Rabbit 创始人吕骋发布 OS3：个人 Agent 从硬件 r1 转向跨设备软件定义权争夺

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-10-05

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

从 r1 到 OS3：硬件基因与软件转向

2024 年 CES 上，Rabbit 带着 r1 亮相。这款橙色手持设备运行 Rabbit 自研系统，旨在让用户通过语音交代任务，由 Agent 代为操作应用。但上市后实际体验引发争议，科技媒体《Wired》给早期产品打出 3 分（满分 10 分）。

吕骋后来承认用户高期待与最初软件体验之间存在落差：

“我们在发布会上说能做四件事，然后用户会尝试去做六件事。”

面对当年的批评，吕骋表示：“从工程角度看，我们没有押错方向。”据《Wired》采访，r1 已在全球交付超过 10 万台，退货率低于 5%。

上个月，Rabbit 开放新一代 Agent 操作系统 OS3。用户从网页或 Telegram 交代任务，系统调用用户自选的 AI 模型，让电脑查文件、操作软件、浏览网页或写代码。OS3 可连接最多 五台用户已有电脑，使用各台机器上的文件和软件，并决定任务在哪台机器上完成。

吕骋澄清：“并不是说我们从硬件转型到软件了。”他强调，“硬件只是一件对我们来说是一个不得不做的事情”。关键在于 Agent 能进入多大范围的系统环境：“如果你只做一个 App 的话，你的边界就是 App 能给你的边界。”

个人 Agent 的需求验证与产品逻辑

Meta 推出个人 Agent 产品 Muse 后，吕骋试用了该产品。他让 Muse 买一箱可乐，Muse 需在远程电脑上登录购物网站，但因忘记密码又要打开密码管理器查找。这个过程让他质疑个人 Agent 的需求是否已经得到验证：

“让 Agent 去亚马逊给你买一箱可乐，和用户直接在电脑上点两下买一箱可乐，哪个更方便呢？我不认为这个需求已经验证了。”

吕骋用“老板和总助”的关系解释 Rabbit 的愿景：“我有个事儿要解决，你帮我去解决。”他希望用户能这样使用个人 Agent：交互逻辑简单，拥有本地系统权限，还能跨多台设备操作。

OS3 的交互设计只有一个持续的对话窗口，没有按工作、生活分开的任务入口。吕骋认为，事先替人划好分类反而会逼人按软件的方式整理自己的念头。“人类的思考方式，它不是一个文件化的思考方式。”他把用户跳跃性输入称为“brain dump”，OS3 要靠记忆和任务调度接住这些想法，再决定调用什么工具、让哪台电脑执行。

在技术实现上，Rabbit 早期曾尝试类似 Muse 的远程方案，却发现异地登录容易触发网站验证甚至被拦截。因此 OS3 将执行程序装在选定的电脑上，使用该机器已有的文件、软件和工作环境。吕骋把本地执行视为隐私边界：“只要文件在本地，就不用上传，直接执行在本地的电脑。”

使用成本方面，有用户反馈同一模型下 OS3 的 Token 消耗可能高于 OpenClaw。吕骋回应：“我们一定会做一轮深度的优化，把这个 token 的使用消耗降下来。”

OS3 采用 Bring Your Own Key 模式。吕骋解释：“我不认为任何一家大厂都能在自己的封闭体系里，笃定自家模型会胜出。模型竞争中，没有哪一家拥有绝对优势，也很难在短期内决出胜负。”他认为这是 Rabbit 相比大厂的优势：任何一家模型能力的提升，都能成为 Rabbit 的 Agent 产品的助力。

竞争格局与定义权争夺

今年 9 月以来，个人 Agent 赛道竞争明显升温。OS3 发布前后，Meta 推出 Muse，据 Sensor Tower 估算上线两周下载约 280 万次。9 月初宣布恢复独立运营的 Manus 随后推出 Cue。国内，阿里千问接通淘宝购物，字节豆包上线对话打车。

谈及个人 Agent 产品接连出现，吕骋说模型更会写代码让 Agent 更容易造出来，但普通人会不会长期使用仍是未知数。“让人用得懂、用得久，才是下一道难题。”

Rabbit 继 r1 之后开发的第二台硬件产品 Cyberdeck 仍在开发中。今年 1 月，Rabbit 首次公开该项目，吕骋当时公布产品构想：小尺寸机身、可更换的机械键盘，以及供用户自由选择模型和 Agent 的环境。目标价格 500 美元。吕骋将其定义为“随身携带的任务入口”：“这个便携的东西它就充当了你的输入框，无论你是语音还是打字。”

Rabbit 选择先把 OS3 开放给普通电脑用户，以便在新设备完成前从真实使用中发现问题。吕骋不否认 Agent 赛道竞争的紧迫。回忆 r1 发布时，团队当时只有 七个人，想赶在竞争对手之前交付：“我们 r1 从画草稿到发布那天，一共用了 九十一天。”他认为创业公司如果一两个月拿不出新产品或新变化，就可能被淘汰。

“所有人都觉得我们不行了，我们就是死不掉。”吕骋把 Rabbit 的韧性归于团队对 Agent 技术路线的判断。“不光我们没有死，我们始终代表着最新 Agent 领域的技术创新和探索，同时也交出了和大公司相比肩的领先 Agent 产品。”

吕骋希望 Rabbit 做出一件有人愿意长期拥护的产品。他说大公司擅长“把小众且好用的产品迅速杀死”，却“很难杀死一个有信仰的产品”。他举 Linux 为例：使用 Linux 的人或许不多，但习惯用它的人很难被说服换用别的系统。但被问及 Rabbit 是否愿意成为“Agent 时代的 Linux”时，吕骋说：“只成为 Linux 是不够的。”在他看来，技术底座搭好后，还要在复杂系统之上，给普通人提供一个“即插即用的方案”。

🚀 对企业 AI 化的启示

1. 需求验证优先于技术堆砌。 吕骋对 Meta Muse 的质疑——“让 Agent 去亚马逊买可乐和用户自己点两下，哪个更方便”——揭示了个人 Agent 赛道的核心风险：技术可行性不等于用户需求成立。企业在部署 AI Agent 时，应优先验证任务替代的真实效率增益，而非追逐功能覆盖。

2. 降低门槛是规模化的前提。 吕骋提到年初将 OpenClaw 接入 r1 后，收到最多的求助是“OpenClaw 怎么装”，许多普通用户从未打开过电脑终端。Rabbit 将 OS3 初始设置放入网页端，用户按提示填入模型 API 密钥即可使用。吕骋称“我现在在产品上抓的最紧的一件事，就是如何降低用户门槛”。对企业而言，AI 工具的采纳率取决于最后一步的易用性，而非模型能力的上限。

3. 开放模型策略构建生态位。 OS3 采用 Bring Your Own Key 模式，不绑定单一模型供应商。吕骋判断“模型竞争中，没有哪一家拥有绝对优势”，这一策略使 Rabbit 能够承接任何模型能力提升的外溢效应。企业在构建 AI 应用层时，可参考此模式规避模型锁定风险，将竞争力锚定在任务调度与执行环境整合能力上。

4. 本地执行平衡隐私与可行性。 OS3 将执行程序装在用户选定电脑上，使用本地文件和登录状态，既规避了异地登录触发的网站验证拦截，也构成隐私边界。吕骋明确“只要文件在本地，就不用上传”。对于处理敏感数据的企业场景，本地优先的 Agent 架构在合规与执行成功率上具有双重优势。

5. 定义权争夺在于系统层而非应用层。 吕骋强调“如果你只做一个 App 的话，你的边界就是 App 能给你的边界”。Rabbit 从硬件 r1 到软件 OS3 再到开发中的 Cyberdeck，始终试图从系统层设计 Agent 运行环境。企业在 AI 化过程中，若仅停留在调用 API 的应用层，将受限于平台方的能力边界；参与系统层或工作流层的定义，才能获得长期议价权。

【官方原文链接】点击访问首发地址