文 | 镜相工作室，作者丨马舒叶，编辑丨卢枕

进入 2026 年，大厂似乎正主导新一轮的 AI 叙事。无论是成为央视春晚 AI 冠名商，还是刚刚宣布要用元宝发 10 亿春节红包的腾讯，创业公司在新一年的故事里，版面并不太足。

年初，AI Agent 明星创业公司 Manus 被 Meta 收购的消息引发热议。这家曾创下 " 全球最快突破一亿美元 ARR" 纪录的公司，阶段性印证了独立 Agent 应用的叙事。但行业内外也开始审视同一个问题：在资本降温、大厂迫近的当下，AI Agent 创业公司的终极归宿是否只有融入巨头生态？

1 月 27 日，另一家名为 Mindverse（产品常被用户称为 " 马卡龙 "）的 AI Agent 初创公司，宣布拿到由蚂蚁集团领投、红杉中国等机构跟投的 2000 万美元融资。这家公司曾顶着 " 全球首个 Personal Agent" 的头衔闯入市场，又遭到技术爱好者的质疑，经历了一场 " 黑红 " 出圈，截至去年 11 月已积累了 30 万用户，其中 90% 位于海外，并仍在快速增长。创始人陈锴杰说，他们预计要在 2026 年实现千万用户的目标。

值得注意的是，蚂蚁集团近期推出了灵光 App，其主打的让用户迅速生成自己的小应用的功能与马卡龙相似。陈锴杰说，从接触这笔融资到最终敲定用时很短，对于个人专属模型（Personal Intelligence）这一方向，" 大家都看到了共同的未来 "，这也是马卡龙融资的关键原因。

马卡龙接受蚂蚁邀请线下分享 Agent RL。图源：受访者

在海外，和马卡龙选择同一技术路线的是前 OpenAI CTO Mira 创立的 Thinking Machines 。去年 7 月，Thinking Machines 完成了硅谷历史上最大的种子轮融资 —— 20 亿美元，估值 120 亿美元。马卡龙背后的实验室 Mind Lab 在 1 月发布了 Mind Lab Toolkit（MinT），其宣称能用 CPU 高效训练万亿参数模型，在后训练上实现了成本的 10 倍优化。另外，Mind Lab 也实现了 1T LoRA-RL，即万亿参数模型上进行高效的强化学习。如今相关实现方案已经开源，并获得了 Nvidia 官方转载。

近日，镜相工作室访谈了 Macaron.ai 创始人陈锴杰。聊天的时候，这位年轻的创始人大多时候语调平缓，但在描绘他心中那个 " 打破应用边界 " 的未来时，他的语速会不自觉地加快。如今，陈锴杰已经准备好回应所有质疑。而在年前拿到融资后，他既没有松一口气，也没有感到激动，对他来说，" 这都是过去了，我更多是想战斗在新的方向上，继续把产品做得更好。"

马卡龙是炒作？还是真需求？

镜相工作室：去年 8 月 15 日，马卡龙以全球首个 Personal Agent 的称号公开上线，并宣称要为用户随时打造小工具，但很快陷入了 " 炒作 " 争议，有人吐槽马卡龙做的小应用 " 打不开，像个静态网页 "，你最初是在哪里关注到这些质疑？

陈锴杰：当时各种各样的讨论都有，小红书、公众号都会有人评价，在产品内部也有提交反馈的渠道，我都有去看。我们会把问题整理成一个清单，每周内部可解决的就会做工程排期去解决。也有一些问题是今天的 AI 能力没办法实现的，或者跟我们产品定位不相符的，比如不符合规则的 API 调用。马卡龙当时是一个很早期、试验性的版本，小应用的打开成功率是 60%，我觉得它受到的关注是多于马卡龙本身应该有的状态的。

镜相工作室：当时让你印象最深的（质疑）是什么？

陈锴杰：上线的时候被诟病最多的其实是打开时间，用户会疑惑为什么做完一个小应用，一段时间不用，要 40 秒左右才能打开。其实当时是为了保护用户隐私做了隔离。可以理解为，每一个小应用都是一个独立的在云上的沙盒容器，能保证用户数据的安全。不过沙盒容器它放着就有成本，一个容器一个月就有几块钱的成本。现在马卡龙有 30 万应用，成本也不低，所以我们设置了平时关掉，需要用的时候再打开，应用打开时长就有 40 秒。但长期来看，我们不能让用户等这么久。我们做了一个容器池，还有个动态加载方式，现在又跳过云服务商自己做，打开时间已经从 10 秒钟减少到了 2-3 秒钟。

镜相工作室：当时的产品在哪些具体维度上（比如自主规划、记忆、多步执行）没有达到你心目中的 "Agent" 标准？早期用户反馈它更像一个 " 静态任务清单生成器 "，你如何定义 "Agent" 与 " 工具 " 的根本区别？

陈锴杰：其实即便到今天，离我对马卡龙的想象也还差得很远。我们第一天上线的时候，马卡龙还是一个非常早期的版本，当时没有想到会受到这么多的关注。不过第一天上线马卡龙就有了小程序的完整后端能力，打个比方，即便到今天蚂蚁的灵光，我上周使用时，如果做完一个操作，然后把灵光卸载再重新下载登录，原先的数据就会消失，因为生成的内容没有后端，这是一个有难度的工程。当时马卡龙早期版本，有拍照功能、小程序内部有 AI 调用的能力，他肯定能生成一个静态的待办清单。但如果说它只能生成一个待办清单，那肯定是一些为了吸引眼球的讨论。当然用户在那次使用时有可能失败了。

镜相工作室：你提到早期小应用成功率只有 60%。能否分享一个具体的、早期失败的例子，告诉我们现在通过训练，同样的任务，系统是如何处理的？

陈锴杰：在过去的四个月里，我们一直在通过训练的方法和工程的方法做优化。前面提到的应用打开时间缩短到 2-3 秒钟，是通过工程的方法（自建容器）优化。还有一个应用创建时间的优化，从 20 分钟到现在 2 分钟写一个应用，1 月 22 号上线的版本已经可以看到 10 秒钟生成的可交互卡片了。创建时间的缩短是通过训练模型优化的。去年 8 月刚上线的时候，我们后训练就两个模型，一个用来聊天，一个用来写代码，所以用户用马卡龙做一个应用，有时候要花 20-30 分钟，成功率也不高。现在我们把不同的场景分化出来，线上有了 28 个模型，比如有的用户偏向情绪情感，有的偏向健身、睡眠、饮食，不同场景用对应的模型。模型越分化，你在每一个任务的表现就会越好，成功率越高，产品体验越好。

镜相工作室：有人总结 Agent 初创公司的宣发模式，首先冠上全球首个，然后团队全英文出镜介绍，再买一批 KOL 集体宣发，马卡龙也符合这套公式。面对有人质疑 Macaron.ai 是炒作，你怎么想？

陈锴杰：我不考虑这些，对公司来说很重要的就是实际上使用马卡龙的用户们，其实用户并没有相关的问题。

镜相工作室：面对质疑，你说 " 我不考虑这些 "，但前期宣发也事实上拉高了用户和市场的预期。当产品力无法匹配宣传时，这种策略是否可能对品牌造成了长期伤害？后期的宣发节奏和话术相比去年会有哪些具体调整吗？

陈锴杰：我觉得第一次是意外，可能撞上了，能被关注到我不觉得是个坏事，今天大家的注意力还是非常稀缺的。不过虽然感觉很多人在讨论，但其实都是 AI 圈子里面的。我们要服务的真正的用户基本是没有听过的。许多用户可能连 Manus 都不知道，长期来讲用户是感受不到这个影响的，更多是让我们把产品做好。

镜相工作室：关于用户，你说 " 用户没有相关问题 "，这是否意味着核心用户已经换了一批人？早期那批用户的流失，你们有没有做过归因分析？流失的主要原因是什么？

陈锴杰：最早的这些用户都是 AI 从业者来尝鲜的，他们本身就会在各个产品之间跳来跳去，然后也有一些留下来的。流失的原因也很简单，这部分用户上来都是以测试为目标的使用，测试你的提示词、你的边界，把每个 feature 都点一点，他并不是带着一个生活中的问题来的，我觉得这些大部分都不是我们目标的人群。

还没有迎来增长期，模型分化后能冲千万用户

镜相工作室：你们现在的用户是哪些人？

陈锴杰：我们现在 90% 的用户在海外，60% 的用户在北美。去年 9 月份开始，我们迎来了很多用户，这些用户的特征是希望把生活记录和规划得更好。这批人更多是新女性，年龄在 30+，有孩子，家庭主妇或者同时正在工作。

镜相工作室：现在用户有多少人？增速如何？

陈锴杰：现在是已经有 30 万的用户，26 年我们的目标是千万用户。

镜相工作室：用户留存率（特别是次月留存）和日均使用时长是多少？用户是持续与 Agent 交互，还是仅在有明确任务（如生成一个计划）时才打开？这决定了产品的粘性是 " 工具 " 还是 " 伙伴 "。

陈锴杰：我们留存率很好。在过去四个月随着我们模型分化，马卡龙的日均使用时长是跟着增长的。不过我其实觉得现在不是马卡龙的增长期。在我们看到了模型分化能带来的收益后，预计今年 6 月份，当我们能实现每个用户拥有一个模型时，就能真正去做放量的增长了，那个时候才能去冲千万用户。

镜相工作室：海外用户的需求和国内有什么不同吗？

陈锴杰：对于海外的用户来说，他们会觉得我需要 ChatGPT 之外的一个 App，他可以更懂我。一部分原因是海外用户更喜欢表达，大多数人在学校的时候会去训练表达，这是成长环境带来的差异。我印象比较深刻的是，有一位用户，夫妻之间关系不好，她在和马卡龙聊天的过程中，马卡龙安慰她，最后帮她做了一个家庭写真生成器。她随手拍一张家里的照片，上传就能变成一张温馨的写真。这个用户生成了很多写真发在家庭群里，夫妻关系有一点点变好。这些都是从情绪价值开始，最后落地到一些可能对生活有帮助的东西，这也是我去探索交互流的一个范式。

镜相工作室：你提到用户特征是 " 新女性 "。这是自然增长的结果，还是产品设计和营销有意识倾斜的目标？为了服务这个群体，产品做了哪些特别的设计（而非通用的 Agent 能力）？

陈锴杰：马卡龙其实有些像小红书的调性，比如它的 logo 充满色彩、很可爱，天然就会吸引一些更热爱生活的女性，男性用户对一个粉色马卡龙的感兴趣程度天然会低。我们也有意引导让马卡龙能越来越在日常生活里持续去做陪伴，发现需求再去满足。比如我们的首席科学家 Pony 马骁腾，她的妻子是马卡龙的忠实用户，生成了一个小应用来管理每天家里要吃什么。有一天他回到家问 " 今天晚上的饭怎么那么奇怪？" 他妻子说是马卡龙教她做的。其实他们就是最符合定位的人群。

镜相工作室：做的饭奇怪？

陈锴杰：我想至少应该是没有毒的（笑），只是做法比较特别。

镜相工作室：你之前提到马卡龙要做的事和前 OpenAI CTO Mira 创立的 Thinking Machines 是同一方向。除了方向一致，你们在数据、算法效率、工程化落地上有哪些具体的、差异化的优势？能否举一个你们解决了而同行可能还在困扰的具体技术难题？

陈锴杰：我们最大的突破其实就是万亿参数 LoRA，全球目前只有我们和 Thinking Machines Lab 做出来了。其实 LoRA 非常有意思，它有两个重要的特性，一个特性是它便宜，只训练一个更低维的参数，就能让整个模型被优化。如果你同时训练很多个，成本可能会更低。第二个特点是，它的效果相对于全参数的微调是不变的。这让 LoRA 变成了一个可以扩充模型数量做不同垂类任务的技术。现在我们能同时运行 30 个模型，未来可能是 3000 个、30000 个、30 万个小的 LoRA。这也是我们今天能看到的一条持续提升的路径，有点像一个新的 scaling law。

镜相工作室：" 强化学习效率高了非常多 " 是一个定性描述。有没有一个定量的指标可以展示？例如，让模型学会一个新类型的小应用，所需的训练数据量或周期减少了百分之多少？

陈锴杰：其实训练强化学习，你的模型越大，所需的数据量越少。比如 DeepSeek V3.2 在强化学习上面把算力跑满了，试验下来跑到潜能都耗尽也只消耗了 8.5 万条数据，是非常小的一个数据量，但就能在数学任务上打败 Claude 4.5。所以有了万亿参数 LoRA 这项技术，如果有 3000 名用户，你可能只需要几百条数据就可以开始看到训练效果，这是一个翻天覆地的变化。

镜相工作室：" 每个人有一个 LoRA" 是远景。目前，在 30 万用户中，有多少比例的活跃用户已经拥有了明显 " 个性化 "、不同于公共模型的 LoRA？如何量化这种个性化的程度？例如，在推荐餐厅时，A 用户和 B 用户得到的建议差异有多大比例是源于他们的个人 LoRA？

陈锴杰：这个我们还在实现的路上，今天是近 30 个 LoRA，不是给了 30 个用户，而是把用户的不同行为做了划分，比如情感聊天的 LoRA，生活聊天的 LoRA，但是我们最终希望能实现一人一个 LoRA。

至于你刚才问的，" 在推荐餐厅时，A 用户和 B 用户得到的建议差异有多大比例是源于他们的个人 LoRA？" 其实 LoRA 是一种个性化的方式。context engineering （提示词工程），也是一种个性化的方式，这些方式我们都会使用，共同实现个性化模型的最终目标。如果你用的是 context engineering，他更多记录事实性的信息，比如说我昨晚吃了什么，汉堡要不要加笋？但提示词没办法改变模型给人的感觉，因为模型本身就有自己的人格。LoRA 更多是在改变这个模型的人格和性格，让它从豆包变成了 Gemini，或者变成了 Claude，然后每个人就可以在这上面有一个自己的个性化表现。

镜相工作室：团队扛得住这种长周期、高不确定性的研发吗？

陈锴杰：我们研究团队现在十个人左右，在强化学习这个领域，已经是一个能打仗的规模。大家是结对编程、跨时区接力，经常一个人 debug 到凌晨，另一个时区的同事接上。我们解决的都是具体问题：并行架构怎么设计、通信压力怎么降、训练管线怎么稳定……每突破一个点，他们就给我看那个 reward 曲线往上跳，我很高兴，虽然有时技术细节我也听不懂（笑）。

2025 年马卡龙最后一次周会，开到大楼关灯。图源：受访者

OpenAI 要忙着应付 Gemini，马卡龙要先抢占用户心智

镜相工作室：去年很多 Agent 创业公司对标的是 " 海外 "，今年则更多面临 " 国内大厂内部孵化项目 " 的竞争。" 大厂内部创新 " 是否正在成为创业公司的最大威胁？

陈锴杰：我觉得 AI 这件事情非常新，对资源的要求也不一样了——以前移动互联网时代你有一个流量入口，其他人就永远没法做了。现在像 MiniMax、智谱和 Manus，我都觉得非常好。当然，主流赛道竞争太激烈，最终赢的往往是那些基础大模型厂商，所以还是要尽量避开。

镜相工作室：你关注到蚂蚁的 " 灵光 " 也推出了用 AI 手搓应用的类似功能吗？作为创业公司，你们的机会在哪里？

陈锴杰：是的，不过现在我不会太担忧。对比一下马卡龙和灵光做出来的应用复杂度，目前我们在技术实现上是领先的。长期来看，大家技术可能会逐渐追平。不过因为我们也在迭代，马卡龙很有可能在一个细分领域抓住很重要的用户心智，比如说在生活选择上—— " 一纠结，就找马卡龙 "。只要有这个心智形成，就能跟用户的生活关联起来。而这些小的领域在最开始我认为是不会被大厂关注的。

镜相工作室：你们会担心别的应用公司能达到和马卡龙相似的效果吗？在你眼里，你们现在主要的竞争对手是谁？

陈锴杰：竞争对手的话，大模型会是一个错位的竞争的对象。从用户心智上来看，如果大家纠结选择的时候，ChatGPT 肯定也是一个大家会去问的地方，尽管他可能给的回答没那么好，没那么贴心和懂你，这些就是我们的机会。不过，目前我觉得交互卡片这个东西是没人在做的，我们是第一个。这是一个新的交互形式，用户不用再点开每一个应用，我们在用户和马卡龙交流的过程里，把他需要的推送过来。比如说，你在和马卡龙讨论家里的装修预算，这时它弹出一个卡片，上面有 3 个滑块，客厅预算数额、书房预算数额、卧室预算数额，还有总额，你只需要调整滑块，就能把预算清晰地整理下来。传统的交互还是 AI 要问用户每个部分需要多少钱，再进行讨论。

我相信现在市面上没有闭源模型能在 10 秒钟写一个可交互的页面出来，因为时间太短了，大部分模型都要 thinking、做 reasoning 推理，然后出结果、写好代码。目前我们的训练让马卡龙能跳过这些步骤。现在我们有了近 30 个模型，基本上都是 1T 参数量，也有几个稍小的模型是 200B。我觉得这是一个趋势，未来我们还想继续扩充模型的数量，把每一个细节方向的体验都做得更精致、更极致。

镜相工作室：这个错位的竞争对象是指可能对方是无意的，但是它的迭代势必会覆盖到这个领域。是这个意思吗？

陈锴杰：对，我觉得这对于他们来说是一个很小的部分，比如 ChatGPT 的报告里，个人表达是占比最少的。马卡龙可以通过在具体场景很抓人来吸引用户。

镜相工作室：这些场景里哪个最有潜力？或者让人意外？

陈锴杰：马卡龙想成为的是用户纠结时刻的选择。不管是吃饭、运动还是饮食纠结，在这些纠结时刻用马卡龙，是目前比较多的场景。

吃东西是一个之前被我忽视的场景。我们发现用户在生活中有很多纠结的选择，他们会和马卡龙一起讨论要不要和男朋友分手？要不要去自习？要买什么样的衣服？这些选择现在没有办法被搜索引擎解决。但我是一个可以每天早上早餐都是牛奶、燕麦倒在一起的人，我可以这样吃两周、三周。但很多用户甚至会做一个小应用，专门来规划每天吃什么，许多不一定是健身性质的，只是不知道吃什么而已，很多家庭主妇可能她最烦的问题就是每天晚上要做什么饭，这个给我很多启发。它是一个高频带低频的场景，每天你至少吃两到三次饭，但在和马卡龙讨论的时候又很有可能聊到其他话题，我觉得这个场景特别值得挖掘。

镜相工作室：你承认 ChatGPT、Gemini 是 " 错位的竞争对手 "。但如果下个月，GPT-5 原生支持了 " 记忆 " 和更强大的函数调用能力，用户可以轻松地自己构建一个简单的 " 生活助手 "，马卡龙的独特价值会不会被瞬间削弱？你们真正的 " 护城河 " 是技术领先的这几个月窗口期，还是已经形成的用户习惯和社区？

陈锴杰：未来不同的 AI 它会有不同的心智定位，但很难有一个 AI 帮你解决所有的问题。比如 ChatGPT 也想做个性化，但他是提供不同的聊天模式，而目前 OpenAI 面临着下一个大版本我怎么再领先一下 Gemini 的问题。从技术来说，OpenAI 可以做一个一个模型，但今年他不会花精力来做这件事。我认为最终的竞争格局是多样的，抖音很好， B 站也挺不错，但小红书依然有自己的生存空间，特别是在海外，大家对 C 端应用本身更加包容。

目前对马卡龙来说，用户习惯还不是护城河，因为用户很少。但我觉得今天没有一个公司站在我们的定位上，Thinking Machines 有和我们一样的技术，但是它还没有产品。接下来的至少 6 个月到 12 个月，市场在 Personal Agent 的定位上还是比较空白的，其实是我们是有时间去发展的。

谈收购或上市都太早，先做到 10 亿美金估值

镜相工作室：你们有商业化压力吗？

陈锴杰：我们没有怎么做付费。对我来说，我觉得我更想去找到一个下一代的产品形态，然后做出最大的价值，付费不是这个阶段我关注的指标。以后想做商业化其实很好做的，把衣食住行接进来就可以开始转化。

镜相工作室：" 把衣食住行接进来就可以 "，具体要怎么做？

陈锴杰：如果在生活选择这个方向里再深化一点，酒店和机票可能是最好做的。比如当你聊到要去旅行，我都帮你把航班挑好了，最后成交在我这里也比较自然。除此之外，最近的技术突破也让我看到了新的可能性，比如让用户订阅自己的大模型，每个月付几十美金或者更低的价格。还有很多实验室找过来要用我们的强化学习平台，也有可能产生商业化收入。我觉得马卡龙整体商业化的节点应该是在今年底。

镜相工作室：如果现阶段不关注付费，那么投资人认可的 " 长期价值 " 具体是什么？是用户数据？是交互范式？还是团队的研究能力？下一轮融资时，你需要向投资人证明的最关键里程碑是什么？

陈锴杰：投资人主要还是对技术上的突破比较认可，第二个是我们能把技术转化到产品里，真正带来不同的体验，以及产品未来的可能性，去想象未来每一个人用同样的模型，就像所有人刷同一个 Netflix ，但你能把每一个人手里的视频内容变得不一样。我觉得大家是对模型从通用大模型变成每个人的专属模型，从规模化进入个性化这么一个拐点，一个过程感到兴奋。目前，实现千万用户是年底的事情。但更早的，比如说我们在 5 月份能实现一人一个模型，我觉得就非常了不起了。

镜相工作室：Manus 被 Meta 收购的消息引发了许多关于 AI Agent 公司创业最终走向的讨论，你认为 AI Agent 公司最终会走向被大公司收购吗？在你和团队的设想中，被大厂收购算是一个理想的结局吗？

陈锴杰：对 Manus 来说肯定是一个挺好的事情，对马卡龙来说，以后收购或上市都有可能。我不认为之后 AI Agent 公司最终都会走向被大公司收购，在此之外，还有上市的这条路可以选。

镜相工作室：但 Manus 达到 1 亿 ARR 仍被收购，是否说明纯 Agent 应用独立达到规模化盈利和上市标准极其困难？

陈锴杰：对于 Agent 企业来说，现在在海外上市并不是一件困难的事。我觉得 Manus 的难点不是有没有商业化，而是这个定位怎么走？通用 Agent 这个定位太大了，它和 ChatGPT 才是正面 1: 1 的在打，后面的竞争怎么做？这时候有 Meta 出手顶住，变成 Meta Agent 跟 ChatGPT Agent 还有的打。我想 Manus 有很多考量，但不是商业化的考量。

而对于马卡龙来说，今天说这些都太早了。Manus 被收购不是他想被收购，是扎克伯格去找他的，这些都没有办法被计划。对我们来说要先继续把这个事情做大，做的更好，我才能去有这个奢侈去想这件事情。

镜相工作室：你们团队从来没有讨论过这个问题吗？

陈锴杰：是根本没有讨论这个问题的基础。没有做到 10 亿美金估值的公司，选哪条路线都是没有意义的。对创企来说，10 亿美金也是一个起点，不是终点。

镜相工作室：最后，今年你的团队和产品的变化很大，你对自己的评价是什么？

陈锴杰：我还是一个创业者，想把产品做得很精彩，然后有很多人使用，我觉得这个是没有变的。