本周AI項目推薦 ：AirJelly、Boxy、Paperboy…Proactive Agent的野心和現實

作者 ｜ 黃小藝
郵箱 ｜ huangxiaoyi@pingwest.com

Manus在去年3月引爆了“通用Agent”的概念——不再是大模型套個殼，而是真正能自主規(guī)劃、調用工具、端到端執(zhí)行復雜任務的獨立系統。它給整個行業(yè)建立了一種想象力：Agent是一個獨立于大模型的品類，有自己的技術棧和產品邏輯，不會輕易被基礎模型“吃掉”。

一大批“通用Agent”跟進了這個敘事。但一年過去，你很難再聽到它們的新動向。

舊人走，新人來。這一輪Agent的關鍵詞來了：Proactive。

上一波Agent的核心是“你給任務，它去執(zhí)行”；這一波的區(qū)別是——它不等你開口。 它自己盯著你的郵件、日歷、文檔、聊天記錄，發(fā)現該做的事就主動推到你面前，甚至直接替你做了。

OpenClaw在今年直接帶火了這個概念，以及它背后的Runtime心跳體系——Agent不再是被動等待指令的工具，而是一個7×24小時在后臺巡航的“集成員工”。在此之前，谷歌管類似的東西叫Ambient Agent，VC們則套的是“從Copilot到Autopilot”的框架。

但名字其實不重要。重要的是：這一波 Agent 創(chuàng)業(yè)公司，又給自己講了一個新故事——技術更先進、想象力更大、護城河更深，不會被模型吃掉。

而這，正是上一波 Manus 們也講過的故事。

上一輪的贏家，贏的是創(chuàng)始人和投資人；這一輪值得期待的，是有沒有一家，能讓公司本身贏。

我們先來看看，誰在場上。

1

新一波Proactive Agent產品

相比上一輪以Manus為代表的通用Agent（你給任務，它去執(zhí)行），Proactive Agent的共同特征是它們吃進你各式各樣的上下文——郵件、日歷、通訊APP、屏幕、端側文檔——然后主動生成行動建議或直接替你執(zhí)行。

ColaOS：情感優(yōu)先

產品介紹：ColaOS是首個提出“Soul-First”的AI操作系統。核心創(chuàng)新在三層：第一，強調無感上下文獲取——通過分析用戶的文件、瀏覽記錄等數字痕跡自動構建畫像，不需要你手動填任何資料就能實現個性化服務；第二，主動式任務執(zhí)行——支持“One Prompt”深度理解，比如一句“互聯網尋回犬”指令，它會自動拆解為多平臺監(jiān)控、智能篩選和定期推送；第三，人格化交互設計——具備思緒透明、自我進化和主動關懷三個維度的“靈魂系統”。

典型案例包括整理桌面時發(fā)現用戶壁紙是某一電影，ColaOS能主動提醒該電影即將上映，自動關聯用戶關注事件。

總體來看，Cola的界面十分簡潔，和其他Proactive Agent的根本區(qū)別在于：它不只是在幫你干活，而是在試圖建立一種持續(xù)的理解關系，這點體現在產品功能和交互設計上。

比如，語音入口更醒目；有心跡功能——會寫“日記”。

透明思緒并非單純的模型思維鏈，更像AI自己的內心OS。

團隊及融資背景：由ListenHub團隊開發(fā)，2026年年初ListenHub母公司MarsWave宣布完成了200萬美元天使＋輪融資，由天際資本領投，小米聯合創(chuàng)始人王川跟投。同時，MarsWave也對外公布了盈利狀況：目前公司年經常性收入（ARR）已突破300萬美元，并達到月度盈虧平衡，成為少數已跑通盈利模型的AI原生公司。

AirJelly：屏幕即上下文

產品介紹：桌面端主動式AI助手，2026年4月上線。

在屏幕上以一只懸浮的小水母形態(tài)持續(xù)存在。最大的設計亮點是“Enter鍵意圖捕獲”——不像傳統錄屏Agent那樣不間斷截取屏幕畫面（成本高、數據冗余），而是在你按下Enter鍵的瞬間捕獲屏幕上下文，把這個操作建模為一個事件，再轉化為可追蹤的任務。

主動推送鏈路：截圖→分析→建模Event→歸納Task→推斷Next Step→觸發(fā)Proactive→Agent執(zhí)行→推送給用戶。核心指標看兩個：Token消耗量（證明Agent真的在幫用戶干活）和Proactive接收率（用戶愿不愿意接受推送，代表整條鏈路是否正確）。

創(chuàng)始人背景：創(chuàng)始人柏特，西安電子科技大學人工智能專業(yè)，曾在字節(jié)跳動主導開發(fā)MineContext（一款上下文工程產品，AirJelly的技術腳手架）。2025年嘗試將MineContext接入OpenClaw的Pi框架后，團隊發(fā)現Context+Agent執(zhí)行能產生1+1大于2的效果，2026年2月確定方向，轉型為主動式Agent。

融資情況：獲得五源資本投資，具體金額未公開。

AirJelly的“Enter鍵觸發(fā)”是一個核心工程取舍——與其像其他錄屏Agent一樣不停截圖然后用視覺模型識別（成本高、噪音多），不如只在用戶有明確操作意圖的瞬間捕獲上下文，數據更干凈、成本更低。

通過Enter+截圖，相比Cola，AirJelly更像Agent全天候和你一起使用電腦，它的“操作臺”也更加豐富。但小水母以懸浮窗形態(tài)的“窺屏”，如何把控干擾性和主動性是一個邊界問題。

Paperboy：本地意圖識別

產品介紹：macOS桌面端Proactive Agent，目前處于Private Beta階段。定位“ambient desktop assistant”——在后臺持續(xù)觀察你的工作方式，跨平臺學習你的全部上下文，然后在你開口之前就把事情做了。

名字來源很直白：以前送報紙的paperboy知道你家在哪、你幾點起床、下雨天報紙該放哪。Paperboy想建立的就是這種關系——可靠、私人、用得越久越好用。

技術上有幾個值得注意的選擇：第一，本地推理優(yōu)先。所有上下文都存在本地，利用端側模型在200毫秒內完成意圖推斷——不是識別你按了什么鍵，而是推斷你為什么按這個鍵。團隊認為現在本地推理終于快到能做實時意圖識別了；第二，上下文邊界可解釋。Netflix追劇記錄不該污染你的工作推薦，工作壓力不該影響你和朋友聊天的語氣——不同場景的上下文有明確隔離。第三，權限細粒度控制。“幫我管郵件”不等于永久訪問所有郵件，而是指定發(fā)件人、時間段、項目范圍。

團隊背景：John Yang，YC背景，此前創(chuàng)辦了Million(React極速性能優(yōu)化框架)，從Pratt休學；Vivian Kong，沃頓商學院背景。

融資情況：2026年1月完成了$5M的種子輪融資，投資方未公開。

相比Cola和AirJelly更全棧的野心，Paperboy更像一個安靜但靠譜的私人秘書。它不試圖成為你的操作系統，而是默默在后臺幫你把信息整理好。目前上一輪內測已關閉，產品暫時還未上線。

Boxy：交互創(chuàng)新

產品介紹：面向海外市場的Proactive Agent。核心做法是通過授權獲取用戶的社交數據——WhatsApp、LinkedIn、Instagram等應用，在虛擬機內控制鼠標，合規(guī)拿到全量歷史聊天記錄和瀏覽數據，把所有信息流蒸餾成一張卡片——檢測到的上下文、建議的行動方案，直接推送給用戶，右劃執(zhí)行、左劃拒絕。

比如你在趕報告，合作方發(fā)消息問能不能改日程，Boxy發(fā)現你明天下午有空，直接推一張卡片：“已確認明下午無會，是否回復'沒問題，明天下午2點線上見'？”

團隊背景：創(chuàng)始人John，1998年，12歲赴美留學，畢業(yè)于Emory University。AGI浪潮前作為第8號員工加入MiniMax，參與從零搭建AI數據管線和多模態(tài)數據采集系統。

融資情況：近期獲得紅杉中國種子基金數百萬美元融資。

Boxy最有意思的地方是虛擬機數據獲取這條路——既繞開了平臺API封鎖（豆包手機被其他大廠封禁就是前車之鑒），又比錄屏方案拿到的數據深得多（完整聊天歷史vs屏幕片段）。“卡片劃動”很新穎，作為RLHF機制也比傳統對話框的反饋效率高，用戶每次劃動都在訓練模型但感知不到負擔。

Creao ：對話即自動化

產品介紹：“7×24小時AI員工”，2026年3月上線了新版本。新版本中，用戶和Creao的交互方式是：你描述一個工作任務，Agent自己拆解、自己寫代碼實現、在獨立沙盒環(huán)境里運行。任務跑通之后，系統會主動建議你把這個流程保存為一個可復用的Agent——以后可以定時自動運行，不需要每次重新來過。這是它的Proactive設計：不是等你提問才回答，而是識別出你有重復性工作后，主動幫你固化成自動化流程。

創(chuàng)始人背景：CEO Kai Cheng，十年產品級AI系統構建經驗。聯合創(chuàng)始人Clark Gao負責GTM，此前在LinkedIn和騰訊搭建數據團隊。CTO Peter Pang，前Meta Llama 3團隊研究科學家，曾在Apple做多模態(tài)模型。公司2025年1月底成立，產品方向經歷了兩次轉型：最早做類似Dify的工作流工具；2025年6月轉做Vibe Coding平臺，9月上線；2026年1月開始第二次轉型，2月完成團隊AI-first改造，一個月內從頭重構整個新產品，迭代速度快。

融資情況：剛剛完成千萬級美金融資，領投方為 Prosperity7 Ventures——阿美風險投資（Aramco Ventures）旗下的多元化風投基金和經緯創(chuàng)投，并獲得過往投資人—包括云啟資本、MONOLITH、高瓴創(chuàng)投、紅杉中國、華業(yè)天成資本持續(xù)加注。在過去不到一年的時間內，CREAO AI已累積完成超3000萬美元融資。

Creao的產品邏輯比較實在：“先手動做一次，好用就自動化”——這比直接許諾“全自動Agent”要誠實。$20-$150/月的定價已經上線，說明它過了demo階段。核心問題是：當對話變成自動化Agent后，質量能不能持續(xù)穩(wěn)定？這是所有“對話轉工作流”產品的共同挑戰(zhàn)。

1

比Proactive概念更重要的，是“用戶是誰”？

回頭看上面這份名單——能真正跑起來不多。Paperboy、Boxy還在waiting list，Creao已上線但更接近“對話固化為流程”的工具，離純 Proactive Agent還有距離。除此之外，目前還有不少Proactive Agent正在準備上線，例如FreeU等。

這是一個挺奇特的狀態(tài)：詞已經爛大街，但產品沒幾個能讓普通用戶上手。

我們在《AI創(chuàng)業(yè)公司們，困在“眼前一黑”的賬單里》那篇里展開過，一種原因是主動型Agent對上下文和模型能力的需求更大，在SOTA模型Token單價沒跌、任務復雜度反而陡升的情況下，結果就是普遍的：發(fā)得了聲，跑不起量。

此外，另一個原因是Proactive不是2026年才發(fā)明的詞，這個概念早就比產品跑得快了。

2023年和2024年，學術界就出現了大量區(qū)分Reactive和 Proactive Agent的論文和討論，直到 2025 年下半年后，跨會話記憶、Agent 間通信、后臺心跳等基礎設施依次補齊，“主動性”才從一個論文術語、一個小功能的迭代，變成能支撐整體產品敘事的代際定義。

但話說回來，“新代際真的來了”這種敘事，Agent 圈每一輪都講過。

過去三年，Agent 賽道的標簽換得比模型迭代還勤：從AutoGPT到Autonomous Agent，從Copilot到Autopilot，中間還穿插著谷歌的Ambient Agent、Agentic AI 等等變體。每一輪熱潮來的時候，所有產品都急著給自己貼上新標簽——哪怕底層技術的迭代，遠沒有名詞更換得那么快。

這種概念跟隨的代價也是雙倍的。對用戶來說，每隔幾個月就要重新理解一遍“Agent 到底是什么”——你剛搞懂 Copilot，它告訴你現在是 Autopilot；你剛搞懂 Autopilot，它又說其實應該叫 Proactive；對創(chuàng)業(yè)者來說，每一輪熱潮都會吸引一批新玩家、推高一波估值、制造一批 PPT。但熱潮一過，沒有找到真實場景的產品就要面臨“敘事重構”，不管它的Demo多酷。

上一輪的通用 Agent，就是這么變沉默的。

所以其實重要的不是你叫自己 Copilot、Autopilot 還是 Proactive。重要的是：你是否真的在替客戶/用戶完成他們原本的工作。

Proactive Agent的本質，不是表面意義上的“主動性”——主動性只是它的一種表現。真正的轉變是：它從一個“執(zhí)行工具”，變成了一個“任務結算單位”。它能吃進多少 context、調用多少工具，很炫酷，但那是地基；客戶愿不愿意按結果付錢，愿意付多少，才是核心。

以Harvey為例，2022 年成立，早期做的是律師 Copilot——幫律師查案例、起草文件、做法律研究。后來，它推出了 Agent 模式，能自主執(zhí)行端到端的法律工作流：備忘錄撰寫、盡職調查、合同監(jiān)控。再之后，是2026年4月的內部Agent “Spectre”披露——主動監(jiān)控律所的數據和事件，發(fā)現潛在問題就提醒，Proactive。

這個技術演進非常的自然：先讓人信任你的建議，再讓人信任你的執(zhí)行，目前Harvey估值已經到了110億美元。

問題是，這個樣板，新一輪的 Proactive Agent不好學。Harvey 能跑通，依賴一個 C 端沒有的前提：法律、會計、保險這些行業(yè)本身就堆滿了規(guī)則、審計流程和合規(guī)要求。規(guī)則越明確、流程越標準化，AI 從“建議”到“自主執(zhí)行”的跨越就越順暢——因為檢驗標準是現成的。

Sequoia Capital把這個分界叫做 “Intelligence vs Judgment”：Intelligence工作（規(guī)則復雜但規(guī)則存在）正在被 AI 接管；Judgment工作（需要經驗、品味、直覺）暫時還是人類的領地。翻譯一下就是：哪里有現成的對錯標準，哪里就先被 Proactive Agent 拿下。

而 C 端的Proactive Agent缺的就是這個Intelligence前提。多大的主動性合適？需要拿多少權限？要找什么樣的用戶、切什么樣的場景？怎么定價？怎么觸達？通用可以是終局，但人群的增長路徑需要選擇，每一道題都得自己摸索。

決定一個Agent產品生死的，從來不是它叫什么名字。Proactive也好，Autonomous也好，Ambient也好——這些詞的半衰期大概是六個月。但有一個問題的半衰期是永久的：你到底在幫誰，解決什么問題？

答得出來的人，不管風口怎么換，都會留在場上。

點個“愛心”，再走 吧