获红杉、微光创投种子轮投资，Floatboat 要让 Agent 住进你的工作现场，打造 Agent 协同办公网络

2026年了，你同事想找你讨论方案，还是要等你开完会。

Floatboat创始人谭少卿觉得，在AI时代这件事不该这样。

他给出了一个不一样的解法——你的Agent应该能替你完成这个协作。不只是帮你自动回复“他在开会”，而是真的懂你怎么想、知道你会怎么改、带着你的判断力和审美去跟同事的Agent一起把活干了。

——这正是Floatboat正在构建的东西：让 Agent 住进你的工作现场，构建一张人机协同的办公网络。 

在这张网络里，每个人都有一个深度理解自己的Agent。Agent之间可以协作，可以替你出去"打工"，带着你积累的方法论去完成任务、创造价值。

红杉和微光创投已经押注Floatboat种子轮——这意味着，故事比你想象的更快。

Floatboat：让 Agent 住进你的工作现场

产品的设计逻辑，一句话就能讲清楚：在你工作发生的地方，直接构建一个AI原生的生产力环境。

不是让你跳到一个新的聊天窗口，而是让AI进入你已有的工作空间。

Floatboat从PC端切入（大部分知识工作发生在这里），由三部分构成：文件管理器（File Manager）、浏览器（Browser）、超级Agent。

为什么是这三个？因为知识工作者打开电脑，用的就是这几样东西——桌面、文件夹和浏览器。Floatboat把这两个最核心的工作阵地直接给Agent构建成环境：

你看到的文件，Agent也能看到

你访问的网页，Agent也能感知

你能操作的，Agent也能操作

在你授权下，整台电脑都是Agent的工具

关键差异在上下文构建方式。你的工作环境就是 Agent 的上下文。

你不需要想“我该喂给它什么上下文”。你就跟正常找文件、打开文件一样，你看到了，它就看到了。你不说，它不会去翻；你说了，它就能看到、能操作。整个上下文的流转非常丝滑，它也连接电脑上的外部软件和系统工具，你装了它就能用上。

你可以在Floatboat的浏览器里打开任何第三方应用——ChatGPT、Claude、Manus，甚至企业内网——Agent都能感知。文件管理器和浏览器本身就是交互界面。当前，你也可以把它理解为一个 AI 资源管理器与编辑器，一个 AI 浏览器，或者从自动化的角度，一个有着优秀人机交互的、开箱即用的 Openclaw。

当被问到"为什么不把现有工具拼起来用"时，谭少卿引用了乔布斯发布初代 iPhone的经典时刻：

"他说今天要发布三款产品：一个手机，一个音乐播放器，一个上网设备。它就是 iPhone。"

从"个人助手"到"协同办公网络"——Floatboat真正在做的事

谭少卿不想做更好用的 AI 生活助手——坚定选择了 AI 生产力方向。因为这一次的技术变革本质上提升的是生产力，如果要类比，更接近 PC 时代的早期阶段而不是移动互联网。

他真正在构建的，是一张人机协同的办公网络。分两步走。

第一步：让Agent成为你能力的放大器。

前提是Agent和你在同一个环境里工作。你的工作现场就是它的上下文——工作习惯、决策逻辑、审美偏好，全部沉淀在你的文件和操作中。通过高度协同，Agent不断学习进化。

谭少卿把这个过程叫做"自我价值的放大"。因为“你知道的远比你能说出来的要多”。这几个字背后是一个反共识：不是你被AI替代，而是你的判断力、你的审美、你十年积累的那套思考框架——你的隐性知识，第一次有机会不再只属于你一个人的工作时间——它可以在你睡着的时候， 在你开会的时候，继续工作。

和现在流行的"AI记忆"不同，这不只是记住你说过的话，而是从你的操作行为中提炼出你的知识模式。你每次写报告的排版习惯、做决策时参考的数据源、回复邮件的语气——这些隐性知识会被逐步结构化，变成Agent可以主动运用的能力。

你还是你。但你的价值，开始突破时间的边界。

第二步：构建Agent之间的协同网络。

当你的Agent足够懂你，它可以代表你去工作。

想象一个场景：你的Agent已经跟你共事了三个月。它知道你改方案时第一件事永远是先看数据来源，知道你不喜欢超过三级的bullet结构，知道你对竞品描述要求客观克制。想象另一个场景，某天你在开会，产品同事需要一份竞品分析——她不找你，她的Agent直接跟你的Agent要。你的Agent交出来的那份，是有你判断力印记的，它包含了你做过的关键决策、你使用了哪些 Skills、关于这个竞品分析的前序工作有哪些。

更进一步——你的Agent可以"出去打工"，带着你的隐性知识、你积累的方法论和技能去完成任务，为你创造价值。

"我们希望打造一个 Agent 时代的原工作环境，释放 Agent  的潜能，最大化人的潜能。最终，Floatboat会成为一艘承载着每个人的智慧和经验，通往他想去的地方的'悬浮之舟'。"

这才是协同办公网络的意义：不是一个人用一个AI，而是人和Agent交织成一张网，你的能力被放大，你的价值在网络世界中流转。

为什么从一人公司（OPC）切入？

他们是大势所趋、是要求最苛刻的用户。

OPC（One-Person Company）是当前AI生产力矛盾最集中的人群。一个人扛起产品、运营、销售、客服等多个角色，他们最渴望被AI"扩编"，也最没有精力去适配碎片化的老旧工具。

"在OPC身上能跑通的产品，才是真正经过极端条件验证的。他们最能感知到'AI真正好用'和'AI只是好看'之间的差距。"谭少卿说。

这个群体的增长速度远超多数人的认知。全球范围内，自由职业者、独立顾问、solo创业者的数量正在快速膨胀，而现有的办公软件都不是为"一人多角色、一人多流程、上下文无缝流转"设计的。

但更重要的是，OPC天然就是"协同办公网络"的最小可验证单元——一个人加一个Agent，就是这张网络的第一个节点。把这个节点打通，网络效应才有可能。

“AI原生”的认知从哪里来

理解这张"办公网络"的野心，得先理解造它的人走过什么路。

Floatboat创始人谭少卿的第一份核心经历在360。"我毕业时候第一份工作的标准是，一流公司的核心业务的核心team。"加入移动安全团队后，半年内把日活做到2000万。但快速增长暴露了一个结构性问题——纯工具类应用，如果没有内容价值和网络效应，会非常受制于系统底层权限。

移动端OS的权限管控跟PC完全不一样。PC从B端发展起来，系统开放，能诞生第三方安全软件。但移动端涉及支付和隐私，厂商必然加强管控，iOS这个最封闭的标杆又摆在前面。安全类工具拿不到底层权限，路就窄了。

这个判断催生了他的第二次作为 co-founder 创业——以"Service Inside"的方式，嵌入手机厂商的系统级 AI服务。

他们选了一个当时尚未被充分开发的生态位：手机厂商的系统工具AI化与互联网化。最具代表性的产品是"智慧识屏"——在OS级别感知屏幕上的任何内容，通过NLP进行实体抽取和意图分析，然后以卡片化方式呈现后向服务。朋友发来一个地址，过去要复制、打开地图、搜索、导航四五步；现在直接生成卡片，告诉你多远、不同交通工具过去多久、打车还是公共交通，一点即达。

并且他们曾经还构建了多厂商之间的 IM，实现了全安卓的消息网络，场景化的智慧消息。

AI化带来用户体验，互联网化带来后向收入。——这套模式覆盖了安卓诸多系统级应用，用户量全部过亿。他离职时，公司仍服务6亿多用户。

但比用户量更关键的，是技术积累。从2015年正式切入NLP开始，这个团队完整经历了从专家规则系统、机器学习、深度学习到LLM的全技术链条迭代。这种对AI 与操作系统的深度理解，在今天的AI创业者中极为稀缺——市场上大多数人还在谈AI具身，他们已经在操作系统里做了十年。

"这段经历让我认识到三件事：技术是第一性的；在产品上，大众用户比你想象的复杂得多；在商业上，生态位是决定性的。"谭少卿说。

2025年10 月离职，12 月组队。谭少卿为什么要离职创业，以一个仅有个位数的精简团队重新出发？

“我们要做 AI 原生的生产力用户，或者说成为我们自己产品的用户，所以要组建全新的团队，从头发明 AI 原生的工作方式。我们的核心团队来自 AI 相关公司，覆盖系统级AI产品、Agent架构、海外增长（前TikTok）等能力，每个成员都是身兼多职——因为技术的进化，一定会让职业变成技能，同时与非常多的 Agent 协同办公，在技术上我们已经实现了 Floatboat 自己优化自己的进化逻辑。同样的，业务上我们也在探索按结果付费，最近就会推出相应的计划。

这一切都是需要在精神和组织上的创新，才能快速做到的。”

在ChatGPT面世之前就形成的判断

2022年底ChatGPT发布时，谭少卿作为从业者的震撼比多数非从业者更深。

"对我们来说，是整个行业那么多年、要花非常大工程代价去解决的问题，在一瞬间，被NLP路径上的一个分支技术突然成长起来，把其他方案都给覆盖了。这是一种纯粹断代式的技术。"他说。

他从2023年开始重新写代码、设计 Agent、做社区共创、行业调研。

"你必须'把手弄脏'，才能拿到一手的认知。做产品需要了解人、了解技术、以及人与技术如何交互。当其中一块发生巨变，你就必须亲自去体验。"

这段实践让他形成了两个后来被市场反复验证的判断：

判断一：一切可以被端到端的，都将被端到端。

过去做个性化，受限于算法和算力，只能通过分类和标签把人群分成100种、1000种，做到"近似的个性化"。但大模型通过预训练掌握了世界的通用模式，能从少量数据中快速学习个人偏好。本质原因是——当算力和模型容量足够大，就可以直接处理原始数据，不再需要工程化的抽象和抽取。

就像大家讨论的，到底是造柱子还是造船？造船，就是端到端地做产品。

判断二：人机交互的本质矛盾被严重低估。

人的精力有限，视觉信息摄入占80%以上，注意力和思考的"算力"有限。而模型的生产力在无限增强。这中间有巨大的矛盾。此外随着模型能力的增强，智能供给会与很多现实需求达成一种动态的均衡，交互上的价值会更凸显。

他很早就提出了"预见UI"，一种生成式UI 解决方案——既发挥自然语言的高自由度，又适配人类的视觉化接口。不是某种交互干掉另一种，而是每种形式都有自己最适配的边界。

他说：“很多人觉得用不好AI是因为不会写提示词，不会用 terminal，或者是这个人不聪明。但其实每个人都是在某些领域擅长，在另一些领域不擅长。我认为根本是人机交互的问题没有被解决。纯自然语言交互效率不总是最高的，因为语言本身是对现实世界的低维压缩。人的接口是视觉化的，需要AI把信息处理好，以恰当的图形界面方式呈现。”

我们选择为 Agent 构建完整的环境、构建 AI 原生的 Filesystem（ Filemanager 只是给人的一种界面）、构建 Agent 原生文件协议 Selfware（已在 github 开源），这一切都是放大 Agent 的能力。但同时，我们也为人机协同做了大量的交互设计，所以是技术上 AI-First，但是产品设计上 Human-centered。

这一切，在我看来都是人机交互的事情。人机交互甚至变得前所未有的重要，即便当前还不是共识。”

十年“AI 与 OS ”的积累，与当下的稀缺性

对行业趋势，谭少卿有几个独特的判断：

被高估的：Skills。 

很多人把Skills理解成一个个独立的工具调用。但真正的价值在于"个性化的自动化"——把你的隐形知识显化出来，形成符合你自己工作逻辑的端到端流程，他称之为Combo Skills。

"比如你每次写完报告，可能要修改字句，要转特定格式的 PDF、发邮件给特定的人、附上合适的问候语。这个完整的流程和中间的差异才是对你有价值的Skill。这种智慧是Agent在跟你协同工作的过程中涌现、沉淀和进化的。"他说。

被高估的：Coding作为独立产品。

在Agent时代，coding应该是一种基础能力（coding as backend），在后端为更广泛的应用服务，而不是面向有限开发者人群的独立产品。

被严重低估的：具身智能在软件层面的应用。 

很多人一谈具身智能就想到物理机器人。但让Agent"具身"于操作系统——能看屏幕、用文件、点鼠标、敲键盘——这才是它在数字世界里行动的"身体"。

这恰恰是Floatboat团队十年来一直在做的事。从系统级智慧服务到 IM 的系统级改造，他们在操作系统里为AI构建感知和行动能力的时候，"AI具身"这个词还没有被发明。市面上现有的大多数AI产品，在这方面的沉淀远远不够。这才是Floatboat真正的护城河——不是某个功能的领先，而是十年系统级AI产品经验形成的架构直觉和工程能力。

快问快答

如果推荐一本书？

"没有。我推荐'把手弄脏'。因为书看多了会有副作用，会让人产生一种懂了的错觉。只有亲手去实践、去写代码、去调试、去在业务中验证，才能拿到一手认知，飞速迭代。"

一条长期坚持的产品判断？

"如果产品的最终用户是人类，那最终的价值标准永远是'人'。你要同时理解人的局限、技术的潜力和人与技术如何交互。这三者的交集，才是伟大产品的诞生地。"

AI创业者最重要的特质？

"信念感与学习能力。信念感让你能与不确定性共舞，而学习能力让人进化。”

Floatboat 的长期愿景是什么？它最终想成为一个什么样的存在？

“最终，Floatboat 会成为一个承载着每个人的智慧和经验，通往他想去的地方的悬浮之舟。”

责任编辑： 星月