从知识库到 Agent 原生 OS，汪源想为 Agent 造一个操作系统

当软件的第一用户变成 Agent。

作者｜连冉

编辑｜郑玄

3 月 31 日，前网易集团副总裁、网易杭州研究院执行院长汪源，带着其创办的 AI 公司 remio，发布了首个 Agentic OS——rOS。此前，remio 以 AI 个人知识库产品切入市场，核心能力是为用户打通网页、文档、会议录音、聊天消息等多源信息，构建可被 AI 高效检索与调用的个人数字记忆体系。

图片来源：极客公园

remio 此次推出了面向 Agent 原生应用打造的操作系统 rOS，以及运行在该系统之上的全新应用形态 aApp（Agentic App）。这套产品体系的核心，重构了 Agent 时代的软件设计逻辑：让软件的第一服务对象从人转向 Agent，为 AI 原生应用提供完整的运行底座；同时让普通知识工作者能开箱即用高价值的 Agent 能力，无需折腾复杂的技术配置；也让各垂直领域的行业专家，能把自己的行业经验转化为可直接商业化的 AI 应用。

在开源项目 OpenClaw 刷屏 AI 圈、无数从业者扎堆做 Agent 工具的当下，汪源在发布会开场直言：龙虾的爆火，根本算不上 Agent 时代的 iPhone 时刻。

在他看来，当下行业热议的 Computer Use、Skill 生态，都只是过渡性方案；而 remio 要做的，是给 Agent 时代搭好完整的操作系统底座，让普通用户拎包入住，让行业专家的经验能直接变现。

01

火遍全网的 Agent，困在了「WAP 时代」

过去一年，AI 行业从未缺少关于 Agent「iPhone 时刻」的讨论，却始终尚未等来真正的全民普及。

OpenClaw 的爆火，让 AI 第一次真正拥有了操作电脑的能力，无数用户跟风尝试，却很快陷入了困境：有人被复杂的配置流程拦在门外，真正能把龙虾「玩起来」的用户不足半数；有人好不容易完成了部署，却始终想不明白它能在日常工作里解决什么具体问题，新鲜感褪去后便再也没有打开。

此前红极一时的 Sora，也曾让无数用户涌入尝鲜，但一个月后的用户留存率不足 1%，最终落得被关停的结局；如今遍地开花的 Skill、插件、MCP 协议，看似构建起了繁荣的 Agent 生态，可真实的用户体验却是「电脑里装了上百个 Skill，却没几个能真正持续用起来」，Skill 与 Skill 之间还会相互冲突，最终沦为摆设。

在汪源看来，当下的 Agent 生态，像极了移动互联网爆发前夜的「WAP 时代」。2000 年初，为了让功能机也能访问互联网，WAP 协议应运而生，它能把 PC 端的网页简化后搬到手机上，却始终受限于简陋的协议能力，没能带来真正的体验革命。而今天行业里热议的 Computer Use、MCP、Skill，本质上都是同一种逻辑：让 Agent 去适配、操作那些原本为人类设计的软件，只是完成了旧生态与新能力的衔接，是过渡性的方案，而非 Agent 时代的终极形态。

图片来源：remio

对于当下最火的龙虾，汪源谈到，它最多只能算是 Agent 领域的 Linux 系统，能给一部分有技术能力的用户提供个性化搭建、配置的框架，让高手能折腾出复杂的玩法，但对普通用户而言，极高的使用门槛始终横在那里。remio 始终想做的，则是 iPhone、Mac 式的产品——让普通用户不用折腾，开箱即用、拎包入住。

在汪源的判断里，这些过渡性方案中，Computer Use 会是最快被行业淘汰的。「AI 要去操作飞书，通过 Computer Use 视觉识别的方式也能做，但只要飞书提供了完善的接口和命令行工具，Agent 就完全不需要用这种高成本、低效率的方式。」他直言，两三年之后，Computer Use 在主流场景里几乎就会失去用武之地，只会在一些无法提供接口的「老古董软件」里保留一席之地。而 API 与传统 SaaS 软件的生命周期会更长，但最终也会被 Agent 原生应用逐步替代。

基于这个判断，remio 拿出了自己的答案：rOS，为 Agent 原生应用打造的操作系统，以及运行在这个系统之上的全新应用形态——aApp（Agentic App）。

和当下用完即走、上下文清零的 Skill 不同，aApp 更像我们手机里的原生 App：它能在后台持续运行，通过事件触发主动响应，无需用户反复启动；也能直接访问用户完整的工作上下文，从邮件、会议录音到聊天消息、本地文件，无需用户每次手动投喂信息；它以自然语言为核心交互方式，开箱即用，通过对话就能完成个性化配置。

汪源在发布会上演示了「智能待办」aApp，就是个典型的例子：它能实时监听用户的邮件和会议录音，自动提取其中的待办事项，无需用户手动记录；识别到需要回复附件的邮件时，它能自动找到对应文件、写好邮件内容完成发送，形成完整的工作闭环。而这一切，都不需要用户对 Agent 进行复杂的指令编写，只需要最开始的一次自然语言配置确认。

02

aApp：软件的第一用户，从人变成了 Agent

aApp 与传统软件、Skill 的核心差异，是软件设计逻辑的底层颠覆。

过去几十年，从 PC 互联网到移动互联网，所有软件的设计核心都围绕着一个准则：以人为核心的用户体验。我们设计图形界面、梳理信息层级、简化交互路径，本质上都是为了降低人的使用门槛，让人能更轻松地看懂、操作软件。哪怕是当下的 Skill 和插件，其核心逻辑依然是「把人类使用软件的经验，教给 Agent 去复刻」。

但 rOS 和 aApp，推翻了这个延续了几十年的设计准则。汪源直言：Agent 时代，软件的第一用户不再是人，而是 Agent，人退居二线，成为间接使用者。

这个核心变化，带来了软件设计的重构。

首先，软件不再需要复杂的图形用户界面，只需要提供语义清晰的接口。对人类而言，一个接口吐出几十万字的信息是灾难级的用户体验，但对 Agent 来说，全量的语义信息反而能让它更精准地完成任务；人类需要按钮、菜单、表单来完成操作，而 Agent 只需要自然语言的语义指令，就能完成编排和执行。

其次，软件不再需要追求「大而全」的套件能力。过去，企业倾向于使用飞书、Google Workspace 这样的全链路套件，核心原因是人类无法高效处理几十个互不打通的软件，频繁的复制粘贴会极大降低工作效率。但 Agent 天生具备极强的可编排能力，不同厂商开发的垂直 aApp，可以像积木一样自由组合，企业无需再为了一体化体验妥协，只需要选择每个领域里最好用的 aApp，剩下的协同工作全部交给 Agent 即可。

汪源进一步拆解了传统办公套件的核心困境：「钉钉卖的是阿里的工作方式，飞书卖的是字节的工作方式，但 Agent 时代有很多组织，它的工作方式既不是阿里的，也不是字节的。」在他看来，飞书这类全家桶产品，在 Agent 时代必然会面临边缘化的挑战——它不可能把所有环节都做到行业最好，而 Agent 的可编排能力，让企业可以自由组合不同厂商的优质工具，再也不用被单一套件绑定。

更重要的是，这个新的体系也给行业里的「非技术开发者」，提供了 know-how 商业化的直接路径。

图片来源：remio

在此之前，一个拥有多年客户管理经验的企业内训顾问，一个深谙招聘逻辑的资深 HR，一个有成熟运营方法论的行业专家，他们的行业经验最多只能做成 Skill、Prompt，却很难直接变现——Skill 没有版权保护，极易被盗版，只能走「做 Skill 卖课程」的曲线救国路线，没有成熟的分发渠道和商业化体系。

rOS 的 aApp 生态，在尝试解决这个问题。汪源在采访中谈到，如今 AI Coding 的技术能力已经足够成熟，在 remio 的平台上，哪怕是不懂代码的行业专家，只需要提出自己的设计思路和业务需求，AI 就能生成可运行的 aApp。这就像移动互联网早期，懂摄影的人能做出优质的拍照修图 APP，懂人力资源的人能做出招聘管理工具，行业经验第一次能直接转化为可运行的产品，而不需要依赖专业的工程师团队。

同时，remio 也给这些开发者铺好了商业化的道路。平台早期的开发者变现方式，会和移动互联网早期高度相似——直接靠卖软件收钱，一个工具类 aApp 定价一美金、几美金，卖一个就有一份收入。而支撑这个商业模式成立的，是 remio 内置的著作权管理和签名鉴权机制，解决了盗版问题：只有付费用户才能运行对应的 aApp，哪怕安装包被分享，也无法正常使用。这也是此前 Skill 生态始终无法实现商业化的核心痛点。

对于 aApp 的开发逻辑，汪源也在专访中分享了自己的实践经验：和传统软件开发、Skill 开发完全不同，aApp 的核心是围绕业务模型做设计，要尽量避免写死固定的工作流，把步骤调度权交给 Agent，同时不用做复杂的 UI 交互。这种设计思路，既保证了 aApp 的灵活性，能适配用户随时提出的个性化需求，也平衡了 Agent 执行的可靠性与成本，让非技术开发者也能快速上手。

03

remio 的护城河：

用时间堆出来的「数字记忆」壁垒？

在 Agent 这条赛道上，remio 并不是先发者。

国内，字节跳动旗下的扣子已经将 Agent 编排能力推向企业市场；海外，无数开源项目和商业产品，早已在 Computer Use、Agent 工作流领域深耕许久。但在汪源看来，这些产品都有一个核心缺陷：每次启动都从空白开始，它不知道用户是谁，不知道用户上周做了什么，更不知道用户的工作习惯和核心诉求。

而这，恰恰是 remio 的壁垒。

remio 成立于 2024 年，早期以 AI 知识库产品切入市场，核心能力是把用户的网页、文档、会议录音、聊天消息等多源信息，统一汇入可被 AI 检索的个人知识库。这款产品上线后，曾拿下 ProductHunt 日榜第一，入选 2025 年度全球 Top 30 AI 产品。但汪源从一开始就意识到，知识库只是手段，而非终点——一个只能回答问题的 AI，和一个能帮用户处理真实工作的 AI，是两件完全不同的事。

过去一年半，remio 持续在个人上下文工程上投入核心资源，而这也成了 rOS 核心的底座。不同于其他 Agent 产品需要用户手动上传信息、补充上下文，rOS 里的所有 aApp，都能直接调用用户经过结构化处理的全量数字记忆。这些信息不是零散的文件，而是已经被处理成大模型可直接消费的语义数据，PPT、Word、PDF 等各类格式的文档都被提前解析完成，开发者无需再做额外的处理；配合实时的内容更新订阅能力，aApp 能第一时间响应用户的工作变化。

「同一个 aApp，在 remio 上它一来就认识你。」汪源说，「用得越久，积累越深厚，用户的迁移成本就越高。这是时间驱动的护城河，没有捷径。」

汪源随后进一步点明了 remio 和大厂产品的本质区别：数据主权牢牢交还给用户。「大厂永远都希望把用户的数据抓在自己手里，所以我们做了一年多，也没看到大厂跟进这个思路。」在他看来，大厂的产品逻辑，决定了他们不会做一款「装在用户 PC 里、碰不到用户数据」的强软件，这也给 remio 留下了 2-3 年的成长窗口，不用担心大厂下场做同质化竞争。

针对用户最关心的安全问题，remio 也在 rOS 里做了双重底层保障。汪源解释，安全的核心无非两件事：一是数据不泄露，remio 的所有数据都在用户本地完成处理，除了调用云端大模型 API 的必要内容之外，用户数据不会被任何第三方服务商获取；二是数据不丢失，remio 用类似杀毒软件的核心原理，对 Agent 所有的文件读写、修改、删除行为进行拦截，实时备份文件的历史版本，用户可以一键还原所有操作，彻底解决了 Agent 误删、改坏重要文件的行业痛点。

在硬件适配与商业模式上，remio 也给出了清晰的规划。硬件层面，目前 rOS 优先适配 Mac 系统，核心原因是所有 Mac 电脑都标配了算力强劲的 NPU，能支撑端侧 AI 的高效运行；Windows 版本将在下周推出，而 Windows 端 NPU 的全面普及还需要 1-2 年，remio 也会持续做对应的优化。

商业模式上，remio 走了一条「运营商式」的路径：平台统一和用户结算 Token 消耗费用，推出分级会员体系，所有 aApp 运行产生的 Token 成本，都由平台与用户统一结算，开发者无需承担任何相关费用。这就像移动互联网时代，用户和运营商统一结算流量费，而不是每个 APP 单独向用户收取流量费，极大降低了开发者的入局门槛，也让生态的正向循环成为可能。

目前，remio 的核心用户集中在三类群体：泛管理者（创业公司创始人、企业高管、产品经理、项目经理）、产研团队，以及学生、老师与科研人员。这些用户的共性，是典型的知识工作者，时间高度稀缺，对工作提效有强需求，也是 AI 与 Agent 技术最先渗透的群体。而汪源判断，未来这个范围会持续扩大，最终绝大多数岗位，都会进入「不强依赖 AI 就无法工作」的阶段。

04

Agent 的 iPhone 时刻

从 2007 年第一代 iPhone 发布，到 2010 年 iPhone4 引爆移动互联网，苹果用三年时间证明了一个道理：所谓的「iPhone 时刻」，从来不是单点技术的突破，而是一套完整生态体系的胜利。

苹果从来没有发明触摸屏，也没有发明手机摄像头，但它把这些技术整合起来，用优秀的工业设计和系统能力，搭建起了一套适配移动终端的软硬件体系；更重要的是，它用 App Store 构建了一套正向循环的开发者生态，让开发者能赚钱，让用户能获得更好的体验，最终开启了移动互联网的黄金十年。

今天的 AI 行业不缺技术突破。大模型的能力早已跨过了可用的门槛，多模态理解、Computer Use、Agent 规划能力都在快速迭代，我们能让 AI 写代码、做 PPT、操作电脑，却始终没能让 Agent 真正走进普通知识工作者的日常。核心原因就在于，整个行业都在忙着优化「让 AI 模仿人操作旧软件」的能力，却没有人为 Agent 打造一个原生的新世界。

remio 的 rOS，没有去优化 Agent 操作旧软件的效率，而是重新定义了 Agent 时代的软件设计逻辑，给 Agent 原生应用提供了一个完整的运行底座；它不仅关注用户的单次任务体验，也试图构建一个「用户数据沉淀-应用体验升级-开发者生态繁荣」的长期飞轮。

汪源提到了一个行业变化：AI 与 Agent 带来的，不只是单个岗位的效率提升，也是职场组织形态与岗位设置的全面重构。在他的团队里，已经不再是产品经理提需求、工程师做实现的传统模式，一个人同时要兼具产品思维与开发能力，只会接需求的程序员，正在被 AI 快速淘汰。

这恰恰印证了 remio 所做事情的长期价值：Agent 时代的终局，不是让 AI 成为人类操作旧软件的「机械手」，而是让 AI 成为人类工作的「数字分身」，重构整个知识工作的生产方式。而这个终局的到来，必然需要一个能承载原生应用的操作系统底座。

当然，这条路注定充满挑战。生态的建立从来不是一蹴而就的，开发者的培育、用户习惯的养成、核心场景的持续挖掘，都需要长期的投入和验证。

*头图来源：remio

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你如何看待 Agent 时代？