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。

 

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。

 

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。

 

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。

 

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。