「AI 實習生」顛覆手機系統？rabbit 創始人：現有生態將遭系統性重構

4 月 3日，rabbit 發佈 AI 原生操作平台 rabbit OS intern 。該系統擁有自主的通用 agent 機制，能夠基於用戶輸入的 prompts 進行推理、規劃、協調及代碼級任務執行，從而構建多樣化項目。當前其跨領域任務完成能力展示出實習生水平的人類智能。

同日， rabbit 創始人 Jesse Lyu 接受了 This Week in Startups podcast 的直播訪談，採訪中談到了他對 AI 軟硬件的看法， rabbit OS intern 的特點和對 agent 技術的看法：

Jason Calacanis

Jesse 你好，我很欣賞你。你的公司之前發佈了 rabbit 這款產品，並很成功地獲得了業界的廣泛關注。 rabbit r1 的發佈可謂恰逢其時。

當時整個科技界對 LLMs 的熱情達到頂峰，硬件創新產品備受矚目。在你推出這款設備的時候， Humane AI Pin 等可穿戴智能硬件已經進入市場並引發關注，當時也有新聞報導 Sam Altman 計劃與Jony Ive合作開發AI手機並為此進行融資，行業普遍認為「 AI 硬件」將開啟巨大機遇。

但正如過往的技術 Gartner 曲線，往往人們會經歷從一開始的興奮到過高期望再到失望的心理變化過程，甚至出現懷疑和絕望，直到行業恢復冷靜重新走向成熟期。

我相信你一定聽說過 Gartner 曲線，那請問你們公司現在處在這條曲線上的哪個狀態，你們會自我懷疑麼？作為新品類的前沿科技創業者，你作為創始人如何帶領團隊應對市場預期波動？

Jesse Lyu

我記得一年之前就在我們的產品準備交付時，我們見過一次。首先，我想強調的是，任何實際做過硬件產品的團隊，都會完全認同 Gartner 曲線所描述的幾個階段。對硬件產品來說，發佈時間點的選擇很值得玩味。當初我們決定打造這款橙色小智能盒子的核心原因不是否定手機的價值，而是我們認識到 LLM 這項技術極具顛覆性和創新性，隨著會帶來一系列系統性變革。因此我從未設想新技術理論能完全適配所有創新突破，因為當下所有的apps都運行在現有的技術框架下。今天用戶使用的多數服務都被封閉在舊有的生態體系中，新的模型，比如 agent ，在一開始還很難和已有的生態進行交互。這意味著需要實現基礎架構的根本性重構。因此我們清楚地意識到：要充分發揮 agent 的技術潛力，就必須建立專屬平台。這和單純想開發一款新手機或智能眼鏡的路徑在本質上是不同的。正是基於這種技術認知，我們才將這款設備定位為前沿技術的承載平台。

不過確實如此，我同意你說的。但我認為最初我們沒有刻意過度市場營銷。如果你還記得當時的細節的話，我們甚至沒有參加 CES 的官方活動。我們當時是在酒店的一個臨時場地錄製的產品Keynote。

Jason Calacanis

是的，你應該當時都沒有想到 CES 官方會將你們的產品評為當屆展會上的最佳產品，並躋身各類年度最佳產品榜單。在那個時間點，你們精準的把握了行業時機一炮而紅，很多投資人和合作方紛至遝來。但漸漸地， AI 硬件的第一波浪潮褪去。 Humane 關停公司業務，那些智能掛件產品也逐漸淡出公眾視野。類似的，同期發佈的 Apple Vision Pro 也曾引發狂熱追捧，如今同樣歸於沉寂。我們回到原點來聊一聊你做這款產品的初心。作為創始人面對 Gartner 曲線的起伏，你是如何調整情緒，並鼓舞團隊始終向著目標奮進？

Jesse Lyu

我對自己的定位是行業老兵。作為連續創業者，這不是我第一次創業。在二十歲出頭時，我就經歷過完整的創業週期。如今重走創業路，我已經做了充分的心理建設。但必須承認，人們對 AI 硬件產品的期待遠超預期。某種意義上，我們被迫學習如何成為輿論焦點中的「科技明星」。我記得某位名人說過，大學應該開設課程教授如何應對突如起來的巨大關注，畢竟大多數人很難適應。

但我時刻提醒自己和團隊，我們真正需要專注的是我們的產品，不斷完善產品才能給用戶提供最好的產品和用戶體驗，這是用戶真正關注的。現在有時用戶對我們的產品有過高的期待，他們希望如同想像中的場景一樣使用產品，但現在理想與現實的鴻溝始終存在，目前的 AI 技術尚不能完全實現用戶的期待。

我們作為一家公司，在這些點上非常專注，一直在完善我們的產品體驗。過去 12 個月我們完成 30 多次固件升級（OTA），這種迭代強度代表了我們的態度。

Alex Wihelm

你指的是對已經交付的 r1 設備進行軟件更新對麼？我記得，你們首批交付 r1 的產品時就售罄，之後多個批次都沒有留下存貨。2024年度 r1 設備的實際銷售量有多少？

Jesse Lyu

目前我們的總交付設備已經超過 10 萬台。目前有少量存貨，在 Best Buy 和 Amazon 官方渠道銷售。

Alex Wihelm

Jesse，其實我真正關注的是你們今天新發佈的公告。你們發佈了 rabbit OS（ r1 硬件的軟件操作系統）的更新版本 intern ，同時展示了一些 agent 交互的新場景。我稍後會在屏幕上同步展示。我的問題非常簡單，這是否意味著你們公司在AI戰略上逐漸從硬件向軟件轉移？

Jesse Lyu

關於硬件迭代節奏，我們確實尚未公開討論過。但我希望在這個問題上保持高度透明。我相信這是你們一定關心的問題。實際上，我們並沒有預期每一代的產品週期會在 10～12 個月之間。這個迭代週期已經和手機類似，比如每 10 個月 iPhone 和 Pixel 系列都會發佈新品。我們對硬件產品迭代週期的預期並不是這樣。

我認為我們依然處於早期階段， r1 這款硬件產品對我們的意義在於能成為運行我們開發新系統的平台，這是完全區別於傳統生態的系統。實現這一目標，需要在後端和雲端都做出很多改變，這也是一開始我們決定自己開發新系統的原因。過去一年我們的戰略重心是打造跨平台通用 agent 技術，並將其深度整合至全新的 rabbit OS系統。技術底座一旦成型，將釋放多形態設備的開發潛力。事實上，我們已經有了很多研發原型可以在今年晚些時候發佈。

Jason Calacanis

你個人最喜歡的硬件設備是什麼，最好是很瘋狂很酷的。

Jesse Lyu

回答這個問題之前我首先需要聲明並不代表我們一定會研發這個形態的硬件產品。但是我真的很喜歡Sony的初代機器狗Aibo。但它和波士頓動力的產品形態和應用場景都不太一樣。我始終對初代索尼Aibo情有獨鍾，它承載著我童年的記憶。

Alex Wihelm

是的，運用今天的 LLM 技術，你可以直接向機器犬下達指令：「到後院去巡邏，拍攝並記錄你發現的野生動物」。以及「巡視整個家，實時上報區域內垃圾分佈的情況」等任務。我在家裡的院子裡就需要經常整理各種各樣的垃圾，因為德州的風很大。試想一下，如果機器狗能告訴我哪裡有垃圾或者哪裡會出現土狼，那真的很酷。

Jesse Lyu

完全同意。亞馬遜的 Alexa，本質上就是能在家庭環境中自主移動的智能終端。但真正讓深度關注這個形態設計的核心邏輯在於：未來 AI 需具備物理操作能力——例如自主控制電燈開關或調節溫控設備。儘管當下眾多企業聚焦人形機器人研發，但從我的童年記憶和情感聯結出發，我更傾向非人形設計。我們已經看到了很多原型設計。但有趣的是，在 agent 技術生態中，硬件實現週期很多時候反而比軟件系統開發更快。

在硬件的角度，我不覺得今年會是關鍵的突破之年，可能是 2026 年，但我相信到 2027 年我們將迎來真正意義上的AI 手機革命——從芯片架構、技術內核到用戶界面與操作系統全面重構，從而取代目前的應用市場生態。

Alex Wihelm

Jesse我想再明確一下，我的問題是硬件業務是否依然是你們的核心，聽上去答案是否定的，對於你們已經售出的 10 萬台 r1 設備依然提供軟件更新支持。但目前你們並未對第二代硬件產品承諾任何具體時間表。但是有可能在未來的某一個時間點，會對硬件形態進行迭代，甚至可能是完全不同的形態。目前在軟件測的工作，並不會改變公司在硬件端的戰略願景。此舉僅為擴大軟件生態開放度，與硬件核心戰略並不衝突。我這樣理解對麼？

Jesse Lyu

完全正確。這次推出的功能是現有硬件用戶所使用的操作系統，我們現正逐步向非硬件用戶開放訪問權限。

Jason Calacanis

我個人很希望有人能在智能手環上有新的設計和突破。我不確定你們有沒有聽說過例如存在一種可贈予伴侶或子女的特殊手環，它通過按壓發送信號傳遞心意。輕觸即可發送消息或震動提醒，實現情感表達。這類產品很適合情侶，也有很多廠商在研發和生產。我一直有一種想法，《星球大戰》中機器人腕帶式計算機的設計理念——集成物理按鍵實現即時通訊——正被現代智能穿戴設備借鑒。我非常期待出現兼具美學設計與高交互性的智能手環。

我需要一款環繞前臂的可穿戴設備，並且能與我的衣服結合。這個產品可以搭載 r1 或者 r1 的操作系統，通過使用能學習我的使用偏好。如果有突發新聞，標題會通過這個設備推送給我，但我希望AI能幫我核實真實性並進行總結歸納。於此同時我能通過這個設備看到我 DoorDash 訂單和 Uber 叫車的狀態。

Jesse Lyu

是的，我很快補充一點：人們總是喜歡幻想在科幻電影中出現的場景。許多從未涉足硬件領域的人可能不會意識到，真正的瓶頸始終是電池技術。你可以在一個手套中集成很多傳感器，但是電池的形態始終是一個阻礙。過去幾十年消費級電池技術未實現飛躍性突破，電池和傳感器始終是阻礙人們打造新設備形態的核心障礙之一。

Jason Calacanis

是的，但衣服的好處之一是它有口袋（便於硬件設備攜帶）。這非常有趣。當我在滑雪屋渡假時，發現一件維修暖通空調工人留下的工裝夾克。我意識到這是某家管道公司員工的外套，他們當時在更換暖氣設備。但當我試圖確認物主身份時，伸手摸到口袋里有個手機，就通過這個找到了信息。

我看到過一種夾克在裡面被加入了大容量的電池，並能實現加熱功能。然後我就想，如果你只生活在美國，你就不明白深圳、秋葉原和其他這些地方的硬件正在發生什麼。20年前深圳基礎設施還很簡單，但現在已經非常發達，和我早年去的時候完全不一樣。那裡的硬件發展令人難以置信。

Jesse Lyu

是的。眼鏡是另外一種有趣的硬件形態（當然這並不代表我們會做這個形態）。但顯然如你所知，Meta 已經銷售了很多 AI 眼鏡，此外還有蘋果在內的眾多廠商在 VR 和 AR 眼鏡方向努力研發。我對眼鏡有過非常直接的看法，因為，大概 6 年前我做了 LASIK 手術，但在此之前我戴眼鏡。如果你戴眼鏡，這意味著你必須或你不得不每天大約8小時佩戴它們。

因此佩戴體驗至關重要。因此我們內部設計團隊在討論時半開玩笑的說，如果我們要做一個眼鏡形態的 rabbit 產品，我們想做類似漫畫龍珠戰鬥力探測器的東西，而不是一個你必須真正感覺舒適的真正鏡框，也許只是一個小小的屏幕，但他能作為信息中樞。我們團隊在研發中有很多這樣的討論，但我覺得，我們必須在非常有限的資源下注重研發對我們重要的產品。

Alex Wihelm

好。到這裏我希望多聊聊 rabbit 最新發佈的 OS intern 。我一打開這個界面，首先感受到的是一種熟悉的感覺，這很像我們在 OpenAI 和 Google 的 AI 產品中看到的。所以我很好奇 rabbit 的目標到底是什麼。這是你們對目前市場上AI agent 浪潮的一種回應麼？

因為我很關注房地產市場，所以在採訪之前，我用你們的產品生成了一份關於羅德島的報告。過程中有一些反復，但最終給我生成了一份報告，我可以下載並繼續瀏覽。很有意思。Jesse 幫我們介紹一下你的新產品吧。

Jesse Lyu

好。我在這裏演示一下。這款產品的初衷與我們的公司使命一致。我們的使命是嘗試構建跨平台的通用 agent 。這意味著我們理想的 agent 不僅能操作網站，還能直接操作應用程序，包括電腦上的應用和手機上的 apps，實現跨終端。我們從去年以來觀察到的技術發展是模型在推理、規劃以及代碼級執行方面都越來越強。因此，如果將這三者鏈接在一起，就能讓所有這些用例成為現實。

我可以展示一下我剛剛運行的 prompt。在之前 20 分鐘的等候時間里，我對系統說「我馬上要參加 Jason 的播客節目，聊一些我們最近發佈的 agent 產品。能不能幫我準備一個詳細的要點，並做成一個交互式網頁應用」。

當使用我們的產品 intern 時，你可以把它當成具備類似人類實習生水平的能力 agent 。你不指望它成為頂尖科學家，或者達到年薪百萬美元的明星工程師的能力。它就是一個 intern 的能力水平。

但這個產品令人興奮的地方在於他在每個領域都能達到 intern 的水平。它不僅僅局限在編程領域。也不僅僅只能在房地產領域做研究。我們的產品與OpenAI、Gemini 這類產品最大的不同在於，他是一款端到端直接面對消費者的產品。所以如果你想要它做一個網站，它真的會生成一個網站。如果你想讓它做一個PowerPoint，它就會生成PowerPoint。

舉個例子，我非常喜歡 OpenAI、Google 和 Perplexity這三個平台。我在所有這些不同平台上都試了同樣的 prompt。OpenAI GPT4o 的表現不錯，做出了一個實際的網站，但內容基本就是生成的 HTML 代碼和一些基本信息。我在 Gemini 2.5 Pro 上也做了嘗試，它生成了一個 markdown 摘要，挺不錯的，但是無法直接創建網頁應用。我又在 Perplexity 上嘗試，它給了些示例外部代碼，打開後發現基本上就是個模板。

我們的 rabbit OS intern 有趣的地方在於：當你輸入 prompt 後， rabbit OS intern 會有一個 master agent ，就像虛擬CEO一樣說：”嘿大家集合一下，咱們來構建這個任務”。這個 master agent 會為其他 agent 製定完整的行動計劃。

然後你會看到任務開始啟動，本質上就是一群 agent 按照總體規劃協作執行。所有任務自動分配給不同 agent 。你可以點擊側邊欄查看後端的動態。總之這些 agent 協同工作得非常好。有的 agent 負責研究，有的開始建網站。

整個任務花了 18 分鐘完成，速度還不錯。現在你得到了所有這些生成的文件，可以下載。和 GPT4o 的效果對比，我們系統完成任務的質量更好。

Jason Calacanis

明白。如果有託管服務商，你完全直接可以把網站真正部署到互聯網上。

Jesse Lyu

對，這部分是清晰明了的。但我需要強調的是生成內容的相關性。回想一下我的 prompt 是：”我要參加這個播客，需要準備手冊”。我們得到的信息都是都高度相關的。它甚至自動創建了”自查清單”板塊，寫著：”檢查這些，確保上節目前準備好所有材料”。我們的 agent 還做了一些這個播客受眾情況的分析，總之所有內容都精準匹配。