蔡浩宇AI创业转向:“九成资源押注Agent”叙事的虚实校验
2026年7月底,一只会闹脾气、会假装不在意却守在门口等用户告别的虚拟黑猫,正式从互联网上消失。蔡浩宇创立的AI公司Anuttacon旗下陪伴产品AnuNeko,在上线不足一年后宣布永久停运,所有聊天记录将按隐私政策永久删除[3][5][7]。
这场带着情绪温度的告别,很快被纳入一个更宏大的叙事框架:Anuttacon正在进行战略收缩,关停多个项目,将九成资源集中押注AI Agent领域[1]。作为米哈游创始人的二次创业项目,这一调整被迅速解读为明星创业者的理性试错——从C端陪伴应用转向更具想象空间的Agent方向,是试错后的主动收敛。
但如果对所有公开信息做拆解校验,会发现这一叙事中包含已确认事实、基于行业经验的合理推演与未获证实的表述。真实的调整幅度有多大?前期积累的技术资产能否支撑Agent路线?转向的动因是主动选择还是被动应对?这些问题的答案,远没有叙事呈现的那么确定。
已确认的事实,与待验证的表述
要判断这次战略调整的真实样貌,首先要把可验证的硬事实从演绎性的表述里剥离出来。
目前可以通过公开信息交叉确认的事实包括四项: 第一,AnuNeko已正式永久停运。根据Anuttacon官方公告,这款2025年底上线的AI陪伴产品,于太平洋时间2026年7月29日23时59分停止所有服务,用户数据将被永久删除[3][5][7]。官方给出的停运原因是“团队规模有限,经过取舍将资源投入其他项目”,同时以黑猫的口吻留下了告别语[3]。 第二,两款此前公开的项目已无后续更新或优先级下降。2024年8月推出的AI互动游戏《Whispers from the Star》,上线后未公布后续更新计划,玩家反馈的安全护栏过严、角色设定易被打断等问题也未得到官方回应[2][9]。2026年4月公开的170亿参数视频模型LPM 1.0,曾因实现“无限时长角色身份一致的视频生成”受到关注,但仅一个月后便有消息称其研发已被叫停,不再是核心项目——不过该说法未得到官方确认,LPM 1.0第一作者曾爱玲仍在2026年6月的北京智源大会上发表相关主题演讲[2]。 第三,核心技术成员出现变动。2026年4月,负责AI游戏与多模态方向的核心成员吴箫剑离开Anuttacon,加入OpenAI[2][9]。吴箫剑是《Whispers from the Star》和LPM 1.0的核心参与者,其离职时间与后续项目优先级调整的时间点高度重合。 第四,公司对外传播的技术方向开始向Agent倾斜。近期关于Anuttacon的公开报道中,AI Agent成为核心关键词,官方也在AnuNeko停运公告中提及资源将转向其他核心研发方向[1][3][7]。
这些是当前信息环境下,置信度最高的事实底座。而流传最广的两个核心表述——“多项目关停”和“九成资源押注Agent”——都存在明确的证据缺口。
先看“多项目关停”。截至目前,被官方正式宣布永久停运的产品仅有AnuNeko一款。《Whispers from the Star》属于无后续更新的状态,LPM 1.0则是研发优先级调整,三者的性质完全不同,无法用“多项目关停”来概括。
再看最核心的“九成资源押注Agent”。这个数字目前仅来自单一未具名信源的报道[1],既无官方对“资源”口径的明确定义——是研发人力、算力预算还是总资金投入?分母是公司全部资源还是新增创新预算?——也没有独立第三方数据可以验证。
更关键的是,这一表述与公开可查的侧面证据存在偏差。Anuttacon官网至今仍挂有大语言预训练、后训练、音频理解等多个非Agent专属方向的招聘岗位[2]。若仅按当前招聘岗位对应的人力存量口径统计,Agent相关岗位占比暂难达到九成;但需注意的是,招聘岗位存在到岗周期,资源统计也可能存在新增预算与存量投入的口径差异,这一数据仅作侧面参考。所谓的“九成押注”,目前更像是一种传播层面的强信号,而非可验证的资源分配事实。
前期技术积累,离Agent还有多远
在支持转向的叙事里,一个核心逻辑是:AnuNeko验证的动态人格、情绪反馈、长期对话记忆,加上LPM 1.0的角色一致性技术,都是Agent的核心资产,因此转向是基于前期积累的顺理成章的升级。
这个逻辑的问题在于,它混淆了“交互表现层的优化”和“Agent核心能力的构建”。
先看已公开的三项技术资产的真实属性: AnuNeko的核心能力,是基于通用大模型的角色化prompt工程与轻量微调,通过预设的人格框架和对话上下文延伸,实现更有情绪感的交互体验[3][9]。它的“记忆”本质是对话历史的召回与拼接,不支持任务级的状态存储、结构化检索与跨场景调用——用户和黑猫聊过的爱好,只能用来优化聊天内容,无法支撑它主动完成某件具体的事。 LPM 1.0的突破,是多模态生成层面的角色一致性优化。它通过“主干+精炼器”的架构,解决了长视频生成中角色脸部特征漂移的问题,能实现实时、无限时长的角色视频生成[2][9]。这项技术解决的是“看起来像同一个角色”的问题,属于交互的输出层,和Agent的决策逻辑、任务执行能力没有直接关联。 《Whispers from the Star》作为AI互动游戏,确实尝试了开放对话的角色交互,但玩家反馈的“安全护栏过严、自定义角色设定频繁被打断”等问题[2],恰恰说明其底层缺乏稳定的角色约束系统和结构化记忆架构——这些都是Agent自主运行的基础。
要判断一家公司是否掌握Agent的核心技术能力,不能只看表层的交互体验,而要看其是否具备支撑智能体自主运行的基础能力。从行业公开的工程实践来看,能独立完成复杂任务的AI Agent,通常需要几类关键技术的支撑:一是结构化的分层记忆系统,能长期存储、检索和更新不同类型的状态信息;二是任务规划与纠错机制,能把复杂目标拆解成可执行的步骤,并根据反馈调整;三是环境与工具交互能力,能调用外部工具或在特定场景里行动;四是底座模型的指令遵循约束,能稳定遵守角色设定和任务规则。
从目前公开披露的技术信息来看,Anuttacon已对外展示的技术资产大多集中在交互表现层,暂未覆盖Agent核心能力的关键模块。目前没有公开的记忆系统架构,没有任务规划相关的技术披露,没有工具调用或环境交互的demo,也没有任何Agent能力的基准测试数据——不管是通用的GAIA、ToolBench评测,还是游戏域的专属评测,都没有公开结果。
当然,初创公司通常会保留部分未公开技术储备,上述判断仅基于公开可查信息推导,不代表其实际技术布局的全部。但结合核心技术成员的变动来看,未公开储备覆盖Agent核心模块的可能性权重并不高:负责多模态与游戏AI方向的核心成员吴箫剑已经离职,而大模型、Agent架构方向的核心技术负责人,至今没有公开的披露信息[2][9]。
如果把范围收窄到游戏封闭域的角色Agent——也就是不需要通用能力,只需要在游戏的特定场景里完成角色交互、响应玩家指令的智能体——前期积累的复用价值会高一些。角色化的语言风格、多模态的表情动作生成、基础的对话记忆,这些都是游戏NPC体验层的常见需求,不需要从零开始搭建[2][9]。但这种复用依然局限在表现层,游戏Agent需要的长周期角色状态管理、游戏内指令集适配、多NPC交互逻辑等核心能力,仍然需要从头构建。
商业叙事的合理性,与未被证实的推进路径
抛开技术细节不谈,“从C端陪伴转向B端游戏Agent”的商业逻辑,听起来是自洽的。
整个C端AI应用的商业化困境,已经是行业共识。2026年上半年,从数字人到AI陪伴,各类C端AI产品普遍面临用户新鲜感消退快、留存率低、推理成本高的问题,真正实现大规模盈利的产品寥寥无几[4]。非超级入口级的C端AI应用,很容易陷入“获客→留存下滑→再获客”的死循环,订阅收入根本覆盖不了算力、获客和运营的综合成本。
AnuNeko选择在上线不足一年时停运,恰好踩中了这个行业普遍的时间窗口。但需要明确的是,行业共性不能直接等同于个体结论——目前没有任何公开的AnuNeko运营数据,包括日活、留存、付费率等核心指标均未披露,因此无法直接判定其停运是因为商业化承压,还是官方所说的“阶段性实验使命完成”。所有关于“C端碰壁”的判断,都是基于行业规律的合理推演,而非针对该公司的事实结论。
再看游戏Agent的需求端。开放世界游戏的发展,确实对NPC的智能程度提出了更高的要求:传统的行为树、状态机方案,已经撑不起玩家对自由交互的期待;而通用大模型厂商虽然底座能力强,但不懂游戏的玩法逻辑和人设约束,很难直接应用。这个中间地带,确实是细分场景AI团队的机会。
Anuttacon的差异化优势在于,既有角色化交互的试错经验,又和米哈游有天然的关联。米哈游已经在多款产品中布局AI NPC功能,其创始人刘伟也曾在公开活动中表示,AI是未来几年会持续投入的方向[2]。如果能拿到米哈游的订单,相当于自带首个标杆客户,省去了从零搭建销售体系的成本——这是绝大多数AI创业团队不具备的条件。
但这个逻辑的每一环,都还停留在“潜在”层面。
首先,米哈游自身也在搭建AI研发团队,内部团队和外部采购的竞争关系尚未明确。没有任何公开信息显示,Anuttacon已经拿到了米哈游的正式合作订单,所有关于“绑定米哈游”的判断,都只是基于创始人关系的合理推测。
其次,就算拿到了订单,能不能盈利也是未知数。游戏场景下的Agent需要维持长周期的角色状态,处理多模态交互,单位活跃用户的日均推理成本比普通聊天机器人高得多。如果没有针对性的模型压缩、推理缓存优化,毛利空间很容易被算力成本吞噬,最后变成“赚吆喝不赚钱”的生意。
更关键的是,如果Anuttacon的技术能力只停留在交互表现层的调优,那它很容易被替代——不管是通用大模型厂商向下渗透场景,还是游戏公司内部团队自己做,都能快速追上,根本构不成长期的竞争壁垒。
还有一个不能忽视的变量是核心人才的流失。吴箫剑的离职,刚好击中了游戏Agent最核心的多模态交互和场景应用能力,这个缺口不是“有潜在客户”就能弥补的。
哪些信号会验证或推翻当前判断
现在所有关于“战略押注Agent”的叙事,本质上都是基于有限事实的推演,而非已经验证的结论。要判断这次转向的真实性质和成功概率,需要观察几个可验证的硬信号,而不是传播口径的强弱。
第一个信号,是官方是否披露资源分配的具体口径与数据。如果“九成资源押注Agent”是真实的,那官方应该能明确说明“资源”的统计口径,以及对应的具体数字——比如Agent方向的研发人员占比、算力预算占比、资金投入占比。如果始终只有模糊的表述,没有可验证的数据,那这个说法的可信度就会持续下降。
第二个信号,是是否公开Agent能力的可量化评测数据。不管是通用Agent还是游戏域Agent,都需要用数据证明能力:比如长周期角色一致性的留存率、多轮交互的任务完成率、指令遵循的准确率、安全护栏的稳定性等等。如果只有“体验升级”“更智能”这类模糊的宣传,没有可复现的评测结果,那就无法证明技术能力真的有提升。
第三个信号,是是否推出具备实际任务执行能力的Agent产品或开发工具。纯对话类的应用,不管人格多么鲜明,都算不上真正的Agent。只有当产品具备了环境交互、任务执行、工具调用的能力——比如能在游戏里自主完成任务、能帮开发者快速生成NPC行为逻辑的SDK——才能说明转向真的推进到了技术层面,而不是换了个包装继续做聊天机器人。
第四个信号,是是否拿到米哈游之外的第三方客户订单。如果只有米哈游一个客户,那Anuttacon本质上就是米哈游的外部研发团队,失去了独立公司的估值逻辑。只有拿到更多游戏厂商的订单,才能证明其商业逻辑是成立的,而不是靠创始人关系的“输血”。
第五个信号,是核心研发团队的补充情况。如果真的要集中资源发展Agent,那必须有对应的核心技术带头人,特别是大模型底座、Agent架构方向的负责人。如果长期没有核心技术成员的公开披露,那所谓的“战略押注”就更像是没有技术支撑的公关叙事。
明星创业者的二次创业,总是容易被赋予太多“理性试错”“精准转向”的叙事滤镜。毕竟,蔡浩宇曾经用米哈游的成功证明了自己对产品和趋势的判断力,人们很容易把过往的成功经验套用到新的创业项目上。
这种围绕热门方向快速调整的策略,也是当前AI创业领域的普遍现象。有研究指出,深度学习时代的AI研究已经出现过早收窄的趋势,大量资源集中在少数热门方向,而忽视了其他可能的技术路径[12]。
但AI创业的逻辑和游戏创业并不一样。游戏产品的成功,有太多内容、运营、时机的变量,而AI技术路线的对错,最终都要落到可验证的技术指标、可验证的商业订单、可持续的成本结构上。
在硬证据浮出水面之前,所有关于“战略押注”的宏大叙事,都只是叙事而已。真正值得关注的,从来不是创始人说了什么、媒体解读了什么,而是那些能被验证、被证伪的具体信号——它们才是判断一家AI创业公司真实走向的核心依据。
参考资料
先把这次战略调整拆成一个能不能跑通的技术问题,首先要校准的是讨论基础:“九成资源押注Agent”的表述目前仅来自单一未具名信源,既无官方对“资源”的口径定义(人力、算力还是总资金),也无独立第三方验证,现有可确认的硬事实仅包括AnuNeko停运、LPM 1.0视频模型研发优先级下降、公司研发方向向Agent倾斜——此前初步观点直接沿用“九成资源”的表述存在前提不严谨的问题,在此修正为基于“研发优先级向Agent调整”的技术判断。 当前产业分析视角普遍将AnuNeko的动态人格、情绪反馈、长期对话记忆,以及LPM模型的角色身份一致性,视为游戏Agent的核心可复用资产,这一判断从产品需求匹配的角度有其合理性,但放到Agent技术栈的底层架构维度,两者的复用边界存在本质差异。先明确AI Agent的最小可运行闭环:至少需要结构化分层记忆系统、任务规划与纠错机制、环境/工具交互能力、底座模型的指令遵循约束四个核心模块,而现有公开的技术资产均停留在交互表现层:AnuNeko的记忆机制本质是基于通用大模型的prompt工程加轻量微调的对话上下文延伸,不支持任务级的状态存储、检索与调用;LPM 1.0的角色一致性是多模态生成层的优化,解决的是“看起来像同一个角色”的问题,与Agent的决策逻辑、任务执行能力无直接技术栈复用性;此前的AI互动游戏《Whispers from the Star》暴露的安全护栏过严、角色设定频繁被打断等问题,恰恰说明其底层缺乏Agent必需的角色约束系统和结构化记忆架构,这些都是前期试错未解决的核心技术缺口。 也有质疑提出,此前的AI互动游戏本身就是垂直Agent的早期尝试,当前转向更像是换了赛道包装的试错切换,而非技术升级——这一质疑在技术层面有明确的证据支撑:截至目前,没有任何公开信息显示该团队在Agent核心模块上取得突破,既无自研底座的Agent能力基准测试数据(如GAIA、ToolBench或游戏域专属评测),也无记忆系统、规划模块的技术细节、开源组件或可交互demo,若调整仅停留在应用层的产品形态变化,确实谈不上技术升级。需要补充的边界是,如果此次优先级调整的核心是补全大模型底座、Agent架构等底层能力,而非继续做应用层试错,那么和之前的尝试有本质区别,但目前没有任何可验证的证据支持这一路径。 修正后的核心技术判断有两个:其一,该团队当前未具备可落地的Agent核心技术能力,置信度80%——较此前的85%略有下调,主要考虑到初创公司可能存在未公开的技术储备,但核心依据仍是所有公开技术资产均未覆盖Agent核心模块,且核心多模态与游戏AI技术成员离职后,尚未补充大模型、Agent架构方向的核心带头人公开信息,技术人力缺口明确。其二,若聚焦游戏封闭域Agent,其前期积累可在交互表现层实现有限复用,置信度75%——较此前的70%略有上调,主要是结合游戏NPC的真实需求,角色化语言风格、多模态角色一致性确实是体验层的刚需模块,无需从零搭建,但复用范围仅限于表现层,核心决策与执行模块仍需从头搭建,不能高估整体复用价值。 换到工程现场,成本约束的边界也需要根据场景修正:此前的成本核算基于自研通用大模型底座的假设,若转向游戏封闭域Agent,可基于开源大模型做领域微调与架构定制,三年算力投入可降至通用底座的1/3到1/5,但即便如此,游戏场景下的Agent需要维持长周期角色状态、处理多模态交互,单位活跃用户的日均推理成本仍比普通聊天机器人高3-5倍,若没有针对性的模型压缩、推理缓存、状态复用优化,仍无法支撑百万级以上用户的稳定运行,这是封闭域Agent落地的核心工程约束。 真正需要观察的不是战略表态的力度,而是四个可验证的技术信号:一是是否公开游戏域专属的Agent评测数据,包括多轮任务完成率、长周期角色一致性留存、指令遵循准确率等,而非泛泛的体验宣传;二是是否推出具备环境交互、任务执行能力的Agent SDK或可公开测试的demo,而非纯对话类应用;三是是否公开大模型预训练、Agent架构方向的核心技术负责人信息,补全核心技术人力缺口;四是是否有在真实游戏场景中落地的可验证Agent功能,而非概念合作。所有未经过工程闭环验证的方向调整,都只能归为路线选择,而非技术能力的证明。
主张因一手/二手信源占比仅21%、低于40%阈值,直接对稿件做block处理,不接受修订后再审。
为什么没放进正文:稿件定位为叙事拆解,核心逻辑与增量价值成立,信源不足问题可通过补充官方公告、论文原文、官网页面等一手信源快速修正,未达到完全阻断发布的程度,故改为revise处理。
要求删除文中引用的3篇arXiv论文,认为其与蔡浩宇创业事件核心主题关联度低,属于无效信源。
为什么没放进正文:其中《A narrowing of AI research?》用于铺垫AI行业资源向热门方向集中的大背景,符合拆解叙事的行业视角,关联度充足;其余两篇可调整引用场景或弱化,但无需全部删除。
Reader Signal
这篇文章对你有帮助吗?
只收集预设选项,不开放评论,不公开展示个人反馈。
选择一个判断,也可以附加一个预设标签。
发布于 2026-08-01 19:25:16。本文为原创深度报告,未经授权不得转载。观点仅代表编辑部独立判断,不构成投资建议。