主动式 Agent 调研/ 档案 03
档案 03 / 05 主动式 Agent 调研 本地意图识别

Paperboy

macOS 上安静的 ambient 助手——所有上下文留在本地,端侧推理在 200 毫秒内推断你「为什么」这样做。

定位
ambient 桌面助手
形态
后台常驻不抢占注意力
阶段
Private Beta候补名单中
平台
macOS
团队
John YangVivian Kong
融资
~500 万美元2026·01 种子轮
§ 01

送报少年的那种可靠

以前送报纸的 paperboy 知道你家在哪、你几点起床、下雨天报纸该放哪。

名字来源很直白。Paperboy 想建立的就是这种关系——可靠、私人、用得越久 越好用。它定位「ambient desktop assistant」:在后台持续观察你的工作方式, 跨平台学习你的全部上下文,然后在你开口之前就把事情做了。

它的核心不在「记录」,而在「理解」:不是识别你按了什么键, 而是推断你为什么按这个键。团队认为,本地推理现在终于快到了 能做实时意图识别的程度。

§ 02

本地、可解释、细颗粒

Paperboy 的三个技术选择,几乎都在回答同一个问题:怎么让「持续观察」 变得可信。在一个习惯了「上传一切」的赛道里,这三条更像 一种克制的立场。

01

本地推理优先

所有上下文都存在本地,利用端侧模型在 200 毫秒内完成意图推断。推理不出端, 是隐私的第一道保障,也是实时性的前提。

02

上下文边界可解释

Netflix 追剧记录不该污染工作推荐,工作压力不该影响你和朋友聊天的语气。 不同场景的上下文有明确隔离,而不是揉成一团。

03

权限细粒度控制

「帮我管邮件」不等于永久访问所有邮件,而是指定发件人、时间段、项目范围 ——授权是一把有刻度的尺,而不是一个开关。

本地设备 · 端侧模型 200ms 意图推断 · 数据不出端 隔离 隔离 工作上下文 文档 · 邮件 · 日程 追剧记录 Netflix · 娱乐 私人聊天 朋友 · 家人 工作建议 不外溢到工作 语气更贴合
可解释的上下文边界 —— 不同生活场景的上下文被明确隔离、互不污染;所有 推断都在端侧 200 毫秒内完成,数据不离开你的设备。
§ 03

YC 出身的小团队

John Yang,YC 背景,从普瑞特(Pratt)休学;他是 React 性能 优化框架 Million 的联合创始人之一(Million 的主创为 Aiden Bai)。联合创始人 Vivian Kong,沃顿商学院背景——这部分履历目前暂未 见到独立的公开印证。

2026 年 1 月,Paperboy 完成种子轮融资。中文媒体记为约 500 万美元,投资方未公开(另有未确认来源记为 450 万美元, 口径存在出入)。

产品目前仍处 Private Beta:上一轮内测已经关闭,官网处于 候补名单阶段,尚未正式上线。

§ 04 — 报告评述

我们的判断

本地意图识别 · Paperboy

相比 ColaOS 和 AirJelly 更全栈的野心,Paperboy 更像一个安静但靠谱的 私人秘书。

它不试图成为你的操作系统,而是默默在后台帮你把信息整理好。这种克制本身就是 一种产品判断:在一个所有人都想「接管」的赛道里,Paperboy 选择把自己做小 ——用本地推理换信任,用上下文隔离换分寸。风险也正在这里:足够安静,会不会 也足够容易被忽略?产品尚未上线,这个问题还要等市场来回答。

端侧推理 200ms 上下文隔离 细粒度授权 ambient YC 隐私优先