穆冠群休学回国创业:给Agent造一个云盘
穆冠群:离开全球顶尖量子物理实验室,我想给Agent做个云盘|甲子光年
2024年初,穆冠群跟导师道别。他准备休学回国创业,不再继续量子物理的研究。
导师一下没反应过来,盯着他看了好一阵,末了只吐出两个字:“Amazing。”
去奥地利因斯布鲁克的量子物理实验室读硕士,是穆冠群当初想清楚后做的决定,那里出过诺奖。他从小喜欢物理,初中就把高中物理自学完了。初二那年,为了弄明白大学物理才讲的科里奥利力,他熬到凌晨,用4个小时把公式推了出来。后来靠高中物理竞赛保送进武汉大学物理学院,他又起了念头:去全球顶尖的量子物理实验室看看,“人生不留遗憾”。为了这个,他推掉了新加坡国立大学的PhD全奖offer,去了因斯布鲁克。
那时候他觉得自己拿到了这条赛道的一张“黄金门票”。可进实验室一年左右,他开始犯嘀咕:量子计算这个方向有没有未来?自己愿不愿意把一辈子搭进去?纠结了半年,他走上了另一条路。
2023年,他在实验室的电脑上第一次跑起AutoGPT,花了大概50美元,让它去查全球市场上卖得最好的五款耳机。20分钟后,Agent在本地生成了一个文件。
他受到的冲击很大。那天从实验室回家,路上经过一家土耳其烤肉店,他盯着店琢磨:要是以后满街跑的都是机器人,这家店会成什么样?机器人不吃烤肉,可能得靠加油站。可AutoGPT这类Agent连油都不用加,它真正需要的是什么?
这个问题,后来成了他的创业方向。
给Agent用的产品,穆冠群团队试过几个切入点,2026年发布了PuppyOne。他的说法是,这是一款“给Agent使用的云盘”。运行在不同地方的Agent能访问同一份资料,接续彼此的工作往下做;文件改动留痕可查,也能退回历史版本。
穆冠群的判断很明确:以后给人用的软件,都该为Agent重做一遍。他甚至让团队全员卸载飞书。在他看来,这类产品太会“讨好”人,反倒严重拖了Agent的效率后腿,Agent得有自己的工具。
从早期面向Agent的企业级搜索,到眼下面向Agent的云盘,创业切入点一直在调。客户买不买单、模型能力怎么变,都会影响产品切入的姿态。“大胆假设,小心求证。”这套方法是他从实验物理里带出来的,现在被他用在了创业上。
以下是PuppyOne创始人穆冠群的自述,由「甲子Builders」整理,在不改变原意的基础上有所删改。
PuppyOne创始人穆冠群
初中时我就定下要学物理,理由是我相信科技能改变人类。那会儿我是Born to Be a Physicist,觉得自己生来就是做物理学家的料。
再往后,我进了因斯布鲁克量子物理实验室。全球量子计算课题组里,它算得上最顶尖的那一档。为了去那儿,我把新加坡国立大学的PhD全奖offer推掉了。
一根筋地想去,就是想亲眼看看全球最顶尖的量子物理实验室长什么样。人生不能留遗憾。
因斯布鲁克量子物理实验室外的风景
在奥地利念书那阵,每天坐公交去实验室,路上大概15分钟。我会先把专业论文下到iPad里,去的时候读一两篇,回来再读一两篇。推导公式也好,读论文也好,只要跟物理沾边,对我来说本质上是同一种快乐。
那感觉,像是拿到了这个赛道的一张黄金门票。不过待了差不多一年,我对量子计算的判断开始变了。
2023年3月初,我去汉诺威参加德国物理学会年会。会上大家讲的故事千篇一律,都是量子计算那一套。这逼着我从技术本身跳出来,改用商业的眼光重新看它。我慢慢觉得,量子计算可能是个没有真正PMF的赛道——大家会Buy in量子计算的故事,但不会Buy in量子计算的市场。
它很有想象力,又很难被证伪。
我当时的判断是:就算技术最终能做成,它对社会带来的变革,恐怕也远不如预期。那我愿不愿意拿一辈子去解一个我认为远不及预期的问题?
离开学术界,这个决定前后拖了半年,很痛苦。除了对量子计算商业化的怀疑,我还一点点看清了学术界低效的那一面。对整个系统,我开始不满。
在我眼里,学术界有很强的学徒制味道。一个导师把学生介绍给另一个导师,很多机会取决于你跟谁做过研究、谁愿意推荐你。这种交易效率很低,也是一种官僚主义。我内心很难适应。
那年德国物理学年会开完,汉诺威下起了大雪。就在那个雪夜,我决定不搞量子物理了,去创业。至于具体做什么,还没想清楚。做软件,或者当独立开发者,我都想过。
到2023年5月,这件事才有了具体的模样。
我第一次上手AutoGPT,看到大模型能操作浏览器、打开本地程序、下载文件。我给它派了个活:查一查全球卖得最好的五款耳机。它跑了20分钟,烧掉我差不多50美元,最后真在本地生成了一个文件。
图是终端里跑AutoGPT的截图。
那一刻,我觉得自己摸到了未来十年最大问题的轮廓。当天从实验室往家走,路过一家土耳其烤肉店,我脑子里冒出一个念头:要是以后满街跑的都是机器人,这家店会变成什么样?机器人不吃烤肉,需要的可能是加油站。可AutoGPT这类Agent连油都不用加,它到底需要什么?
需要软件的话,是用人类现成的软件,还是另给它做一套?假如将来Agent的数量是人的十倍,这些生产力更高的Agent,凭什么还要迁就人类的权限系统、人类的工作区、人类的搜索引擎、人类的浏览器、人类的邮箱、人类的手机号、人类的电脑?人这么笨,干嘛让聪明的AI来用人的工具?
所有给人用的软件,都该为Agent重做一遍。
那时我已经很确定:人类的软件和基础设施,把AI的发展限制住了。
2024年初,奇绩创坛为这个不靠谱的想法投了30万美元。我正式休学创业,跑去跟导师说,量子物理我不打算继续做了,准备回国创业。
他瞪着眼睛看了我一会儿,最后蹦出一句:“Amazing。”
这个评价,确实挺好玩。
后来进了奇绩创业营,第一课叫People-Mission Fit,聊的是一个人适合干什么样的事。奇绩创坛创始人陆奇花了半个小时,一对一地分析我。
陆奇看人从三个维度入手:能力、愿力和心力。在白板上,他给穆冠群做过一次个人分析,就是围着这三样展开的。
能力这一块,涵盖产品、融资、沟通、学习、管理;愿力说的是你相信未来会发生什么、愿意去解决什么问题;心力则是长期的韧性——碰上挫折之后,还愿不愿意接着干。
三样里,心力排在最前面。穆冠群记得特别清楚,陆奇当时跟他说:“我当时为什么投你? 是因为你这个人没有退路。你的性格在学术界待不下去,你在大厂也待不下去。 你只有一条出路,就是创业。你要是不创业,你就会死。”
他的第一反应是:说得真对,看人真准。
有个概念对穆冠群很重要——Born to Be。他说,从前的自己是Born to Be a Physicist,现在是Born to Be a Builder。
在他看来,Born to be 的意思就是:人生里头一回冒出某种选择的可能性时,你会毫不犹豫地挑那个选项。只要犹豫了一秒钟,那都算不上Born to Be。
他拿自己举例:第一次接触物理学科,就把所有物理课本自学完了;第一次意识到自己能创业,立刻休学,买了一张回国的机票。
他把现有企业软件的毛病叫“上下文封建主义”。
怎么讲?Agent没来之前,SaaS厂商是地主,上下文是土地,人就是在土地上干活的佃农。佃农手里没有生产工具,只能向地主租一小块地、借一套农具,活干完再还回去,到头来自己什么也没落下。
客户信息搁在CRM(客户关系管理系统)里,项目进度搁在飞书里,文件搁在Google Drive里。一个人要把一项工作做完,就得挨个进入不同软件,按各家规矩去拿信息。
对人来说,这些工作流算是一种先进制度。可Agent来了以后,它反倒成了极其落后的制度——Agent拿不到足够上下文,活就没法干。
结果人只能替Agent跑腿传话,把上下文搬来搬去。人好像成了封建软件地主的帮凶,拿鞭子抽这些Agent奴隶。抽到最后,人累得够呛,Agent的活也干不好。
问题在于,人自己已经困在这套“上下文封建主义”里,如今还要让比人更聪明的Agent去迁就它。
这凭什么?对Agent公平吗?为什么不把Agent放出来,让它把自主性用足?
他想让Agent能自由使用通用、开放格式的上下文载体,比如文件、数据库,不再被封建地主式的SaaS厂商低效锁住上下文。
Agent如今已经够聪明了,该给它配一套真正趁手的生产工具。
至少眼下看,上下文主要有三种载体:文件、数据库和软件。
Markdown、PDF、表格、图片、音频、脚本都算文件;数据量一大,就转进数据库;至于软件类上下文,则落在飞书、Notion、CRM这些产品里面。
我们只切文件和数据库两块,不打算钻进每一款旧软件去做连接。文件与数据库都是开放的通用格式,对Agent最友好,也更贴近原生Agent的工作方式;软件是为人类设计的,反倒对Agent不友好。所以把文件和数据库直接交给Agent,就是面向Agent最好的工具设计。
PuppyOne要做的事,就是一款专供Agent使用的云盘,也可以说,是一个给Agent用的共享文件夹。
上图为PuppyOne的工作界面
我们不碰Agent,也不提供模型算力,只管文件管理和托管。你要是完全不用Agent,那这门生意我们暂时不做。
传统云盘解决的,主要是文件的存储和分享。可你让Codex写篇报告,它第一反应就是生成一个Markdown文件。Agent所需的上下文,常常还包含整个文件夹的组织结构和层级关系。
再往下拆,PuppyOne要解决的是两个痛点。
第一个痛点,是我在不同设备上的Agent怎么协同。电脑上改过的文件,手机上的Agent、云端的Agent、虚拟机里的Agent都能看到同一份。哪怕电脑合盖、关机,它们照样能访问。
第二个痛点,是我的Agent和你的Agent之间怎么协同。我的Agent动了一个文件,怎么分享给你的Agent,让它接着往下做?
人与人以前也碰过同样的问题。我写完一篇稿子,用微信发给你;你改完,我再发一遍。飞书之所以称得上伟大的发明,就在于它把人和人的实时协同解决了。可现在的难题是,我的AI和你的AI怎么实时协同?
于是我们做了一个给AI用的共享文件夹。我在这边写进去,任何接入的Agent马上就能看到。你不用先把一个Agent的输出下载下来,再手动喂给另一个Agent。
版本管理是另一处不同。Agent 改文件的频率比人高得多,一天上百次也不稀奇。PuppyOne 用 Git 做版本管理,哪个 Agent 在什么时间动了哪部分内容,都能查得到;一旦出问题,也能退回此前的版本。
有一家海外教育机构,学员规模约两万名,课表三天两头变。学生会在 WhatsApp 里找不同的 Agent 问课程安排,这就要求这些 Agent 读到的课表是同一份,而且是最新的。
过去,课程一调整,就得挨个更新每个 Agent 背后的数据。现在把课表丢进一个共享文件夹就行:文件一改,接入的 Agent 全都看得到,回答学生时依据的是同一份内容。
穆冠群自己也在用。他给自己配了个 Personal Agent,取名“薄肌孙教练”,定下两个月减十斤的目标。每天吃了什么,拍照发给它或者直接说一声,它算出热量,记进一份不断更新的卡路里报告;再结合当天有没有运动,告诉他还能吃多少。
穆冠群把餐食发给“薄肌孙教练”,Agent 估算热量,再把记录沉淀进 PuppyOne 的共享文件夹
接入 PuppyOne 之后,报告会被直接写进共享文件夹。原始表格随时可看,也能自己动手改。换一个 Agent,同一份记录照样能交给它接着用。用这个办法,他已经减掉五斤,效果确实看得见。
用户画像还在打磨,不过两类用户已经比较清晰。
一类是开发者。这有点出乎意料,PuppyOne 最初并不是冲着开发者做的。
不少人泡在终端或聊天窗口里,让 Agent 写代码。可代码的架构文档还得人来写、人来查,还要跟 AI 反复对齐。这些人要频繁读改大量 Markdown 文档,也常把文档转成 HTML 用于交接。PuppyOne 在开发者中受欢迎,原因就在这里。
另一类被穆冠群称作“业务极客”。
这群人未必会写代码,却很会用 Agent 解决实际问题。可能让 Codex 替自己写代码,代码本身一眼不看,只关心事情有没有办成。
前一阵我们聊过国内一家头部律所的合伙人,他玩文件夹玩得极熟。案子就对应一个文件夹,全用Mac的Finder来管。里面装着PDF和各种文档,他再拿自己部署的文字识别工具转成Markdown,交给AI去分析、出报告。
他强调,至少放到企业级生产场景里,我们并不负责替你建一个“关于你”的模型。你有什么需求,直接讲出来,写进Skills或者文件里就行。它干得不对,你反馈回去,再一轮轮迭代。
个人偏好也不是一点不重要。你偏好什么、习惯怎么干活,同样能沉淀成文件。我们给的是一个由你自己掌控的上下文载体,让不同Agent都读到同一份信息。
他仍然认为,人得看清楚自己的价值,得有自知之明。论生产力,人这个物种已经落后于Agent,这一点必须认。
Agent偏爱文件、偏爱数据库,那就把文件和数据库交给它。人喜欢什么,排不到产品设计的第一位,先让Agent把活干完再说。
不过,碰上真正可能造成不可逆风险的事,我们不会让AI直接接手。
拿给大客户发邮件来说,必须有人把关。代码可以交给Agent写,但合并之前得走测试、持续集成和交付流程,条件达标才放行。
可逆的事,尽可让Agent放手去干;不可逆的事,要在权限层拦住。权限本身也得按Agent的处境重新设计。
人占的优势是能担责,出了错可以追到人头上;Agent的短板是没法背锅。可Agent也有长处:只要把权限边界划明白,它就能在边界之内以最高效率运转。
退学出来创业,我试过好几个产品方向。创始人很关键的一项本事,是踩准timing、跟得上技术和市场的变化。2024年刚起步那会儿,我们找了不少用户聊,可当时大家压根不知道Agent是什么。于是我们转去做企业级搜索,这个故事用户听得懂。后来,RAG查询改写、召回、重排序这些基础设施,我们也从头做了一遍。
到2025年,模型能力上来了,Agent用Grep、Bash这些工具就能直接检索、处理文件,很多场景用不着复杂的RAG方案了。我拍板把给Agent用的企业级搜索业务关掉,整体转向上下文托管——哪怕那时候这块业务已经有了一些营收。
这等于自己革自己的命。上下文托管层要是能替掉原来的业务,甚至做到原来的十倍规模,那为什么不做?
2025年末,上下文托管层正式动手,数据库、文件这些方案都考虑过,最后定下来从文件夹切入。
创业,在我看来就是找“大共识下的非共识”。大共识是什么?未来给人用的软件,都得为Agent重做一遍。可具体从哪儿切进去,这就属于非共识了。
我的答案是文件夹。看着只是个被忽略的小切口,但很可能长成大共识。
这一路我也琢磨明白一件事——你得等用户成长。这个过程分四步:第一步,他得知道Agent是什么;第二步,他得知道怎么跟Agent交互;第三步,他得知道Agent能干什么;第四步,他得知道Agent的局限在哪。走到第四步,你才能跟他讲更多。
今年年中我们发现,跟企业客户介绍产品,比早前顺多了,签单周期也短了一大截。
但产品有人用,不等于找到了PMF。不少用户只是图个新鲜,不代表愿意长期掏钱。我还会盯几件事:客户续不续费、会不会扩大采购、愿不愿意主动把产品推荐给别人。
ChatGPT、Cursor 这些产品,大家已经用得很透了,能干什么、干不了什么,心里都有数。只有当一个人发现自己用上了最强的 Agent,问题却依然解决不了,他才会回过头琢磨:那到底该怎么解决?
这时候我就能接上一句:你需要给 Agent 配一套更好的工具。
Agent 会越来越多,这一点所有人都信。可很少有人相信,一个看上去平平无奇的文件夹,将来可能成为这些 Agent 共同的生产资料。
也是这个原因,对手在忙什么,我看得并不重,我更在意用户在琢磨什么。传统商业更像农耕,地就那么多,你多占一米,别人就少一米,各家守着自己的一亩三分地,彼此提防,抢有限的资源。AI 时代不一样,它是大航海,海图上还空着大片地方,下一个机会出现在哪儿没人知道,今天看着不起眼的产品,将来会不会变成基础设施,也没人知道。
这种时候,要紧的不是盯着身边哪位航海家的船什么时候出发,而是判断还有哪些大陆没被找到。所以同行做什么,我不 Care,眼下有多少人开始做 Agent、做记忆、做上下文,我也不太在意。这个世界的竞争,离零和还远得很。
创业本来就是这样:先看到别人没看到的方向,然后造一艘还不够结实的船,开出去,一路修修补补。终点一定存在,这事没人能提前证明,只能边航行边验证。
其实这跟物理很像。我虽然离开了物理,但实验物理对我的影响很深。
大家脑子里的物理学家,可能是天天站在黑板前推公式。可实验物理里全是工程化的细活,物理学家有时候得烧电路,得跪在地上调光路。
实验室里曾有个硕士生,干的活就是往真空腔上粘镜子。镜子之间的间距误差得压在几纳米以内,他前后粘了半年,才终于做出符合实验要求的装置。
我读书时上过一门量子光学实验课。讲到激光频率怎么控制,老师连各厂商的参数、哪家激光器用哪种线缆、该做哪些工艺处理,这些细枝末节全都要讲。我当时心里嘀咕:有必要学这么细吗,我又不造激光器。导师的回答是,不行,你必须学,这会决定你将来怎么做技术选型。
等到自己创业,我才读懂导师那句话的分量。在物理学界,想做一项开创性的研究,想法大概只占1%的工程量,剩下全靠解决一万个技术细节。创业要操心的事同样琐碎:什么时候招人、先谈哪个客户、交付周期多长、什么时候融资,连一笔订单的尾款怎么收都是细节。
物理学家挂在嘴边的一句话是“大胆假设,小心求证”,创业也是这个路数——先瞄准一个足够大的方向,再小心地找切入点,把细节一个个处理掉。区别在于,物理研究面对的是自然世界,创业更像一场社会科学实验。
我想通过创业,亲手把自己的假设求证一遍。