蓝驰创投领投，Violoop正式完成亿元级融资，打造个人全量Context平台和自进化系统｜蓝驰家族

近日，Violoop正式完成亿级天使轮及Pre A轮融资。蓝驰创投领投，其他知名产业投资机构和战投方共同投资，公司累计5轮投资中，蓝驰创投是累计出资规模最大的机构。

Violoop由90后连续创业者团队创立，CEO何佳霖有丰富的海外创业和团队管理经验，兼具技术背景与商业洞察力；CTO King Zhu曾在美国微软负责消费级电路设计。公司聚焦新型端侧智能与桌面 AI 硬件，核心技术体系围绕端侧模型部署、高效推理与系统自进化，Proactive Harness Engineering和Computer Use展开，愿景是让模型和Agent低门槛进入更广泛的使用场景。

公司首款产品为轻量级智能桌面设备，将于近期登陆Kickstarter及国内平台首发。设备通过HDMI获取电脑画面、USB完成键鼠操作，接入用户现有电脑即可零成本开始使用。产品内置端侧算力系统、车规级加密芯片，为用户打造不断自进化且兼顾隐私安全的个人智能助手。

蓝驰一直密切关注底层基模和下游应用的协同发展，2026年被认为是"Harness Engineering 元年"，基座模型与Harness框架的深度协同，显著降低了用户的使用门槛；个性化Context和系统自进化能力也带来了更高效、更极致的用户体验。

Violoop团队兼具模型端侧部署及训练能力，在系统底层做了大量迭代和创新。两位创始人均为连续创业者且搭档多年，在复杂项目管理和全球化产品落地运营方面有丰富经验。我们看好Violoop通过自身洞察和AI原生的快速迭代方式，成为AI新品类的定义者。

Violoop 试图解决的是 AI 被交付给用户之后如何继续成长的问题。这家公司的判断是，基础模型正在成为一种不断增强的公共智能；下一阶段真正稀缺的，不只是更大的模型，而是围绕一个具体的人形成的长期经验——这个人关注什么、如何判断、怎样完成工作，以及哪些做法已经在真实结果中被证明有效。"基础模型学会了世界，但它还没有学会一个人。Violoop 要做的，是让 Agent 在与你共事的过程中成长。"创始人何佳霖表示。

Violoop 的第一款产品是一台售价 399 美元的桌面设备。它通过 HDMI 获取电脑输出的画面，通过 USB 完成键盘和鼠标操作，接入现有电脑即可使用，不要求用户更换操作系统，也不需要所有软件逐一为它开放新的接口。

这背后是一个看起来朴素、实际上非常关键的选择。

五十年个人计算留下了数以百万计的软件、界面和工作流，它们全部为人的眼睛和双手设计。让 AI 进入这些软件，行业常见的路径是等待软件开放 API，再逐一进行适配和集成。但软件世界持续变化，大量专业软件、内部系统和长尾工具也从未为 Agent 准备接口。

Violoop 选择让 AI 先学会人的接口：看见用户能够看见的界面，使用人所使用的键盘和鼠标，在大量现有软件之间完成被授权的工作。

因此，Violoop 不是另一台需要用户迁移工作的电脑，而是为已有电脑增加第二位使用者。人在电脑前时，它可以理解正在发生的工作；人在离开后，它仍可以继续准备和执行已经获得授权的任务。

这种持续在场带来的价值，不只是"远程控制"或"自动点击"。当一个系统能够跨应用、跨会话、跨时间看见工作如何发生，它才有机会获得让个人Agent 持续成长所需的完整上下文：一个任务从哪里开始，经过了哪些判断，在哪里失败，最后又如何被用户修正。

在学术研究中，递归自我改进、持续学习和 AI for AI 正受到越来越多关注。大量工作试图让 AI 自动生成代码、改进算法、设计实验，甚至优化下一代 AI 系统。

Violoop 不试图在一款桌面设备上解决模型架构级的自我进化，也不把"自进化"描述为一个可以脱离人类目标、无限扩张的黑盒过程。

它所做的是一条范围明确的个人化路径：围绕一个用户的真实工作，让 Agent 记住经验、修正执行，并逐步把反复得到验证的做法沉淀为更稳定的个人能力。

这条路径分为三个连续阶段。

第一阶段：先记住与你有关的事实

Violoop 已经交付的第一层能力是多模态长期记忆。

设备在获得用户授权后，可以从日常屏幕活动中提取与工作有关的信息，构建图文结合的个人知识库。它不只是保存截图或对话记录，还会周期性重整记忆：合并重复信息、修正已经过时的内容，并重新建立人物、项目、文件和事件之间的关联。

更重要的是，这一层成长对用户可见。用户可以打开记忆库，查看系统目前如何理解自己，发现错误时进行纠正，也可以删除不希望继续保留的内容。

在Violoop 创始团队的内部实测中，系统曾在没有被主动告知的情况下，通过长期观察逐步建立起对产品上线时间、项目进度及多项公司指标的理解。

与只在云端调用通用模型不同，Violoop 已训练并部署用于记忆抽取和重整的专用模型，使个人记忆的形成和管理能够在更可控的环境中进行。

但记住一个人，并不等于会替这个人工作。记忆回答的是"发生过什么"，真正的个人 Agent 还需要学习"这项工作应该怎样完成"。

第二阶段：开始学会你的工作方式

Violoop 的第二层成长发生在执行框架，也就是 Agent 的 harness 中。

传统自动化通常保存一个固定脚本：打开某个页面，点击某个按钮，填写某个字段。一旦软件界面变化、任务条件改变或者出现异常，脚本就容易失效。

Violoop 希望积累的不是某一次任务的点击录像，而是完成这类工作的可复用方法：用户通常从哪里获得信息，如何在多个软件之间传递内容，遇到冲突时优先相信什么，哪些步骤可以提前完成，哪些决定必须等待用户确认。

这些经验会以工作流记忆、技能和执行路径的形式被保存。下一次遇到相似任务时，系统不再完全从零规划，而是调用已经形成的能力，并根据新的任务条件进行调整。

目前，Violoop 的工作流记忆和技能积累已经上线运行；系统根据任务成败和用户纠正自动修改执行方法的闭环，正在持续工程化。

这一层决定了 Violoop 能否从"知道用户很多事情"，进入"真正越来越会替用户工作"。

第三阶段：把被验证的经验变成工作本能

第三层成长发生在模型权重中。

一个Agent 可以把经验保存在外部记忆里，每次遇到任务时再检索和思考。但如果某些判断已经被一个用户反复采用、验证和修正，系统没有必要永远以同样高的成本从头推理。

Violoop 正在将记忆库中积累的真实工作轨迹——包括操作序列、决策过程、任务结果和用户修正——用于个人化后训练，让一部分稳定经验从外部记忆进入模型参数。

这可以被理解为一种个人化的"慢思考蒸馏为快思考"：系统最初需要经过较长推理才能作出的判断，在被反复验证后，逐渐成为更快、更自然的反应。

Violoop 已经走通从捕捉工作轨迹、构建个人记忆，到将经验用于个人化训练并进入模型权重的完整链路，并开始把这套能力工程化到量产系统。26 TOPS 端侧算力为持续感知、记忆、本地推理和个人化计算提供底座；更复杂的推理任务则通过模型路由调用云端大模型。端侧与云端不是彼此替代：云端提供通用智能的能力上限，端侧负责沉淀围绕一个人的长期经验。随着工程化持续推进，越来越多个人化能力将直接在设备上完成，使模型不只在调用记忆时了解用户，也开始在参数层形成属于这个人的判断偏好和工作习惯。

这是Violoop 自进化路线最关键的跨越：从"外部记忆更懂你"，进入"模型本身更像你"。公司首先聚焦最有用户价值、也最具商业化条件的个人领域，把一个人在真实工作中反复验证的经验稳定蒸馏进个人模型。它不是在端侧重新训练一个通用基础模型，而是在基础模型之上建立任何公共模型天然不具备的个人经验层。

当记忆、工作流和个人化模型连接起来，Agent 的行为会发生一个重要变化：它开始在用户开口之前准备工作。

这种主动性不是多发送几条提醒，也不是基于日历设置几条固定规则。真正有价值的主动行为，需要系统同时知道此刻发生了什么、这个人过去如何处理类似情况、哪些准备工作是可逆的，以及什么时机介入不会造成打扰。

Violoop 将这种能力称为 artificial intuition——人工直觉。

人的直觉并不是神秘的天赋，而是大量经验被压缩后的快速判断。对 Agent 也是如此：当它经历足够多真实任务，理解一个人的偏好和边界，并持续获得任务结果与纠正，它才可能在正确的时间提前完成正确的准备。

例如，当一项新的工作请求到来时，Violoop 可以根据用户过往的项目材料和处理方式先整理相关信息、起草回复、更新表格或完成其他可逆步骤，用户只需要在最后检查和决定。

主动性也应当可以被衡量。Violoop 计划通过主动准备结果的采纳率、人工修改次数、重复任务完成时间和用户愿意委托的任务深度，验证系统是否真的形成了更准确的个人判断，而不只是积累了更多数据。

一个越来越主动、能够操作真实软件的 Agent，也会带来一个不可回避的问题：如果系统理解错了，谁拥有最后决定权？

Violoop 认为，能力边界和信任边界必须同步生长。

设备使用独立安全芯片管理执行侧，并将关键授权机制与感知、推理系统隔离。对于发送、支付、删除、提交等不可逆操作，产品被设计为要求用户通过物理按键完成最终确认。系统可以提前理解、整理和准备，但最后一次不可逆决定仍然属于人。

这不是为了限制 Agent，而是为了让更主动的 Agent 能够被长期信任。

纯软件界面中的权限提示可以被更新、隐藏或误触；一个可见、可触摸的物理确认动作，为用户建立了更稳定的心理预期：系统可以不断学习，权限不会随着能力一起自动扩张。

创始人何佳霖表示："理解在生长，权力始终不动。"这是 Violoop 对个人 Agent 的基本产品哲学，也是硬件在感知和算力之外的另一层价值。

传统消费硬件通常在交付给用户时达到能力峰值，此后主要通过厂商更新增加功能。Violoop 希望把这个关系倒过来：产品交付不是能力增长的终点，而是个人化真正开始的时间。

从商业上看，这也意味着 Violoop 不希望只成为一家销售桌面设备的公司。

设备是个人 Agent 进入真实工作环境的第一个节点。在它之上，可以持续生长个人化服务、可复用技能、工作流生态，以及与 PC 厂商和企业环境的更深合作。硬件销售证明用户愿意为一个明确的产品付费；长期价值则来自系统是否能够随着使用持续提升，并逐渐成为用户工作中不可替代的一层。

Violoop 的护城河也不是占有用户的私人屏幕数据。原始个人数据应当属于用户。公司真正需要长期积累的，是让经验形成能力的学习系统、对真实任务进行评价的机制、跨软件执行框架、端侧个人化效率、硬件级权限架构，以及在用户明确授权下不断扩展的技能生态。

当基础模型能力越来越强、调用价格越来越低，所有公司都可以获得更好的公共智力；但它们不会因此自动获得一个人的历史、反馈、工作方式和信任。基础模型提供公共智力，Violoop希望建立个人经验。模型越强、越便宜，个人经验层的价值反而越高。

今天，行业讨论自进化时，常常指向实验室中的代码生成、模型优化和自动科研。这些工作可能改变 AI 如何创造下一代 AI，但距离普通用户仍然遥远。

Violoop 选择的是另一条路径：不争论自进化的终极学术边界，而是先把它变成每天能够被用户看见的产品体验。

用户可以打开记忆库，看到系统如何理解自己；可以观察一个技能如何从多次任务中形成；可以比较同类工作在第 1 天和第 30 天是否完成得更快、更准确；也可以在任何时候纠正、删除和拒绝。成长不是一句后台发生的口号，而应当是一条可观察、可评估、可干预的过程。

这也是 Violoop 试图解决的那个足够困难、回报也足够大的问题：让 AI 在真实工作中持续成长，同时在能力增长的每一步，都把最终权力留在人手中。

如果这一方向成立，未来每一台电脑都可能拥有第二位使用者。

它不是因为厂商发布新版本才变得更聪明，而是在与你共事时成长；它保存的不只是你做过什么，而是逐渐形成你会怎么做的工作模型。

基础模型学会了世界。Violoop 让 AI 开始学会一个人。

蓝驰创投领投，巢匠科技完成数亿元天使轮系列融资，桌面级CNC迎来AI大众化时代｜蓝驰家族

蓝驰种子项目灵初智能完成过亿美元融资，提速具身智能商业化进程｜蓝驰家族

踏入现实，机器人的新奥德赛｜蓝驰WRC观察