a16z 投資 17 歲闖矽谷 的 AI 創業者，Underdog 要讓前沿 AI 六個月內跑進你的裝置
矽谷創投 a16z 宣布領投 Conway Research 首輪融資，押注創辦人 Sigil Wen 與旗下首款產品 Underdog。Underdog 的目標，是打造一套能直接運行在使用者既有手機、電腦等消費級硬體上的「私人個人 AI（Private Personal AI）」，讓 AI 不必把大量私人資料傳往雲端，也能存取使用者的對話、文件、行程與偏好，在裝置端完成推理甚至離線運作。a16z 表示，這次融資金額並未公開。
Sigil Wen 同步公布，Conway Research 的投資者除了 a16z 外，還包括 Khosla Ventures、Hummingbird VC、Anthology，以及 Patrick Collison、Naval Ravikant、Guillermo Rauch、Hugging Face 共同創辦人 Thomas Wolf 等科技與 AI 圈人士。
Conway 對自己的定位相當直接：「打造你能真正擁有的智慧」。其研究範圍除了 On-device AI，還涵蓋 Agentic Commerce、AI Security、Confidential Inference、Machine Economies 與 Autonomous Organizations 等領域。
廣告 - 內文未完請往下捲動
17 歲隻身到舊金山，曾睡在 WeWork
相較產品本身，a16z 的投資公告花了相當大的篇幅描述 Sigil Wen 的經歷。
Sigil 17 歲時便前往舊金山，當時幾乎沒有當地人脈，一度甚至直接睡在 WeWork。他沒有上大學，而是選擇投入 AI，並在 hacker house 待了近一年，與後來參與 DALL·E、Whisper、GPT-3 與 Stable Diffusion 等模型開發的研究員、工程師共同生活與工作。
更特殊的是，Andrej Karpathy 當時也住在同一個 hacker house；Anthropic 共同創辦人 Ben Mann 後來邀請 Sigil 成為 Claude 前身產品最早期的測試者之一，而 Midjourney 創辦人 David Holz 也曾向他展示 Midjourney 背後模型的早期版本。
a16z 最早則是在 2021 年，透過 Naval Ravikant 認識 Sigil。此後 Sigil 協助 Naval 推出社交產品 Airchat，不僅將新興 AI 模型導入產品，也協助招募大部分工程團隊，後來更成為 Naval 創辦的 Spearhead 最年輕成員，並於 2025 年獲得 Thiel Fellowship。
從 Apple Watch 跑 GPT-2，到 iPhone 跑 Whisper
Underdog 的技術路線其實並非 Sigil 突然產生的想法。a16z 表示，他很早便開始研究「到底能把多少智慧塞進每天攜帶的裝置裡」。他曾成功讓 GPT-2 運行於 Apple Watch，之後在 Airchat 任職期間，又協助將 OpenAI Whisper 搬上 iPhone。
隨著小型模型能力持續提高，加上手機與個人電腦晶片算力進步，Sigil 認為，在本地裝置執行真正有用的個人 AI 已經逐漸成為可行路線。
這也是 Conway Research 提出的核心假設：「Underdog’s Law：今天的前沿智能，六個月後就能抵達你的裝置。」換句話說，Conway 認為雲端最強模型與端側模型之間的能力落差，未來可能只剩約半年，而不是數年。
Underdog 的賭注：最了解你的 AI，不應把資料送上雲端
這也是 Underdog 與目前 ChatGPT、Claude 等主流 AI 助理最核心的差異。隨著 AI 從回答問題進化到 Agent，若要真正替使用者工作，就必須取得更多私人資訊，包括 Email、訊息、文件、行程、承諾事項甚至長期偏好。
但 a16z 指出，這也形成了一個矛盾：越有能力成為私人助理的 AI，就越需要讀取使用者最敏感的資料。Sigil 本人也曾親身遇過這個問題。多年前他與 Karpathy 等人在 hacker house 工作時，一款熱門 Email App 曾因漏洞，把他的私人信件暴露給其他使用者，這段經歷後來成為他打造本地私人 AI 的重要動機。
Underdog 因此選擇另一條路線：讓 AI 直接運行在使用者自己的裝置上，資料由使用者控制，即使離線仍可運作。Sigil 將公司的使命定義為：「為數十億人提供免費、有能力、可靠且私密的 AI。」
「前沿模型六個月後進手機」真的可行嗎？
Conway 官網目前更進一步宣稱，其 Underdog 27B 模型已能在 Mac 或 iPhone 上運行，並聲稱模型在部分能力上能超越六個月前的 Claude Opus 4.6。Conway 同時自行開發推理引擎 Husky，官方聲稱在特定任務與硬體條件下，token 生成速度最高可達 MLX 的 4.5 倍。
不過，「Underdog’s Law」現階段仍更像 Conway 對端側 AI 發展速度提出的 thesis，而非已被廣泛驗證的產業定律。公開資訊目前仍缺乏完整的跨模型 benchmark、功耗、記憶體需求與不同消費級裝置測試，因此「前沿智能六個月即可下放到個人裝置」仍有待後續產品證明。
a16z 認為，如果 Underdog 能持續縮小模型並改善推理效率，私人 AI 最終可能進入數十億台手機與電腦。真正的競爭焦點，也可能從「誰擁有最大的資料中心與模型」，如果六個月前需要資料中心才能執行的 AI，今天已經能完全放進你的手機，我們是否還需要把所有私人資料交給雲端 AI？
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
