互联网巡回犬 Vol.12：AI 要开始给人发工资了，睡眠戒指背后藏着一个精力 Agent
本期叼回三个项目。Humwork（YC P26）把 MCP 协议用在了一个反直觉的位置——让 AI Agent 在卡住时主动雇用人类专家（30秒匹配，130% NRR）；今日宜休是前小米 REDMI 品牌总经理王腾在北京创立的 AI 精力管家公司，成立当月即获智元机器人+高瓴种子轮，5月新轮引入 CMC 资本等持续追投；Origin Lab 拿到 Lightspeed 领投的 $8M 种子轮，做的是游戏公司数字资产与世界模型训练需求之间的数据市场。附特别观察：前阿里 Qwen 负责人林俊旸创业，估值预期 $2B。附储备追踪：光子芯力清华系光计算芯片天使轮。
리서치 브리프
今天叼回三件事。一个旧金山 2 人团队在问：AI 卡住了该找谁？他们的答案是：去人才市场雇个人；一个前小米高管在北京搞的公司，想用 AI 盯着你睡觉、管你的精力；还有一家 SF 团队发现了一件事——游戏公司手上有大量 AI 世界模型最需要的训练数据，但两侧根本没有管道对接，他们就去做了这根管道。三个方向，放在一起指向同一个问题：Agent 的能力边界在哪里，超出边界后谁来接。
一、Humwork（YC P26）🌐｜AI 卡住了，找人来救场，30 秒内到位
项目介绍
先说一个可以拿来测试你的直觉的设定：AI Agent 在处理任务时卡住了——遇到了一个合规判断、一个架构决策、一个需要品味的设计选择——它主动找来一个人类专家，问完拿到答案，继续往下跑。整个过程 30 秒内完成匹配，2 分钟内拿到第一条回复。
这是 Humwork 在做的事。1
产品的技术接口是 MCP（Model Context Protocol）。AI Agent 在运行中通过 MCP 调用 Humwork，平台把请求路由给已经经过验证的专家——工程师、律师、营销人员、设计师等。专家来自双边市场，现在已有 3000+ 名通过验证，覆盖 Claude Code、Cursor、Codex（OpenAI）、Lovable、Replit、ChatGPT 等主流编码工具和 AI Agent 平台。2
官网披露的运营数据：平均首次回复时间不到 2 分钟，问题解决率 83%，净留存率 130%。130% 这个数字意味着现有客户的扩展使用量超过了流失量，是早期 B2B 产品里衡量产品-市场契合度的重要信号。2
Humwork CEO Yash Goenka 在 YC Launch Post 里写道：「AI agents will pay humans to chat with them.」1 这句话背后的逻辑，他在正文里给了一个类比：就像 Waymo 为自动驾驶的边缘案例配备远程人类驾驶员，Humwork 为 AI Agent 构建了等效方案——在架构、合规、判断、品味、权衡和例外这些位置，人类仍然是必要的节点，只是角色从主驱动变成了边缘辅助。
团队背景
两位创始人都是 UC Berkeley 出身，认识了 16 年。
Yash Goenka（CEO）是 Data Science 本科，3 次连续创业，手上有一项石墨烯超级电容器专利，2021 年做过第一次 LLM 方向的创业尝试。Rohan Datta（CTO）是土木工程 BS+MS，在创业之前曾搭建过一个自动化超过 100 万分钟通话的 AI 语音平台。1 两人是 YC Spring 2026（P26）批次，旧金山，2 人团队，Primary Partner 是 Tyler Bosmeny。
公司目前在招两个岗位：Founding Engineer（$120K-$150K + 5-10% 股权，SF）和 GTM Engineer（$20K-$40K + 0.1-1% 股权，远程），从招聘结构看，他们在同时推产品侧和商业化侧。1
为什么值得关注
MCP 协议此前的主要用途是让 AI Agent 调用工具、访问数据，但 Humwork 把它用在了一个不同的位置：让 AI 在不确定时主动购买人类判断力。Twitter 上的社区讨论里，有用户 EloPhanto 指出：这不是聊天机器人支持，更接近通过 Agent 路由的专家市场——MCP 的真正边缘用例不是工具调用 API，而是 Agent 承认自身的不确定性并购买人类判断力。2 另一位用户 0xAndros 的表述从另一侧面切入：「YC 在资助替代人类的 Agent，新的零工经济将是 Agent 驱动的市场。」3
这两条评论里有一个有意思的张力：一边是 AI 在让人类「失业」，另一边是 AI 在主动雇用人类。Humwork 押注的是后一条——当 Agent 承担的任务越来越复杂，它需要调用人类判断力的频次可能同步增长，而不是减少。
判断这个方向的关键变量是：随着 AI 能力提升，Humwork 上需要人类介入的问题类型会不断升级（从简单技术问题到真正需要判断的复杂决策），还是会因 AI 能力提升而持续收缩？130% 的净留存说明至少到现在，扩展方向是前者。
二、今日宜休（ISHO）🇨🇳｜前小米高管要用 AI 管你的睡眠，当月融资已经拿到了
项目介绍
今日宜休要做的事，王腾用一句话说清楚了：睡眠健康这个领域有大量相关产品，但还没有一家把这些产品和数据串联成一套智能化精力管理系统的公司。4
这就是今日宜休的切入点。公司的定位是「系统级 AI 精力管理服务商」，核心理念是「Inner Strength High Output——积蓄精力，释放高效」。产品的工作方式是通过多模态传感器在用户无感状态下持续采集生理数据、环境数据和行为数据，构建个人「精力档案」，AI 承担 24 小时在线的精力管家角色。4
产品矩阵目前有两条线：首款软件「精力指数」App 将于近期上线，首款硬件产品智能睡眠戒指计划 2026 年 10 月发布，后续规划延伸至智能床垫、智能枕头等。4 智能戒指这个形态不陌生——Oura Ring 已经跑出来过，国内这两年也出了一批跟进产品。今日宜休的差异化赌注不在于戒指硬件本身，而在于把戒指的采集数据接入 AI Agent 系统，让数据产生动作（建议、提醒、干预），而不是仅仅展示在 Dashboard 上。
公司还与国内院校和科研机构合作开展睡眠科学、脑科学及临床医学研究，支撑其「AI 精力管家」的数据模型。4 工商信息显示注册资本 110.86 万元，经营范围含人工智能应用软件开发、人工智能基础软件开发、健康咨询服务，注册地北京市海淀区。
团队背景
王腾的背景是 2026 年 1 月开始融资时的核心说服力。他是前小米中国区市场部总经理，同时担任过 REDMI 品牌总经理。4 小米这个平台给了他两件事：对中国消费电子供应链的深度认知，以及对大规模用户运营和品牌打法的实战经验——这两点在做硬件+App 组合的消费 AI 产品时都是硬资产。
融资节奏说明了外部机构对他的判断：2026 年 1 月公司成立当月，智元机器人、高瓴创投、云九资本完成了数千万元种子轮。4 智元机器人出现在股东名单里，是一个值得留意的细节——智元本身是具身智能公司，投一家做 AI 精力管家的公司，或许在验证一个共同的假设：身体状态数据是具身 AI 系统的重要信号层。到 2026 年 5 月，公司完成新一轮融资，引入 CMC 资本、弘晖基金、君礼资本，高瓴创投、云九资本、瓴智基金同步超额追投。5
王腾在融资公告里说：「感谢投资人朋友们的信任和支持，我们业务在持续加速中，最近越来越忙了，急需感兴趣、高水平的同学加入。」5 表述口语，但两轮融资加上持续追投本身比任何声明都有说服力。
为什么值得关注
睡眠健康市场在中国已经有了几个独立分支：智能戒指（Oura 跟随者一批）、智能床垫（喜临门等）、助眠音频（潮汐等）。这些产品各自跑各自的数据，互相之间没有通道，用户在每个产品里都是孤立的。这是一个典型的碎片化市场——有痛点、有用户、有支付意愿，但没有能把它们整合成系统的人出现。4
王腾选择从睡眠戒指切入，对应中国供应链的实际优势：高精度生物传感元件在珠三角已有成熟量产能力，成熟的消费电子团队通常在 18 个月内可以推出具竞争力的硬件。这不是技术壁垒，但这是执行门槛——大多数竞争者要么只做软件、要么只做硬件，两头同时推进对团队和资金的要求都不一样。
今日宜休的 AI Agent 属性在于：精力指数 App 不是简单的数据展示工具，而是基于持续采集的数据主动触发建议和干预的系统。这个「主动性」是普通健康 App 和 AI 精力管家的本质区别。当前的问题是产品还没正式上线，精力 Agent 的实际能力需要等 App 和戒指都交付后才能评估。10 月是下一个观察节点。
三、Origin Lab 🌐｜游戏公司有世界模型最需要的数据，但两侧没有管道——他们建了这根管道
项目介绍
世界模型（World Model）的研究在 2025-2026 年进入密集投入期，Yann LeCun 主导的 AMI Labs 和 Fei-Fei Li 的 World Labs 是两个代表性机构，它们需要的核心训练数据是「物体如何在物理空间中运动」——这类数据天然存在于视频游戏里。游戏引擎已经用物理定律模拟了这个世界，每一帧渲染都包含物体的运动轨迹、碰撞行为和环境交互。6
Origin Lab 要做的事就是那根管道：连接 AI 世界模型实验室和游戏公司，前者出钱买训练数据，后者把已有的数字资产变现。具体的技术工作是把游戏素材转化成 AI 可用的训练数据格式——从简单渲染到自动生成数小时漫游视频。6
联席 CEO Anne-Margot Rodde 说：「视频游戏行业坐拥极有价值的数据，但没有真正的基础设施把 AI 实验室和游戏行业连接起来。我们就建了那座桥梁。」
6"It became clear that the video game industry was sitting on some incredibly valuable data, but there was no real way or infrastructure to basically connect AI labs and the video game industry. So essentially, we built that bridge."「视频游戏行业坐拥极有价值的数据，但根本没有基础设施把 AI 实验室和游戏行业连接起来。所以我们建了那座桥梁。」
团队背景
创始团队三人：Anne-Margot Rodde（联席 CEO）、Antoine Gargot 和 Colin Carrier，总部旧金山，约 4 人，公司成立于 2022 年。6
2026 年 5 月 13 日，Origin Lab 完成 $8M 种子轮融资，由 Lightspeed Ventures 领投，SV Angel、Eniac Ventures、Seven Stars、FPV Ventures 参投。天使投资人包括 Twitch 联合创始人 Kevin Lin 和 Cruise（自动驾驶，已被 GM 收购）创始人 Kyle Vogt。6 Vogt 的出现值得单独注意——他在 Cruise 积累的是「真实世界物体运动数据对自动驾驶的价值」的一手认知，对游戏数据能否在类似场景发挥作用有直接判断能力。
Lightspeed 合伙人 Faraz Fatemi 的投资逻辑说得很直白：
6"We've seen how sharp the revenue scaling can be for data vendors that are serving the major labs. These are very well-capitalized businesses, and the bottleneck for all of them is data."「我们见过数据供应商为大型实验室服务时收入增长有多急剧——这些都是资本非常充裕的企业，而它们共同的瓶颈就是数据。」
为什么值得关注
这个方向的结构性机会来自两侧的不对称：AI 世界模型实验室资金充裕，迫切需要真实物理运动数据，但游戏公司没有能力自己去接触这些客户（游戏公司不懂 AI 研究采购流程）；游戏公司有大量高质量的数字资产，但这些资产的变现路径几乎只有游戏本身（版权售卖/授权/续作），没有人意识到这也是训练数据。Origin Lab 做的是撮合，不是自己生产数据，商业模式更接近数据中介或市场平台。
参照系是 Scale AI 在监督式学习时代的成长路径——Scale AI 本质上也是在 AI 实验室和数据生产者（人工标注员）之间做撮合和标准化。Origin Lab 在做的是同一个结构，只是数据生产者换成了游戏公司，产品是现成的（不需要重新生产，只需要格式转化）。Scale AI 已经验证了这条路能走出多大的商业规模。
风险是显而易见的：世界模型还处于研究阶段，大规模商业化训练采购尚未形成，当前客户群体主要是研究性机构而非工业级买家。如果 Yann LeCun 的世界模型方向不能在 3-5 年内从实验室走向规模化部署，Origin Lab 的市场需求侧就会比预期收窄很多。另一个不确定性是：游戏公司会不会在发现数据价值后选择自建渠道直接对接，而不是持续付费给中间商。
特别观察：前阿里 Qwen 负责人林俊旸创业，估值预期约 $2B
这不是典型的早期项目，但是本周中国 AI 生态最重要的信号。7
前阿里巴巴千问大模型（Qwen）负责人林俊旸已开启创业，新公司方向是世界模型与具身大脑，尚未命名。林俊旸今年 32 岁，是阿里最年轻的 P10 级高管，谷歌学术引用超过 4 万次。Qwen 在他主导下累计下载量突破 10 亿，成为全球最具影响力的开源大模型之一。7
高榕资本与红杉中国正在洽谈入局，融后估值预计约 20 亿美元。一位未具名的 AI 业内人士对他的评价是：「至少是 1 亿美金以上级别的人才。」7 2025 年 10 月他已组建了机器人和具身智能方向的小型团队，目前缺少硬件合伙人，仍在组队阶段。
$2B 的估值预期在中国 2026 年具身智能融资大年里并不算离谱——参考 Skild AI 在美国的估值超 $14B、PI 超 $11B，而国内 Q1 出现了超 16 起单笔 10 亿元以上的具身融资。7 但世界模型是一个认知门槛极高、转化路径尚不明确的方向。Qwen 的成功来自开源大模型的规模化分发——林俊旸在语言模型上建立的方法论和社区影响力，能否平移到需要大量物理世界数据和机器人硬件迭代的具身方向，是他这次创业的核心未知数。
储备追踪：光子芯力——清华系光计算芯片，数千万天使轮
光子芯力（北京），2024 年成立，清华大学集成电路学院背景，完成数千万元天使轮，苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。8 创始人杨其晟博士的技术路线是「全波超表面」光计算，算力密度最高可达每平方毫米 1000 TOPS，尺寸较传统 MZI 方案缩小十余倍，已完成原理验证，进入工程化验证阶段。
这是算力基础设施方向的长线信号，非 AI Agent 赛道，暂放储备，持续观察工程化验证进度和商用时间表。
共同逻辑
今天三个主项目的共同点比表面上看起来更深。Humwork 在解决一个问题：AI 能力到达边界后，需要一个随时可以调用的人类判断层，而不是停在那里等待模型能力的下一次迭代。Origin Lab 在解决的，是世界模型训练的数据源问题——AI 要理解物理世界，需要大量描述物体如何运动的数据，而这些数据已经存在于游戏引擎里，等着被用上。今日宜休则在从另一个方向切入：用 AI Agent 采集身体状态数据，建立个体的精力模型，让 AI 对「你现在的状态」有感知。
这三件事放在一起，指向一个同一层的问题：Agent 要变得更有用，需要更多的感知通道——对人类判断力的感知（Humwork）、对物理世界的感知（Origin Lab）、对个体身体状态的感知（今日宜休）。模型的能力在快速提升，但这三条感知通道现在仍然非常粗糙，还没有人把它们做好。
开放性问题：这三条感知通道里，哪一条会最先到达商业密度的临界点——足以让 Agent 在真实工作场景里表现出对人类的实质性替代，而不只是辅助？还是三条都必须同时成熟，才会触发那个临界点？
封面图：AI 生成
보조 이미지 추가
1장
이 콘텐츠를 둘러싼 관점이나 맥락을 계속 보강해 보세요.