吳恩達AI基金領投280萬美元,IrisGo想做你最貼心的桌面AI助手
由前蘋果工程師、中文 Siri 聯合創立人 Jeffrey Lai 創辦的 IrisGo,近日完成由吳恩達 AI Fund 領投的 280 萬美元種子輪融資。該公司正在開發一款面向 PC 的桌面 AI 伴侶,能夠學習用戶日常工作流並以極少的提示實現自動化。IrisGo 採用端側優先的混合架構保護隱私,內建郵件起草、發票處理、報告生成等技能庫,還包含類似 Claude Code 的程式助手。目前 macOS 和 Windows 測試版已上線,並與宏碁達成預裝合作。
由前苹果工程师、中文Siri核心构建者Jeffrey Lai联合创办的IrisGo,近日正式宣布完成由吴恩达AI Fund领投的280万美元种子轮融资。这一融资动作不仅验证了资本市场对“桌面级AI代理”赛道的持续看好,也标志着该领域从概念验证阶段正式迈入产品化落地期。IrisGo的核心产品逻辑并非简单的聊天机器人,而是旨在成为用户的“桌面AI伴侣”。根据披露信息,该产品已推出macOS和Windows双平台的测试版,并成功与宏碁(Acer)达成预装合作协议,这意味着其硬件渠道的拓展已初见成效。在融资背景方面,吴恩达AI Fund的领投具有极强的行业风向标意义,表明顶级技术投资人正在将目光从通用大模型训练转向更具垂直场景落地能力的端侧智能应用,尤其是那些能够深度嵌入用户日常工作流的工具型产品。
从技术架构与产品逻辑来看,IrisGo试图解决当前AI助手在桌面端面临的两大核心痛点:数据隐私泄露风险与操作效率的断层。传统的大语言模型应用多依赖云端处理,用户需将敏感数据上传至服务器,这在企业办公场景下是难以接受的合规障碍。IrisGo采用了“端侧优先”的混合架构,这意味着大部分高频、敏感的数据处理任务直接在本地设备完成,仅将必要的非敏感指令或复杂推理请求发送至云端。这种设计不仅降低了延迟,提升了响应速度,更从底层逻辑上保障了用户数据的私密性。在产品功能上,IrisGo引入了“技能库”概念,内置了邮件起草、发票处理、报告生成等标准化工作流模块,并特别集成了类似Claude Code的编程助手功能。这种模块化设计使得AI不再是一个通用的问答工具,而是一个能够理解上下文、执行具体任务的“数字员工”。其核心能力在于“学习用户日常工作流”,即通过观察用户的操作习惯,以极少的提示词触发自动化流程,从而实现从“人找功能”到“功能找人”的交互范式转变。
这一产品形态的兴起,对现有的生产力软件生态及竞争格局产生了深远影响。首先,它直接挑战了传统办公软件如Microsoft 365和Google Workspace中逐渐被边缘化的AI插件地位。传统的AI插件往往局限于文档内的文本生成或摘要,而IrisGo则试图跨越应用边界,实现跨软件、跨平台的工作流自动化。这种“代理式”(Agentic)的工作方式,要求AI具备更强的意图识别能力和工具调用能力,从而将知识工作者的效率提升从“辅助写作”推向“辅助决策与执行”。其次,对于硬件厂商而言,IrisGo与宏碁的预装合作提供了一个新的增值维度:AI能力正成为PC硬件差异化竞争的新卖点。随着端侧AI芯片算力的提升,本地运行轻量化模型已成为可能,IrisGo的端侧优先架构恰好契合了这一硬件趋势。对于用户群体,尤其是程序员、分析师等重度知识工作者,IrisGo提供的编程助手和自动化技能库,有望显著降低重复性劳动的时间成本,但也带来了新的技能门槛,即用户需要学习如何与AI代理进行高效协作,而非仅仅进行自然语言对话。
展望未来,IrisGo的发展路径将取决于其端侧模型的优化能力以及生态系统的开放程度。目前,其测试版已上线,但能否在大规模商用场景中稳定运行,关键在于模型在本地资源受限环境下的推理效率与准确率。此外,如何构建一个开放的技能库生态,允许第三方开发者为IrisGo编写更多的自动化插件,将是其能否从单一工具演变为桌面操作系统级AI基础设施的关键。值得关注的信号包括:吴恩达AI Fund后续是否会有更多资源注入以支持其技术迭代;宏碁预装带来的用户基数能否形成网络效应;以及IrisGo在隐私合规方面的具体认证进展。如果IrisGo能够成功验证其“端侧智能+工作流自动化”的商业闭环,它极有可能成为下一代人机交互界面的标准入口,推动AI从“聊天工具”真正进化为“生产力操作系统”。
Sources
FAQ
IrisGo是什么产品?
前苹果工程师Jeffrey Lai联合创办的IrisGo正式宣布完成280万美元种子轮融资,由吴恩达AI Fund领投,旨在为知识工作者打造跨平台的桌面AI伴侣。
为什么该融资值得关注?
采用端侧优先的混合架构保障数据隐私,内置邮件起草、编程助手等标准化技能库,推动AI交互从被动对话向主动代理式自动化演进。
未来发展中应重点关注什么?
需重点关注其端侧模型在资源受限环境下的推理效率、第三方开发者技能库生态的开放程度,以及宏碁预装能否真正形成网络效应。