17 岁自学编程的西吉尔·温（Sigil Wen）曾移居硅谷，入住由知名 AI 研究员安德烈·卡帕西（Andrej Karpathy）主导的“AI 黑客之家”。在那里，他通过早期测试 Anthropic 联合创始人 Ben Mann 分享的聊天机器人（即后来的 Claude）、David Holz 的图像生成器（即 Midjourney），以及 OpenAI 的 GPT-3 和 Stable Diffusion 等工具，逐渐在人工智能领域崭露头角。著名投资者兼企业家纳瓦尔·拉维坎特（Naval Ravikant）也曾聘请他为 Airchat 工作。
温回忆道：“那是一个神奇的时代。”出于兴趣，他甚至成功让 GPT-2 模型在 Apple Watch 上运行。
周一，温正式推出了 Underdog 的邀请制测试版。这是一款主打隐私保护的人工智能助理，其核心特点是推理过程完全在本地设备端完成。目前支持 Mac 和 Windows PC，确保用户数据始终保留在自有硬件中，无需上传至云端服务器。
为实现这一目标，温开发了一款名为 Husky 的推断引擎。该引擎优化了软件架构，显著减少了计算机主芯片与图形芯片之间的数据传输量。此外，Underdog 还内置了密钥加密功能，用于保护用户授权访问的电子邮件及其他账户信息。
尽管 Underdog 使用的模型规模远小于数据中心托管的主流大模型——目前基于 Qwen3.8 27B 微调出的 27 亿参数推理模型——但温表示，在某些基准测试中，该模型的表现可与 Claude Opus 4.6 相媲美。这意味着它足以胜任购物研究、解答数学作业等日常任务。
“你不需要为了能力而牺牲隐私，因为它们在能力上是相当的，”温指出。他补充说，随着技术发展，小型设备端模型的功能将持续增强。
Underdog 的商业模式也颇具新意。应用初期免费且无广告支持。由于 AI 运算在用户本地机器上进行，Underdog 无需承担高昂的云服务商推断成本。“我不需要向你收取订阅费用，因为我的运营成本极低，”温解释道。
作为天使投资的一部分，温借鉴了金融科技领域的做法：通过 Stripe 安全支付系统处理交易并从中抽取少量手续费。这种模式避免了挖掘用户数据的需求，使其商业逻辑更接近银行或信用卡提供商，而非依赖数据变现的传统 AI 公司。
这与许多其他 AI 助理形成鲜明对比，后者的隐私政策往往允许收集用户数据以出售给第三方或用于训练新模型。对于需要访问最私密信息的 AI 助理而言，这种数据收集机制被视为一种高风险权衡。
温在 AI 宣言中写道：“为什么使用人工智能必须放弃您的私人信息？”他告诉 TechCrunch：“我真的想为自己建造 UnderDog。我正在开发一种产品，我会为未来的孩子们感到自豪。”
除了科利森（Collison）外，Underdog 还获得了多家知名机构及个人的投资支持。其中包括通过合伙人克里斯·迪克森（Chris Dixon）引入的 Andreessen Horowitz（a16z），以及 Khosla Ventures、Hummingbird、SV Angel 和 Anthology Fund（Menlo Ventures 与 Anthropic 之间的合资基金）。天使投资人名单还包括 Vercel 创始人吉尔莫·劳奇（Guillermo Rauch）、诺姆·布朗（Noam Brown）和迪迪·达斯（Deedy Das）等。
