文章来源于elsewhere别处发生，作者elsewhere
不消一个月，关于 OpenClaw 本身的套壳就已画上句号。
好在许多人也意识到，OpenClaw 远不止套壳可做。或者说，OpenClaw 本身就是一个壳——一套让模型变得真正可用的框架：网关、心跳机制、Skills 库、记忆文件。重要的不是龙虾，是这套框架背后的思路。所以硅谷进一步提炼出了一个词：Harness——优化模型之外的一切，让 agent 真正能干活。
很长时间里，创业者们一方面在利用模型，但又在躲避和对抗模型，用"壳有壳的价值"聊以自慰。这是第一次，对于壳的定义终于展现出超越模型价值的可能。
过去一个月里，「elsewhere」 交流了许多创业者和投资人，一个整体感觉是：OpenClaw 太狭窄，而 harness 又太宽泛——当我们聊起这两个词时，其实我们并不知道真正在聊的是什么。共识分散在各个细分方向上。
如果一定要找一个最大公约数，大概是：built for agent——为 agent 原生设计一切。
循着这个思路，我们搜集整理、也体验了部分近期发布产品或推进融资的创业公司，并 mapping 出了一些我们认为有趣的方向和公司。大致是：agent 电脑、A2A 网络、agent 身份与支付、multi agent 协作，以及解决 agent 的上下文获取和长期记忆。
这一批创业公司的估值已经普遍来到1亿美金，且几乎都正在推进新一轮的融资。
除此之外，还有一些我们好奇但未在这里展开的方向。比如技能市场（skills marketplace），目前大厂们的热情似乎更加高涨；比如 agent 安全是个重要命题，但我们尚未了解到中国团队的新进展；比如齐俊元的此间无限拿到了 IDG 资本联合阶跃星辰投资的 1000 万美元，要做 GUI agent 手机，这背后隐含着 GUI 界面会如何演化的讨论。
看完这个基于一手信息的盘点，你应该可以迅速理解最近虾界到底在关注、以及焦虑什么。另外有意思的是，这波公司竟没有一家是中文名，清一色都是英文名。
01
Agent Computer，硬件容器
Agent 需要一个载体，这已经是龙虾实践出的共识。
云端只能是一个阉割版，因为那上面既没有上下文供它了解，也没有”东西”给它操作；主力机上，数据丰富也可以往下一步延伸任务，但数据安全又成了问题，而且你在工作时“它和你抢电脑用”，你合上笔记本它也下线了。备用机可能是最好的选择，这直接把 Mac mini 的价格推高到市场价的两倍。
Agent computer 应运而生。就是字面意思，专门给agent用的电脑。
Pamir AI、Violoop和Tiiny AI
这是融资进展较快的几家，估值均已接近2亿美金水平。有看过这几家公司的的投资人说：“（最近是）一周一倍的速度。”
作为对照，2026年2月报道说，Pamir AI 当时的估值约2500万美元；Violoop在一个月内完成了两轮融资；Tiiny的融资也在快速推进中。这像是上一波消费电子类AI硬件投资热情的延续。
几款硬件的售价基本在2-300美元左右，但各有特色。Pamir 内置 Claude Code ，硬件提供了 7×24 小时运行环境，并且能USB接入外设；Violoop 通过 HDMI 接入电脑，芯片负责看屏幕、模拟键鼠操作，推理交给云端；Tiiny 用料最重，80GB 内存加 190 TOPS 算力，模型、数据都在本地。
这确实是个展现“硬件定义能力”的绝佳战场。PC厂商、模型厂商、传统外设厂商、AI硬件厂商、甚至普通3D打印爱好者们，都能参与进来。
有人认为，应该向更轻量、便携的方向做，收缩到卡片甚至更小；也有人的美学是作为桌面搭配的一部分，甚至将其 IP 化，再用屏幕或全息投影呈现。有人认为输入端接到IM 当中就好，硬件可以做轻；也有人给它配备语音输入的按键，甚至一整块键盘。
面对这种百花齐放的状态，以及头部玩家高企的估值，投资人们也开始看向上游的 agent 芯片，只不过这里并不完全是创业公司的领域。
近期的变化同时影响到了另一批原本试图单独构建 agent 的消费电子类AI硬件。无论本来的硬件故事如何，如今都开始向个人 context 入口靠拢，变成了整个链条中的一环。据我们了解，多个正在推进融资的项目估值有所调整。
02
Agent to Agent 网络
OpenClaw 最初的用例中最引人注目的是 Moltbook。
这是一个只有 agent 能参与互动的社交网络，产品形似BBS。尽管面临诸如炒作大于实际内容、人类假扮 agent参与发帖等各方面争议，但依然在极短时间内就被 Meta收购。这一现象级产品很好地展现了 OpenClaw 生态的潜力，通过 agent 的发布和浏览完成人与人的匹配，这是陌生人社交的雏型。
Second Me
而本文介绍的多数公司创立于agent成为共识方向之后，和 Second Me 可以说是两代公司。但国内行动最快的还是陶芳波。
此前的 Second Me 就一直试图创造每个人的“数字分身”，并让其作为人类在数字世界的接口。由于这些“数字分身”的存在，Second Me 得以用极短时间就完成了社交网络的搭建。火爆之后，Second Me 迅速推进了几次A2A 黑客松，试图寻找这个网络上能生长出什么。
这家公司成立于 ChatGPT 发布之前，几次调整方向之后，决定参与到agent生态的构建上。在这些之前，红杉中国、线性资本等是其投资方。他们近期也在接触一些投资机构。
Elys
这是春节期间另一款爆火的产品，来自自然选择，他们此前曾推出过EVE。在用户侧，他们跨过了部署 agent 的部分，只做agent社交。2026年初，自然选择官宣了来自阿里巴巴、蚂蚁集团等机构的3000万美元新融资，此时Elys这个项目尚未面世。据我们了解，Elys也只是团队的尝试之一。
网络效应可能是最令投资人们兴奋的故事。A2A理论上也会存在网络效应。每多一个节点接入，所有节点的价值都在增长，这也是为什么 A2A 网络即使现在看起来"没什么用"，仍然需要关注的原因。
EigenFlux
这是一个让全球agent实现大规模通信的广播网络，现已开源。接入之后，你的 Agent 可以向全网发射需求或能力，也用自然语言订阅并接收感兴趣的广播。他们的逻辑是：广播是更适用于 agent 的信息获取方式，一对多、一次到位、节省 token 。最近一次版本更新中，我们收到了官方“期待与投资人agent进一步沟通”的私信。
网络效应可能是最令投资人们兴奋的故事。A2A 理论上也会存在网络效应。每多一个节点接入，所有节点的价值都在增长，这也是为什么 A2A 网络即使现在看起来"没什么用"，仍然需要关注的原因。
03
Identity / Payment，身份和支付
A2A 网络的进一步推论是，网络当中有价值的流动。
最典型的场景是 agent 之间的雇佣。它的假设是，当你的agent 学习和迭代了你的技能和认知后，可以完成其他agent 无法完成的任务，这时你的agent就可能在网络中被发现和雇佣。这并非一个新概念，许多创业者曾畅想过构建这样的市场。
TTC 是一家有意思的公司。TTC 是True Talents Connect 的缩写。两个月前，他们获得厚雪资本领投的 A 轮融资，目前估值在1亿美元左右。这是一家拥有 CTO 的 AI 猎头公司，既做传统人类猎聘，也想尝试 agent 之间的雇佣匹配。
没那么成熟的地方在于支付。要让 agent 帮你做更多事，尤其是深入日常生活的角落，支付就是终究会面对的问题。现有的支付系统是为人设计的，所有的风控手段agent 都难以跨越。
支付一直是门好生意，agent 支付也是，而且是尚未成型的大蛋糕。创业公司和海内外巨头又在同场竞技。
FluxA
FluxA 由前蚂蚁背景的团队创立，为 agent 原生设计了一整套支付系统：Agent Wallet（钱包）、AgentCard（虚拟卡）、以及自研的 AEP2 嵌入式支付协议，底层走稳定币和 x402协议。他们用一场"龙虾抢红包"活动出了圈，让龙虾们互相发红包、抢红包，拿到了一波显著的agent用户增长。目前，他们的估值在数千万美元水平。
Clink
这家公司走的是普惠金融路线：它推出的 Agentic Payment Skill 让 agent 通过信用卡、Apple Pay 和本地钱包完成支付，拿到了 PCI Level 1 认证。他们的逻辑是——AI 时代的红利不应该只属于有加密钱包的人，小镇的自由职业者也应该能用最熟悉的方式让 agent 花钱。目前已经有一些按需付费的 AI 产品接入了 Clink。据我们了解，Clink已完成由BV百度风投等领投的数百万美元的种子轮。
Linked
这是诞生自A2A黑客松的项目，支持 Second Me 登陆，其作者 Sol 只有13岁。这个产品做得更宽，定位是 Human × Agent 的身份与信誉网络，把身份、钱包、交易市场、多 agent 协作和六维信誉评分整合在一个平台里。逻辑是 agent 之间要交易，得先知道对方靠不靠谱。
关于支付，存在加密金融和传统金融的路线分歧。Crypto的路线与agent原生契合，但因为种种原因一直未能在全球范围内足够普及；传统金融有更健全的基础设施，但将所有面向人类的系统转向面向agent是一项巨大工程。这些之外，也有人认为支付的时机还不够成熟，因为agent网络和高价值任务尚未就绪。
这个方向还非常早期，但逻辑很清晰：互联网每一次经济主体的变化都伴随着支付范式的更新，从 Visa 的卡组织到 PayPal 的数字钱包到 Stripe 的 API 支付，每一次都不只是技术升级，而是商业参与者身份的变化。这一次，新的参与者是 agent。
04
Multi Agent workspace，多智能体协作
生产力场景下，多 agent 的互动几乎是另一回事了。
从人类视角来看，一人指挥多个 agent 干活是必要的，上下文、注意力都是单一agent的瓶颈；组织里每个人都有自己的agent，如何组织这些agent的不同权限、上下文和协作关系也是一个问题。二者殊途同归，都需要一个多agent的协作方式。
这是个天然属于企业的命题。
协同办公是门存在已久的生意，且巨头林立。但旧系统上加 AI 只是改良，agent 需要为它原生设计的空间。这当然也是一种harness。做单个 agent 的外围系统很难建立持久壁垒，但多 agent 之间的协调层涉及组织关系、权限、信任，这些东西模型吃不掉。
Floatboat
创始人谭少卿的逻辑是，agent 得先待在你工作的地方才有东西可记，所以文件、网页、agent被设计为三个并列的窗口，生产场景的上下文都在里面。在协作层面，团队开源了两套协议：一套是 agent 间的文件传输协议 Selfware，试图让不同框架下的 agent 互相递文件、接任务；另一套叫 IACT，把 agent 给你的选项从打字变成可点击的按钮，降低交互摩擦。他们日前刚获得红杉中国和微光创投的种子轮。
Moxt
来自原Motiff的团队，从最初两位同事探索“协同的龙虾”，到全员放弃旧产品参与Moxt，他们只花了五天。团队认为AI agent的原生工作空间应该是：所有内容转成 .md、.csv、.html，目录结构就是文件系统——这些AI 训练时最熟悉的知识组织方式。基于此，他们做出了自己也无法严谨定义的产品 Moxt，贴切的答案可能是“Obsidian+Claude Code+云端协作”。
Clawith
出自BISHENG，也不是严格意义上的新创业公司。这款产品走开源路线，定位直接叫"OpenClaw for Teams"。除了给每个 agent 配持久身份、记忆和独立工作空间，他们对龙虾的心跳机制做了升级：从 30 分钟醒一次的"闹钟"，变成一套叫 Aware 的持续感知系统——agent 自己设定触发器、自己调整、自己取消，随时感知、按需行动。当 agent 进入组织，需要知道谁是老板、谁的指令更重要、同事的 agent 各自在忙什么，这是他们的另一个创意，Relationship 关系图谱。
Multica
这是个我们几个小时前发现的产品，来自Devv.ai的张佳圆。他们的做法是把任务管理变成人与 agent 的共同界面——形态像 Linear，但 agent 是一等公民。产品的关键可能在于，用看板的形式给agent分配任务、管理进程，再转化为团队共享的可复用技能。产品目前已开源。
ToB 软件是投资人们非常谨慎的赛道，原因显而易见。上一轮SaaS当中的折戟沉沙、AI在美国市场对企业软件的巨大冲击、大公司产品已经占据的市场份额和用户习惯，以及最老生常谈的中国企服市场土壤，都是不相信的理由。但看到机会的人觉得，“为触屏重新设计交互的人，会战胜那些把网站缩小放进手机的人。
”值得一提的是，除了字节背景的张佳圆，其他几个产品的关键角色都年龄偏长：谭少卿80后，这是他的第三次创业；Moxt在回顾产品诞生历程时自称“一群上了年纪的‘中登’和‘老登’”；Clawith的消息基本来自BISHENG的联创覃睿，他今年34岁。
这可能与这个赛道的独特性互为因果。
05
Context / Memory，上下文和记忆
Agent 要干好活，得既看得见当下，又记得住过去。
Context 解决的是"此刻该看到什么"——从你的文件、浏览器、聊天记录里抓取当前任务需要的信息，塞进 agent 有限的上下文窗口。Memory 解决的是"上次学到了什么"——跨会话、跨任务地记住你的偏好、工作习惯和积累的经验。两个都不是新鲜事，但都是 harness 当中的核心部分。
Context 的问题是它很难作为独立产品存在。上下文是即时性的，用完就没了，不像记忆可以越积越厚。而且模型本身的上下文窗口在快速变长，agent 产品也在把上下文管理内置成自己的能力——压缩、筛选、分层加载，这些事越来越不需要外部服务来做。
这个方向在海外最出名的公司是曾经的 Rewind，它主打Mac+iPhone的生活全记录，横空出世后估值一路走高，随后又选择转向硬件产品 Limitless，最终在今年初卖身 Meta。
这几乎是 Context 整件事的缩影：独立的 context 采集工具能积累数据，但很难把数据变成用户愿意付费的价值——纯记录的东西使用频率太低，一直在幕后，用户注意不到它。
AirJelly
这是一个刚刚内测的新产品，其前身是 00 后柏特在字节期间的开源项目 MineContext，决定创业后五源立刻投资了他们。他从 MineContext 的经验中得出一个关键判断：全量记录屏幕的价值不高，识别意图更重要。进而，AirJelly还做了Context的下一步：Proactive（主动式）——想到、并直接帮你完成下一步任务。
除此之外，还有一条路线是开源本地。因为 context 的数据敏感性，也有一些国内团队认为相关功能模块应该完全留在本地。
Memory 不是龙虾带火的概念，它的热度来得更早。2024 年 RAG 浪潮之后，"让 AI 记住东西"就已经成为一条独立赛道。后来 OpenClaw 用的是最朴素的方式——几个 markdown 文件——就已经证明了 memory 在体验上的价值。
与 Context 不同，Memory 是有可能形成独立产品的，因为记忆是可以沉淀的资产——用得越久积累越深，迁移成本越高，天然带有复利效应和用户粘性。而且 memory 对场景依赖极强，通用模型厂商很难把每个垂直场景都做好，这给了第三方记忆服务存在的空间。正因如此，这一方向海内外创业公司众多。
MemU
由前字节 Seed 团队的陈宏创立，核心理念是"Memory as File System"——把记忆变成可见、可控、可组织的文件结构而非向量黑箱。他选择从情感陪伴场景切入，因为这是对 user memory 依赖最强的地方：你必须记住用户的点点滴滴，否则就不是"陪伴"。MemU 还引入了 Theory of Mind，在记忆之上拓展理解。
MemOS（记忆张量）
是直接对标企业级场景，做的是"可治理的记忆操作系统"——不只让 AI 记住东西，还要让记忆可审计、可回滚、可迁移、可跨平台共享。他们甚至计划上线"记忆交易市场"，让开发者把企业知识封装成可下载的"记忆体"上架。去年，他们完成了近亿元人民币的天使轮融资，投资方包括孚腾资本、中金资本等。
这一层上，相关的创业公司都需要面对一个共同的问题，就是如何给用户带来感知。
Context 和 Memory 是"看不见的基础设施"，在使用一段时间才能逐渐体现效果。这很可能也是更多其他 agent infra 面对的考验——这个东西重要，但它是别人产品里的一个模块，还是一个能完成下一步的“xx方向强化版”agent？两个故事似乎都有些尴尬，除非存在一个开源agent框架能容纳这些功能组件。
恰好，OpenClaw 像颗流星般划过了。
相关阅读
?当一个人变成 .skill 文件，认知成为可复制的数字资产
最新视频资讯
专题合集
