一个“用户无感但 AI 可操控”的运行时环境，让智能体可以真实地动电脑、干活。

Q4：你们还有配套硬件？是做什么的？

马亮：有一款桌面智能助手硬件，叫“桌搭精灵”，可以通过语音控制电脑执行多种任务，让 Agent 的使用更自然，真正做到“张嘴就干活”。

Q5：你个人做这家公司的初心是什么？

马亮：很简单，就是希望在 AI 大时代里，能做出一些真正在改变世界运转方式的新东西，让 AI 真正造福脑力工作者，帮大家降低认知负担、提升效率。

Q6：你给公司的长期愿景是什么？

马亮：我们希望成为下一代 AIPC 人机交互的定义者，让每个人都能拥有一个专属的、几乎无所不能的 AI 伙伴。

Q7：在你看来，生成式 AI 最近最具突破性的进展是什么？

马亮：最大的突破在于 LLM 自身能力和 function call 能力的提升，以及行业对 MCP、A2A 等协议的普遍接纳，让大模型具备了越来越强的外部工具调用能力，从单纯 AIGC 走向 Agentic AI。

Q8：你们是怎么把 Agentic AI 落在产品上的？

马亮：我们把 Agent 的能力聚焦在 PC 操作系统层，做成 AIdo 这样的效率助手，再叠加“用户个性化的海量 Tools 选择算法”，在多任务、多并发的场景下帮用户自动选最优方案，并随着使用逐步变成一个“比你还懂你”的智能体助手。

Q9：公司这么早期，技术迭代和商业落地怎么平衡？

马亮：这个阶段我们更偏产品打磨，一边以“天”为单位快速迭代，一边开启内测、公测，在真实使用中发现问题、解决问题，逐步往垂直场景的核心痛点扎下去。

Q10：你怎么看现在这波 Agentic AI？会是终局吗？

马亮：我觉得基于 LLM 的 Agentic AI 还不是最终形态，现在更多是对文字逻辑和代码调用能力的挖掘。更完善的 Agent，可能是对更底层“产生逻辑的机制”的拟合，要综合视觉、听觉、味觉、嗅觉、触觉等多模态信号的复杂神经元机制。

Q11：AIdo 未来出海，会遇到什么机会和挑战？

马亮：机会在于我们可以依托中国供应链做软硬件一体化的效率助手，这是相对有优势的一条路。挑战在于很多基于 MCP 的工具在海外本地生活、在线服务等方面差异很大，需要重建一套体系。

Q12：你觉得中国 AI 企业在全球 AI 市场现在扮演什么角色？

马亮：现在主要是“开源领头羊、应用创新先锋和成本收割机”，未来会逐步走向创新深水区，成为范式的提出者，比如 DeepSeek 在 RLHF 阶段大量用强化学习、在 OCR 上提出上下文光学压缩思路，这些都是范式级的尝试。

Q13：大会主题是“开创智能｜个体时代”，你怎样理解？

马亮：AI 会把很多工具门槛降到很低，但“先进个体”和“落后个体”的生产力差距反而会变大，中低端岗位会受到更强冲击。作为个体，唯一能做的就是主动拥抱，让自己变成“先进个体”，用 AI 放大自己的创造力、生产力和商业价值。

Q14：能举几个 AIdo 赋能个体和小团队的具体场景吗？

马亮：比如上传图片遇到大小限制，只要把图片拖给 AIdo 说“压到 1MB 以下”，就能自动压缩；剪口播视频时说“去掉无声片段”，就能自动裁剪空白；写 Word 文档时把文档拖进去说“给每段配一张合适的图”，就能自动批量配图和编辑。

Q15：对你们这个赛道的 AI 创造者来说，最大的机遇和挑战分别是什么？

马亮：机遇是还有海量传统软硬件和行业没有被 AI 重做一遍。挑战是基座大模型厂商有没有可能直接把你所在的赛道“顺手吞掉”。

Q16：未来 1–3 年，你认为个体或小团队该怎么布局自己？

马亮：在日常工作学习中要尽量全面拥抱 AI，刻意跳出舒适区。遇到问题先问一句“有没有 AI 工具可以解决”，多尝试新产品，实在不行再回到旧工作流，让 AI 真正成为你每天流程的一部分，而不是偶尔用一下的新玩具。

来源：小园科技论