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

陆奇对我说:“你要是不创业,你就会死。”
作者|甲子Builders 田琬琦
编辑|王博
2024年初,穆冠群向导师道别。他不打算继续研究量子物理了,准备休学,回国创业。
导师愣住了,瞪着眼睛看了他好一会儿,最后说了一句:“Amazing。”
去奥地利因斯布鲁克的量子物理实验室读硕士,曾经是穆冠群认真作出的选择,这个实验室曾经孕育出过诺奖。穆冠群从小热爱物理,初中时就已经自学完了高中物理。初二,为了搞清楚大学物理才会学到的科里奥利力,他花了4个小时推导公式到凌晨。凭借高中物理竞赛保送进入武汉大学物理学院后,他萌生了要去看看全球顶尖量子物理实验室的想法,只为“人生不留遗憾”。为此,他拒绝了新加坡国立大学的PhD全奖offer,来到了因斯布鲁克量子物理实验室。
当时,他以为自己拿到了这条赛道的一张“黄金门票”。但进入实验室一年左右,他开始怀疑量子计算研究方向的未来,也怀疑自己是否愿意把一生投入其中。这场持续了半年的痛苦抉择,把他带向了另一条路。
2023年,他在实验室的电脑上第一次跑起来AutoGPT,花了大概50美元,让它调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。
这件事给了他极大的震撼。那天,他在实验室回家的路上路过了一家土耳其烤肉店,看着这家烤肉店,他开始思考:如果未来街上跑的都是机器人,这家店会变成什么?机器人不需要烤肉店,可能需要的是加油站。但AutoGPT这样的Agent,连油都不用加,它到底需要什么?
这个问题,后来变成了他的创业方向。
在尝试了一些给Agent用的产品的切入点之后,2026年,穆冠群的团队发布了PuppyOne,他认为这是一个“给Agent使用的云盘”:让运行在不同地方的Agent访问同一份资料、接着彼此的工作做,文件的修改可以追溯,也可以恢复到历史版本。
穆冠群的判断很鲜明:未来给人用的软件,都应该为Agent重做一遍。
他甚至要求团队全员卸载飞书。在他看来,这些过于“讨好”人类的产品严重阻碍了Agent的生产效率,Agent需要自己的工具。
从最早的给Agent用的企业级搜索再到如今的给Agent用的云盘,穆冠群一直在根据技术和市场调整创业项目的切入点。客户愿不愿意买单、模型能力发生了什么变化,都在作用于产品切入的姿态。“大胆假设,小心求证。”这是他从实验物理中带出来的方法。如今,他把它用在了创业上。
以下为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

我初中的时候就决定未来要学物理专业,因为我觉得科技会改变人类。那时候,我是Born to Be a Physicist,觉得自己生来就该做物理学家。
后来 ,我来到了因斯布鲁克量子物理实验室。这是全球最顶尖的量子计算课题组之一,为此,我拒绝了新加坡国立大学的PhD全奖offer。
我选择去那里,就是一根筋地一定要看看全球顶尖量子物理实验室是什么样的,人生不能留遗憾。

因斯布鲁克量子物理实验室外的风景
在奥地利读书的时候,每天坐公交车去实验室大约需要15分钟,我都会提前在iPad里下载好专业论文,去的时候读一两篇,回来时再读一两篇。无论是推导公式,还是读论文,只要和物理相关,对我而言,本质上都是同一种快乐。
我感觉自己拿到了这个赛道的一张黄金门票。但待了一年左右,我对量子计算的判断也开始发生变化。
2023年3月初,我去汉诺威参加德国物理学会年会,发现大家讲的故事都是千篇一律的量子计算的故事。这不得不让我跳出技术本身,从商业的角度重新审视它,我开始觉得,量子计算可能是一个没有真正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,即使技术最终能实现,但实际对社会的变革可能远不及预期。我是否愿意花我的一生去解决一个我认为远不及预期的问题?
离开学术界,是一个长达半年的、很痛苦的抉择。除了对量子计算商业化的怀疑,我还逐步发现了学术界低效的本质。我开始对整个系统感到不满。
在我看来,学术界有很强的学徒制。一个导师把自己的学生介绍给另一个导师,很多机会依赖你跟谁做过研究、谁愿意推荐你。这是一种低效的交易,也是一种官僚主义。我的内心难以适应。
那年,在德国物理年会结束后,汉诺威下起大雪。就是在那个雪夜,我决定放弃量子物理,去创业。但是具体的方向,我没想清楚。我想过做软件,或是当独立开发者。
真正具象化是在2023年5月。
我第一次使用AutoGPT,看见大模型能够操纵浏览器、打开本地软件、下载文件。我让它调查全球市场上卖得最好的五款耳机,它跑了20分钟,烧掉了我大概50美元,最后真的在本地生成了一个文件。

终端运行的AutoGPT画面截图
我觉得我看到了未来十年最重要的问题的轮廓。 以至于当天我从实验室回家,路过一家土耳其烤肉店。我就在想:如果未来街上跑的都是机器人,这家店会变成什么?机器人不需要烤肉店,可能需要的是加油站。但AutoGPT这样的Agent,连油都不用加,它到底需要什么?
如果它需要软件,到底是人类现有的软件,还是专门给它设计的一套软件?如果未来Agent的数量是人的十倍,那这些生产力更高的Agent们为什么还要适应人类的权限系统、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,干嘛要让聪明的AI来用人的工具?
所有给人使用的软件,都应该为Agent重做一遍。
当时,我已经非常确定,人类的软件和基础设施限制了AI的发展。
2024年初,奇绩创坛投了我这个不靠谱的想法30万美元。 我正式休学创业。我去跟导师说,我不打算继续做量子物理了,准备回国创业。
他瞪着眼睛看了我一会儿,最后说了一句:“Amazing。”
这真的是一个很好玩的评价。
后来在奇绩创业营,第一课叫People-Mission Fit,讨论一个人适合做什么样的事情。奇绩创坛创始人陆奇花了半个小时,一对一地分析我。
他会从三个维度看人:能力、愿力和心力。

陆奇在白板上对穆冠群进行的一次个人分析,围绕能力、愿力和心力三方面展开
能力包括产品、融资、沟通、学习、管理等;愿力是你相信未来会发生什么、愿意解决什么问题;心力则是一种长期的韧性,是遇到挫折以后,还会不会继续做。
在这三种力中,心力是最重要的。
我印象特别深的是,当时陆奇对我说:“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。”
我当时的第一反应是,说得真对,看人真准。
有个概念对我很重要——Born to Be。
曾经的我是Born to Be a Physicist,现在的我是Born to Be a Builder。
我觉得Born to be 的意思是当人生第一次出现某一种选择的可能性,你会毫不犹豫地选择那一个选项。如果你犹豫一秒钟,那你都不能叫做Born to Be。
比如,当我第一次接触物理学科的时候,我就自学完了所有的物理课本。 当我第一次意识到我可以创业的时候,我立刻休学,买了一张回国的机票。

现有企业软件有个很大的问题,我叫它“上下文封建主义”。
什么意思?打个比方,在Agent到来之前,SaaS厂商就是地主,上下文就是土地,人就是在土地上工作的佃农。这些人没有自己的生产工具,只能从地主那里租一小块地、借一套农具,干完活再还给地主,最后自己什么都没剩下。
客户信息在CRM,也就是客户关系管理系统里,项目进度在飞书里,文件在Google Drive里。人想完成一项工作,就得进入不同的软件,按照各自的规则获取信息。
这些工作流对人来讲,是一个先进制度。但是这些事情在Agent到来之后变成了一个极为落后的制度 ,因为如果Agent拿不到足够的上下文,它就没有办法工作。
而人就只能替Agent去传话,把上下文搬来搬去。人似乎成为了一个封建软件地主的帮凶,拿鞭子去抽这些Agent奴隶们。最后人抽鞭子抽得也很累,Agent工作也工作不好。
问题是,人已经活在这套“上下文封建主义”里,现在又让比人更聪明的Agent去适应它。
这凭什么?这对Agent公平吗?为什么不把Agent解放出来,充分发挥它的自主性?
我想让Agent能够自由使用通用的开放格式的上下文载体,比如文件、数据库,从而摆脱封建地主SaaS厂商的低效的对上下文的锁定。
现在Agent已经足够智能了,需要给它配一套真正好用的生产工具。
至少目前看来,上下文有三种主要载体:文件、数据库和软件。
Markdown、PDF、表格、图片、音频、脚本,都属于文件;数据量再大,就会进入数据库;软件上下文则留在飞书、Notion、CRM这些产品里。
我们主要切文件和数据库,不打算进入每一款旧软件里做连接。文件和数据库都是开放通用格式,对Agent最友好,也更接近原生Agent的工作方式;而软件则是为人类设计的,反而对Agent并不友好。所以我们可以把文件和数据库 直接提供给Agent,就是面向Agent的最佳的工具设计。
PuppyOne想做的,就是一个专门给Agent使用的云盘,或者说,一个给Agent使用的共享文件夹。

PuppyOne工作界面
我们不做Agent,也不提供模型算力,只做好文件管理和托管。如果你完全不用Agent,那我们暂时不做你的生意。
传统云盘主要解决文件的存储和分享。但你让Codex写篇报告,它首先想到的就是生成一个Markdown文件。Agent需要的上下文,往往还包括整个文件夹的组织结构和层级关系。
往下拆,PuppyOne解决的是两个痛点。
第一层是我在不同设备上Agent的协同。我在电脑上改了文件,我手机上的Agent、云端的Agent、虚拟机上的Agent,都能看到同一份文件。即使电脑合盖、关机,它们也能继续访问。
第二层是我的Agent和你的Agent的协同。我的Agent改了一个文件,怎么分享给你的Agent,让它接着做?
人和人之间以前也遇到过同样的问题。我写了一篇稿子,通过微信发给你;改完以后,我再发一遍。飞书之所以是一个伟大的发明,就是它解决了人和人实时协同的问题。但现在的问题是,我的AI和你的AI怎么实时协同?
所以我们做了一个给AI使用的共享文件夹。我这里写进去,任何接入的Agent都能立刻看到。你不需要把一个Agent的输出下载下来,再手动喂给另一个Agent。
还有一个区别是版本管理。Agent修改文件的频率远高于人,一天可能改上百次。我们采用Git版本管理,能看到哪个Agent在什么时候修改了什么内容,出了问题也可以恢复到之前的版本。
我们接触过一家海外教育机构,大约管理两万名学员,课程表经常变化。学生可以通过WhatsApp里的不同Agent询问课程,但前提是这些Agent必须读到同一份、最新的课表。
以前每次课程变化,都要分别更新不同Agent背后的数据。现在可以把课表放进一个共享文件夹:文件一变,所有接入的Agent都能看到,之后回答学生时就基于同一份内容。
我自己也在用。我最近给自己雇了一个Personal Agent,叫“薄肌孙教练”,给它定了一个两个月减十斤的计划。每天吃什么,我拍照或者直接告诉它,它会估算热量,记录到一份持续更新的卡路里报告里,再根据当天有没有运动,告诉我还能吃多少。

穆冠群向“薄肌孙教练”发送餐食,Agent估算热量,再把记录沉淀进PuppyOne的共享文件夹
接入PuppyOne以后,它会把报告直接写进我们共享的文件夹。我随时能看到原始表格,也能自己修改。哪怕换一个Agent,也可以把同一份记录交给它。到现在,我已经用这种方法减掉了五斤,这确实很有用。
我们还在打磨用户画像,但已经发现两类很典型的用户。
第一类是开发者,这其实出乎我的意料,因为我们最初并非专门给开发者做的。
很多人通过终端或聊天,让Agent去写代码。但代码的架构文档,依旧需要人来生产、检查,并与AI频繁对齐。他们需要频繁阅读、修改大量Markdown文档,也需要频繁地做成HTML用于交接,这也是PuppyOne意外受到开发者欢迎的原因。
第二类,我管他们叫“业务极客”。
这帮人不一定会写代码,但很擅长利用Agent解决实际问题。他可能让Codex帮自己写代码,却从来不看代码,只关心事情有没有做成。
我们前阵子接触过国内一家头部律所的合伙人,他把文件夹用到了炉火纯青的地步。他用Mac的Finder管理案件,一个文件夹就是一个案子。里面有PDF、各种文档,再通过自己部署的文字识别工具转成Markdown,交给AI分析、生成报告。
至少在企业级生产场景里,我们不负责给你建立一个“关于你”的模型。你有什么要求,可以直接描述出来,写进Skills或者文件里。它做得不对,你就反馈,然后不断迭代。
这不意味着个人偏好完全不重要。你喜欢什么、怎么工作,也可以沉淀成文件。我们提供一个自己控制的上下文载体,让不同Agent读到同一份信息。
我还是觉得,人要摆清自己的价值,要有自知之明。人就是一个生产力落后于Agent的物种,你必须承认这件事。
Agent喜欢文件、喜欢数据库,那我们就给它文件和数据库。至于人喜欢什么,不是产品设计的第一优先级,先让Agent能把工作完成。
但真正可能造成不可逆风险的事情,我们不会直接让AI接管。
比如给大客户发邮件,一定要有人把关。代码可以让Agent写,但合并之前要走测试和持续集成、交付流程,达到条件才能通过。
可逆的事情可以让Agent放手去做,不可逆的事情要在权限层卡住。权限也要重新为Agent设计。
人的好处是能够负责,犯错了可以追责;Agent的坏处是它没法背锅。但Agent也有一个好处:只要你把权限边界规定清楚,它就可以在边界内以最大效率工作。

退学创业后,我尝试了几种产品的切入点。
我觉得,创始人很重要的一个能力是抓timing和适应技术与市场的变化。2024年,我们刚刚起步的时候找很多用户聊过,但是当时大家还不知道Agent是什么。 所以,我们当时转向企业级搜索,因为这个故事大家能听懂。 后来,我们还把RAG查询改写、召回、重排序等基础设施都做了一遍。
到了2025年,模型能力越来越强,Agent可以直接通过Grep、Bash等工具检索和处理文件。很多场景不再需要复杂的RAG方案。
我决定关掉给Agent用的企业级搜索业务,全面转向上下文托管,尽管当时已经有了一些营收。
我觉得这算是一场自我革命。如果上下文托管层能够取代我们原来的业务,甚至长成原来的十倍,为什么不做?
2025年末,我们开始做上下文托管层,考虑过数据库、文件等不同方案,最后选择从文件夹切入。
我觉得创业就是要找“大共识下的非共识”。
在我看来,大共识是未来给人用的软件,都要为Agent重做一遍。但从哪里切入,是非共识的。
我认为是文件夹。它看起来只是一个被忽视的、很小的切入点,但很可能成为大共识。
在这个过程中,我也明白了一件事——你要等用户成长。这分为四个阶段:首先,他要知道Agent是什么;第二,他要知道怎么和Agent交互;第三,他要知道Agent能干什么;第四,他要知道Agent的局限性。只有到了第四个阶段,你才能向他介绍更多。
今年年中,我们发现,在向企业客户介绍我们产品的时候,变得比早些时候顺利很多。我们的签单周期也被大大缩短。
但并不是产品有人使用,就意味着找到了PMF。很多用户只是愿意尝鲜,并不代表他愿意长期付钱。我还要看,客户会不会续费、扩大采购,愿不愿意主动把产品推荐给别人。
大家已经充分使用过ChatGPT、Cursor这些产品,知道它们能做什么、不能做什么。当一个人发现,我已经用了最强的Agent,但还是解决不了我的问题,他才会开始想:那我该怎么解决?
这时候我就可以告诉他,你需要给Agent配一套更好的工具。

所有人都相信Agent会越来越多,却很少有人相信,一个看起来不起眼的文件夹,可能成为这些Agent共同的生产资料。
也正因为如此,我并不把竞争对手在做什么看得很重,相比而言我更关心用户在想什么。传统商业更像农耕文明,土地只有那么多,你多占一米,别人就少一米。大家守着各自的一亩三分地,互相提防,争夺有限的资源。但AI时代不是农耕文明,而是大航海文明。海图上还有大片空白,没有人知道下一个机会会出现在哪里,也没有人知道今天看起来微不足道的产品,会不会成为未来的基础设施。
在这样的时代,最重要的不是盯着身边的航海家,看他的船什么时候出发,而是判断还有哪些大陆没有被发现。所以,我不Care同行在做什么,也不太在意现在有多少人开始做Agent、记忆或者上下文。这个世界远没有走到零和竞争的阶段。
创业本来就是这样。你先看到一个别人看不到的方向,然后造一艘还不够坚固的船,开出去,再沿途修修补补。没有人能够提前证明终点一定存在。你只能一边航行,一边验证。
其实这和物理很像。虽然我离开了物理,但实验物理对我的影响非常深远。
大家想象中的物理学家,可能是天天站在黑板前推公式。但实验物理里有大量工程化的细节,物理学家有时候需要烧电路,跪在地上调光路。
以前我们实验室有个硕士生,每天就是给一个真空腔粘镜子,要把镜子间距的误差控制在几纳米之内。他粘了半年,最后才做出了满足实验要求的装置。
我当时还上过一门量子光学实验课,在讲到如何控制激光频率的时候,老师连不同制造商的参数、哪家激光器的生产的线缆、要做什么样的工艺处理这种细枝末节的技术都要讲。
我当时想,有必要学这么细吗?我又不是造激光器的。但导师说,不行,你必须学,因为这会影响你未来的技术选型。
后来我在创业的时候,才明白了导师这句话的深意。
在物理学界,如果你想做一项开创性的研究,那个想法可能只占1%的工程量,剩下的工作,是解决一万个技术细节。创业也有很多事情需要注意,什么时候招人、谈哪个客户、交付周期多长、什么时候融资,甚至一笔订单的尾款怎么收,都是细节。
物理学家很爱说一句话,叫“大胆假设,小心求证”。创业也是这样。瞄准一个超大的方向,再小心地寻找切入点,把所有细节处理好。只不过物理研究的是自然世界,创业更像一场社会科学实验。
我希望我能通过创业亲手求证我的假设。
*甲子Builders王修齐对本文亦有贡献
(封面图来源:甲子Builders设计,文中图片来源:受访者提供)