摘要： TechCrunch 於 2026 年 5 月 20 日報導，IrisGo 完成 280 萬美元種子輪，由 Andrew Ng 的 AI Fund 領投。其 Iris 桌面代理透過 Watch、Learn、Act 觀察並學習示範流程，再跨 App 執行，大部分推理使用電腦的 NPU 或 GPU。公司已與 Acer 簽約預裝，並稱雲端處理需使用者明示授權且採端對端加密。
2026 年 5 月 20 日，TechCrunch 刊出一篇報導，主角是新創 IrisGo：它剛完成一輪 280 萬美元的種子募資，由 Andrew Ng 的 AI Fund 領投，想打造的是「你從不知道自己需要的桌面 AI 夥伴」。其產品名為 Iris——把 Siri 反過來拼——盯著你的桌面活動看、摸清你每天的工作流程，接著幾乎不必你提示就自動動手做。
產品端開出的核心承諾是「示範一次就學會」。實測現場，記者目睹它學會到 Philz Coffee 買一杯拿鐵：輸入付款資訊、把結帳跑完，此後同樣一套流程 Iris 便能自己從頭到尾再演一遍。共同創辦人 Jeffrey Lai 曾是 Apple 工程師、參與過中文版 Siri 的開發，他對目標客群的描述毫不修飾：「我們的目標受眾是知識工作者——白領企業。」
看一遍就能接手的運作方式
整套系統的運作拆成三個階段：Watch 負責跨視窗、跨 App、跨系統地蒐集脈絡；Learn 把觀察到的行為整理成工作流程與決策邏輯，中間不需任何手動設定；Act 則負責跑那些事件驅動、跨 App 且會自我最佳化的流程。示範學習之外，產品還內建一套技能庫，功能包括電子郵件草擬、發票處理、報告產生與文件摘要；官網上另外羅列了約 20 個可匯入的社群技能，分類橫跨 Email Triage、Lead Scoring、Contract Summary 等，並附有一套足以對比 OpenAI Codex 或 Claude Code 的編碼助理。
「示範即訓練」這種互動約定，與 Thinking Machines 互動模型研究把即時互動能力直接練進模型本體的做法異曲同工：人機之間的介面，正在從敲字下 prompt 轉為動手演示行為。
在裝置上推理，隱私寫進架構
IrisGo 主打的是「主動式」AI：需求尚未說出口，它就先預判。要做到這件事，它勢必得長時間守在你桌面旁，隱私架構因此從附註升格為產品核心。大部分推理直接在電腦上完成，動用 PC 的 NPU 與 GPU；規模較大的任務改走混合式雲端，但官方講得明白——雲端處理「僅在使用者明示授權時發生，並使用端對端加密」。Windows beta 目前已經開放下載，Mac 版在官網仍掛著「即將推出」；而 TechCrunch 的報導指出，兩個平台的 beta 都已上線。
種子輪與 AI PC 通路棋局
280 萬美元的種子輪由 Andrew Ng 的 AI Fund 擔綱領投，支持名單還包括 NVIDIA Inception、Google for Startups、Pegatron Ventures 與 Intel；這層 Ng 淵源來自卡內基美隆大學的共同人脈。更值得盯著看的是通路：IrisGo 已與 Acer 簽約，出廠新機將直接預裝這套軟體，公司也期望再談成更多筆電品牌的合作。AI PC 得靠殺手級應用才能證明 NPU 的價值，IrisGo 下注的正是這個位置——成為作業系統層級的數位管家，而不是再多一個聊天視窗。
競爭格局與潛在風險
在「看著你工作」的桌面代理人賽道，IrisGo 並非孤例，但它把三件事捆成一套：示範式學習、本機推理、OEM 預裝。風險同樣攤在檯面上。代理人替你讀、替你買，出錯是要花真錢的——付款流程一旦學錯，代價遠高於聊天回覆說錯一句話。這類產品的信任只能一步一步換來：先做摘要、草擬這類低風險技能，再往付款、下單這類高風險動作推進，權限與確認機制的設計將直接左右生死。隱私承諾也無法永遠停在官網聲明，獨立檢視早晚會來。