Bridge 首次发声：AI 正在消灭软件，我们要做 Agent 时代的入口

我们要做消灭软件的软件。

事情开始变得有意思了。一个95后天体物理学家正在让人类“双手离开键盘”，他还把公司命名为Afk——Away from keyboard。

他是Enther，1997年出生，从马普引力物理研究所走出来，他本该去追寻引力波，却一头扎进了 Palo Alto 的 AI 战场。他创办的 Afk.Inc 目前只有 9 个人，却跑着 900 个 agent；第一款产品 Bridge 宣称自己是“everything agentic AI”——一个可以在任何地方、替你完成任何工作的“Agent 秘书处”。

他对上班族的劝告只有一句话：你去跳舞，AI 来干活。

这听起来像是又一个被 hype 裹挟的 AI 故事。但 Enther 不是追风的人。此前他用 Affine 做到了 700 万用户、Product Hunt 年度第四，却在巅峰时亲手砍掉它。他判断，“AI 正在消灭软件。如果你注定要被颠覆，那不如自己来。”

于是，Bridge 诞生了（域名bridge.surf）。它让你“一句话就能复刻任意 AI 应用”。

今年4月，Bridge 启动了首批200位用户的内测，内测期，涌现出大量意想不到的用法——从半导体工程师到设计师，都在用它完成“自己看不懂”的工作。5月13日，它将正式发布。

在这次与十字路口的对谈中，Enther 聊了9个人如何撑起一个“消灭软件”的野心，Bridge 是如何做到让你“一句话复刻任意 AI 应用”的？同时，他也复盘了两个月前因为产品太超前、被OpenClaw抢占先机的遗憾与不甘…… 

当有人还在争论 agent 是不是下一个噱头时， Bridge 已经做到让 AI 替你退机票、写代码、开周会。It feels like magic.

这是 Bridge 首次对外发声。以下是十字路口与Afk创始人 Enther 的完整对话实录。

快问快答

首先用几个快问快答，让大家快速认识你。

🚥 十字路口

年龄？

🧑🏻‍💻 Enther

1997 年生人。

🚥 十字路口

毕业院校？

🧑🏻‍💻 Enther

从本科开始：香港科技大学 / 格拉斯哥大学 / 马克斯·普朗克引力物理研究所。天体物理出身。

🚥 十字路口

 MBTI 和星座？

🧑🏻‍💻 Enther

 INFJ，双鱼。

🚥 十字路口

一句话介绍现在的公司和产品？

🧑🏻‍💻 Enther

公司 Afk.Inc，一家在 Palo Alto 致力于构建 self-evolving thinking machine 的公司。让人类双手离开键盘，让 AI 替人上网。

产品 Bridge.surf，一个可以在任何地方随时访问、完成任意工作的 everything agentic AI。

🚥 十字路口

融资情况？

🧑🏻‍💻 Enther

 4M pre-seed，来自北美的知名 Angels。

🚥 十字路口

收入和利润？

🧑🏻‍💻 Enther

还未公开发布。

🚥 十字路口

 团队规模？

🧑🏻‍💻 Enther

9 人。

🚥 十字路口

创业前在做什么？

🧑🏻‍💻 Enther

Astrophysics 天体物理。

一句话复刻一切

🚥 十字路口

如果你面前坐着一位对 AI 感兴趣但不是技术专家的上班族，他为什么要放下正在用的软件，来试一试 Bridge？ 

🧑🏻‍💻 Enther

 我会告诉他：现在最好的 AI 已经像一个完整的人了——人能用的工具它都能用。

真实的上班族有很多 AI 焦虑，但其实没用过什么豆包或 GPT 以外的 AI。 我会告诉他，你把 Bridge 下载下来，不用在意它是浏览器、云上还是本地、有没有哪些功能。

你想干什么，就和它说，它就能做完。

甚至你看到某个视频说别的 AI 能做什么，想试一试，和Bridge 讲，它也能给你复刻出来。

🚥 十字路口

听起来很有意思。Bridge 到底是什么？你们如何定义它？  

🧑🏻‍💻 Enther

我们的 slogan 是 Bridge intent and done。

Bridge，一个 Everything App。你可以把你的任何工作流，都转交给 agent。

你可以双手离开键盘，让AI替你工作，你只需要告诉他你想要什么。

今天，工程师能在 AI 写代码时去喝茶、跳舞，我们希望这件事发生在更多行业里。

🚥 十字路口

整个产品里，你自己最满意哪个设计？  

🧑🏻‍💻 Enther

最满意的功能叫 Books，产品正式上市后你会看到。  

它可以实现的是，Bridge 装在我电脑客户端上，只要电脑开着，我在任何地方登录网页都能让它接管我的电脑。Books 能做到：一句话复刻任意 AI 应用。

比如，做一个动态生成剧情的游戏，或者把你读过的小说自动变成漫画，再一键部署成网站。视频模型、API、token、环境，什么都不用你配。  

我们团队内部有个群叫 demos，每天看 Bridge 能整出什么活。Runway 说他们能让 AI 跟人视频开会，我们直接把链接扔给 Bridge，它 one-shot 复刻了一个。

我们想改变一件事：以后你不需要再去找工具或软件。一句话，你想要什么，Bridge 就做一个出来，开箱即用，还能分发。

你可以自己用，也可以把链接发给别人，对方打开就能用，甚至做成多人实时游戏。  

🚥 十字路口

还有哪个设计让你很骄傲？  

🧑🏻‍💻 Enther

Notch——一个给 macOS 做的灵动岛。

当 agent 并发做多个任务时，无论你切到哪个屏幕，顶部都有进度条，告诉你它每一步在干嘛。你可以随时用快捷键收起或展开，也能在任何地方唤起它打开新任务。

它可以做到在不打扰你的同时，让你想看就看。而且这个动画，是我们一帧一帧抠出来的。

🚥 十字路口

还有哪些亮点设计？  

🧑🏻‍💻 Enther

极简输入 + 推荐行动。我们讨厌那种一堆按钮的复杂控制台，Bridge 默认只有一个最简单的输入框，复杂功能实时推荐。

我们做了前台、后台两套模式的 computer use。

当 Agent 接管你的电脑操作时，你可以选择后台模式：这样它就会在后台开一堆应用然后在你看不到的地方把活干完。

当然，你也可以选择前台模式，这种模式，你可以看 AI 是怎么干活的，还可以对 AI 指指点点，甚至让 AI 教你怎么使用某个复杂软件。

还有一个被砍掉的故事。

我花了两个通宵写了一个砍价 bot，想让 agent 更有人格、更有趣一点。但内测发现，用户看完三个酷炫动画后已经迫不及待要用产品了，此时不适合弹出 bot，所以我们下掉了。

特别可惜，以后合适时机我再放出来。

🚥 十字路口

Bridge 宣称「在任何地方使用，接管任何设备」，这在实际工作和生活中意味着什么？  

🧑🏻‍💻 Enther

其实，我们对它的想象一直没变，是一个超级秘书。

你给他发语音、发消息，拉着他一起开会做事，他就默默变成你的分身，最终一个眼神他就把活干了。  

只是今天， Bridge 把它真的实现了。

你可以通过客户端、网页、IM、邮件访问它，甚至可以像跟人开会一样和它开会。脑暴结束它就干活。

现在，它每天轮训我们所有人所有任务的进展，在 Slack 总结。我平时干的事也让盯着。它不光替你干活，还替你操心。  

现在大家都变成 vibe working 了。你放假了，但AI正在替你工作。

就像 iOS 干掉塞班，AI 正在消灭软件

🚥 十字路口

你在 Affine 已经做到了 700 万用户、Product Hunt 年度第四。为什么要砍掉它，从头做 Bridge？  

🧑🏻‍💻 Enther

Affine 给了我很深的 knowhow。

它是一个协作工具，也是 AI 协同知识库里 star 最多的。我们花了很长时间，探索人类与人类、人类与 AI 应该如何协作。  

但我也逐渐看清一件事：AI 本身会重新发明和定义软件。就像 iOS 干掉塞班，AI 正在消灭软件。它不会跟任何软件好好相处。  

所以，与其继续做一个限制 AI 的脚手架，不如直接去做 AI 本身。如果你注定要被颠覆，那就自己来。  

于是 Afk.Inc 诞生了——我和来自 Deno、OpenAI 的朋友，一起把 Bridge 作为第一个正式产品。

🚥 十字路口

为什么取名 Bridge？  

🧑🏻‍💻 Enther

AGI 甚至 ASI 已经来了。在我们的 benchmark 里，很少再有 AI 不如人的地方。以后建设 AI 的任务也只能交给 AI。我们做的就是桥接。  

一个 Agentic AI 是独立但互相关联的三部分：runtime（模型）、harness（工具）、memory（状态与存储）。

我们要连接的是：环境与模型、经验与训练、intent and done（意念与完成）、一个想法与 ship 出去的产品。

另外，我们上一个产品叫 Affine。做完 A，该做 B 了。

🚥 十字路口

你认为一个通用 agent 应该具备怎样的气质？  

🧑🏻‍💻 Enther

most of the time，agent 只有最小的打扰。

我们不是主打 AI 人格化。我们的 AI 也有 soul，但一个专业的秘书就是让人感觉非常靠谱，你不一定要了解它的 persona。  

我们想做的是少打扰：信息和复杂度被 AI 藏到看不见的地方。

所谓 vibe working，就是 AI 干活的时候不要影响我的 vibe，我可以去跳舞。

我认为，好的东西是简洁有效的，没有任何多余的信息，但它是全能的。  

而且，AI 不会局限在某个界面里，interface 都是暂时的。你开会时，它就在会议软件里；在信息产生的源头，你可以把所有想给它的东西无损地传递过去，它会给到你一个满意的结果。

🚥 十字路口

「一句话复刻任意 AI 应用」背后，实际发生了什么？  

🧑🏻‍💻 Enther

好的 harness 只需要少数几种能力：OAuth、存储、网络、AI provider。如果你有一套好的 harness engineering，任何人都可以复刻软件。  

AI 做完一个软件，它需要有能力自己去安装、使用、发现问题、替你迭代，直到给到你手上时是对的。

比如，你让 Bridge 做个网页，它会用自己云上的浏览器截图、自己用、看对不对，把截图给你。这本质上是一种 in-context 的 RL——与环境交互并训练自己。  

这种 AI 自我改进，让我们觉得 multi-agent system 会是未来一种非常本质的东西。所有需要人类的环节，除了消费结果以外，都可以由 AI 实现。

It feels like magic.

🚥 十字路口

有没有哪个用户的使用方式让你觉得「这也能行」？  

🧑🏻‍💻 Enther

太多了。每天都被震惊。  

比如，推特上有个用户让 Bridge 做了一个 AI 和自己打德州扑克的游戏，会互喷、互相 bluff。  

比如，一位半导体工程师，他用某种很旧的、没有 API 的芯片仿真平台，我一眼都看不懂的东西，但是Bridge 就能替他操作这个平台来干活了。  

最夸张的是一位设计师。

他为了看 3D 狗狗，用 Bridge 做了一个 2D 转 3D 的「3D 相片」，你输入一张照片，它会随人的视角运动，而且是完全在本地运行。

而且 Bridge 在构建过程中，甚至给他训练了一个专门检测景深和人脸位置的模型。实在太夸张了……

还有，我们现在好多工具都是自己生成的，比如，用来做“把产品截图变成像是拍摄屏幕一样的效果”的这个滤镜，就是 bridge 自己 vibe 的。

🚥 十字路口

还有什么印象深刻的事情吗？  

🧑🏻‍💻 Enther

有两个很有意思的事。  

一个是用户启发的。

有个用户把自己的账号密码给了 Bridge，让它去退机票。我本来以为 trip.com 很麻烦，没想到扯皮几轮之后，真的把票退了。

这件事让我们意识到，用户隔着 agent 登录网站很麻烦。于是我们做了一个专门保存密钥、但不给其他 agent 读的小产品Droppass[1]——替你输密码，端到端加密，Bridge 也看不到。  

另一个是内部协作。

我们日常主力使用 Codex 开发，本来各干各的。后来由于测试集群只有一个，大家把 Codex bot 接到 Bridge 里，然后在 Slack 里 @ 它聊天。结果生产力暴增。

除了自动化测试，我们发现 Agent Engineer 到了群聊里变成很好的胶水角色——它激发了人类协作。

通常，产品设计师和研发对齐是很难的，但 AI 比任何人都能理解两边的语言，大家又很方便随时和它聊，所以自然形成了“两边一起喷一喷，最后 AI 做出超出两边期待的东西”。

Bridge 串联了上下文，把不同人的 common sense 拉齐了。  

现在，我经常只需要和大家脑暴时拉上 Bridge，开完会后 @ 它「照着刚刚的搞」，就结束了。

真的是 vibe 口喷 working。

三个技术难点与一座Willow

🚥 十字路口

做 Bridge 的技术门槛有多大？你们攻克的最大难题是什么？  

🧑🏻‍💻 Enther

非常大。

我们开始做的时候，业内还没有意识到 agent 的 harness、记忆和 runtime 是三件应该隔离的事——即便今天，这也不是共识。大多数人找台电脑装个模型，就说这是 agent 了。  

第一个难点：沙箱。

AI 误删文件或改错东西时，能不能有一个比 Git 更适合普通人的版本控制系统？我们做了可备份、可回滚的沙箱。 

第二个难点：多环境调度。

AI 既可以用云上的浏览器访问 Gmail、Notion、Linear，也可以直接操作你的本地电脑——比如帮你整理桌面。我们做了一个 Enviroment orchestrating system，让 agent 统一调度本地和云端。  

第三个难点：模型的自进化训练。

一年前 Claude Code 第一个做了 multiagent，今天多模型已经变成了必选项，比如 GPT5.4 干活很强。但是，跟人说话时，黑话连篇，体验并不友好。

那我们只让他干活，另一个 agent 替他说话就行。

所以，我们反其道而行——先训练一个专门负责聊天、像秘书一样的人格化 agent，由它去调度 GPT-5.4、Gemini、Claude、DeepSeek 做不同领域的任务。我们自己做了 model classification。  

这三块加起来，就是现在的 Bridge。

市面上任何别的 agent 能做到的事，我们都能做到，而且一句话就能复刻它的全部功能。

🚥 十字路口

为什么不直接用全能模型，一定要自建多模型？  

🧑🏻‍💻 Enther

我们也用所有全能模型，但 multi-agent 是对的。  

第一，智力与响应时间拮抗——要结果好，必须思考更久、试错更多，所以又好又快必须并发。  

第二，上下文管理要做减法，不是加法。review agent 不能看到所有实现细节，否则会犯和 worker 一样的错误。我们有一个专门的 safeguard agent，只判断当前操作是否危险，然后上报。  

全能模型要做很多事情，但你需要不同模型、不同上下文配置的 agent 来组成系统。

🚥 十字路口

在基础设施上，你们做了哪些自研的优化？  

🧑🏻‍💻 Enther

我们自建了一套方案，叫 Willow。

在推理与训练场景下，我们的 harness 比基于 k8s 的沙箱集群快两个数量级以上，而且更经济。

每个 agent 每个 session 都开一台电脑的话，账单会光速爆炸——但传统方案就是这么设计的。想做 agent-native，就得自己搞。  

Agent 访问互联网基础设施的效率与频率，将超过人类的一百万倍。但今天的 infra 还是为人类设计的。

🚥 十字路口

在Harness层面做了什么设计？  

🧑🏻‍💻 Enther

首先，肯定是突出一个“全”：云上电脑、本地电脑，多操作系统都需要可以调度。只有这样， AI 才能做到任何产物它自己都能检查。

另外，还有比较不一样的地方是，我们做了一套 localVM——即便你在本地使用 Bridge、操作本地文件，也是先起沙箱、备份，然后可以回滚任意操作。

去年看到 computer use 的时候觉得太吓人了，它可以把我电脑删干净。

人类操作系统有 ctrl+z、回收站，但 agent 的 CLI 里一概没有。

🚥 十字路口

接口权限如何打通？

🧑🏻‍💻 Enther

微信最简单，因为龙虾已经把协议打通了，扫个码就绑上。  

真正麻烦的是 API、token、credential。普通用户不知道什么叫密钥 token，更别提怎么贴 key、租服务器。

我们做了一个本地 agent——Roco，就像《拯救计划》里的 Rocky，替你做好一切本地配置。

比如，你从未登录过 Notion，Roco 会自己起一台虚拟电脑，打开 Notion 网页版，弹 OAuth 授权给你。你感知到的就是点一下授权，完事。

其实， Bridge 里并不是一个单一agent，而是有一个你的秘书处。

你以为自己在和一个万能 agent 打交道，但这个 agent 背后有自己的团队。

比如你做个前端网页，实际上是 image2 在画原型，同时 GPT-5.5 或 Gemini 在写代码。  

🚥 十字路口

回顾产品时间线，是如何一步步走过来的？  

🧑🏻‍💻 Enther

2024 年 4 月，我们在 Affine 里做了第一个多模态 agent workspace——文字、视频、语音的解锁与生成，那时 Manus 还没影。  

2025 年，我们意识到画布和编辑器越来越不重要，agent runtime 才是核心。10 月发布开源项目 Open Agent（Pipo 框架），首次实现多沙箱和多环境编排——相当于用自己的基建复刻了一个更强版本的 Manus。  

2025 年底开始做 Bridge，同时组建 Afk.Inc。  

🚥 十字路口

听说你们比 OpenClaw 更早做了出来，但当时外界不理解？  

🧑🏻‍💻 Enther

是的，那是一段很尴尬的时间。

去年 12 月，我们比龙虾更早做出 proactive agent——cron job 和 soul，人格化的主动任务，到今天完成度也比他们高。

但当时我们跟别人讲，没人听得懂。你说「温度高了自动开空调」，大家就觉得「不就是定时发消息吗？」有劲儿使不出的感觉。

我们 went too far, 有点 beyond our time 了。产品太超前，解释成本太高。  

然后 2 月，一个完成度只有我们 50% 的产品 OpenClaw 突然爆了。火到大厂疯狂抄、海量投广告，一夜之间大家对 agent 的观感从「好酷」变成「不过如此」。

我心情特别复杂：要是我们早发就好了，但是我们不会开源，开源自带流量那套我们没有。现在再发又晚了，风评已经下来了……

🚥 十字路口

后来怎么复盘的？  

🧑🏻‍💻 Enther

我们的教训是：不要和同行还有投资人聊太多，大家看得多用得少，信息茧房太严重。

我们当时没敢发，就是因为我们当时不觉得人格化和 cron job 有多牛。结果龙虾大爆。所以说，实际用的人和天天看的人，是脱节的。  

现在依然是。

KOL 们看到 proactive agent 都腻了，但大多数人其实还配不明白这个虾那个虾。这恰恰说明 personal agent 的 killer app 还没出现。现在显然门槛太高，完成度太低。  

但确定的是，managed agent 会变成 the next big thing。

只是这一次，我们不会等别人替我们爆了。

九个人，九百个agent

🚥 十字路口

你们的团队规模是怎样的？核心成员来自哪里？  

🧑🏻‍💻 Enther

团队一共 9 人，全部全职。

我们有6 位工程师，其中两位是 designer engineer。我们的核心成员来自 Deno、Vercel、字节、Google、OpenAI。

我们 9个人，跑着 900 个 agent。

🚥 十字路口

9 个人，怎么支撑起这么庞大的一个产品？  

🧑🏻‍💻 Enther

我们每个人 own 一个大的切面：infra、agent framework、大前端（包括 design）。

基本上没有一个功能或业务需要两个人。

唯一横向的是 Designer，他负责把我们所有人做的丑东西变好看，或者把我们做的好看的东西变好用。

🚥 十字路口

目前的融资情况？

🧑🏻‍💻 Enther

2025 年底，我们 close 了 400 多万美金 pre-seed。投资方来自硅谷一些知名品牌大 Angel，以及微软、Meta等硅谷很多大厂的高管都投了。

我们计划产品发布之后到 5 月底，开放下一轮融资。

🚥 十字路口

从 Affine 到 Bridge，你对「AI 会如何改变软件行业」的判断发生了什么变化吗？  

🧑🏻‍💻 Enther

大趋势没有变，但速度和阶段超过了预期。  

2025 年，我们还认为 agent 是「高级打字机」而不是「高级决策机器」。但到 2025 年 11 月，我们最强、最挑剔的架构师也不手写代码了。

到 2026 年 2 月，连 review 都是带着 AI 一起做，而不是人类逐行看，编辑器打开频率降低了 100 倍。  

有一个巨大的 pivoting 是「小模型训练」。

2025 年，我们的思路是用 leading agent 拆任务，让更快更便宜的小模型去执行。但这一步被模型的 agentic reasoning 与超强工具调用吃掉了。

现在我们是反过来：我们做了一些和用户聊天用嘴甜的、人格化的模型，做越难的事才去叫大哥模型。

所以我们不搞小模型训练了，但还在做 RL，只是方式很不一样。

🚥 十字路口

后续商业计划怎么安排？ 

🧑🏻‍💻 Enther

我们已经完成了第一波用户测试。

现在，有200 个早期用户，评价很高。4 月中旬，我给了朋友和 跨界的KOL 试用，找了产品经理、工程师、甚至 FPGA 硬件半导体工程师，去跑真实场景。 

Bridge， 5 月 13 日正式发布。

后面，我们计划扶持不同垂直领域的内容创作者和核心用户群，做面向个人生产力的订阅制 AI 产品。

🚥 十字路口

如果微软或谷歌明天推出一个和 Bridge 一模一样的产品，你会恐慌吗？  

🧑🏻‍💻 Enther

并不担心。

我们的独特设计太多了，很多东西是美学追求决定的，是「私货」。假如一模一样，我肯定要告他们。

如果是定位一样，其实还好。因为自己下场做大模型的大厂，做不好模型中立的产品。Manus、Cursor、Lovable 的历史也都说明，能跑出来的第三方产品，一定都是模型中立的。

🚥 十字路口

你们选择做“消灭软件的软件”，是一个非常大胆的定位。5年后，软件会消失成什么样子？Bridge 在其中是什么角色？  

🧑🏻‍💻 Enther

工具会变成动态的，信息平台还会存续。

我现在已经很少想象 5 年以后是什么样子，因为 AI 左脚踩右脚的发展，本身有着加速度。

在可见的一两年里，我们希望 Bridge 成为构建、管理与运行 agent 的入口——一个 agent for agents。它不会替代操作系统，没必要。

它可能有点像十年前的安卓桌面启动器。只不过这次启动的是，动态构建的任何东西。

🚥 十字路口

如果有投资人问「Bridge 的市场空间有多大」，你怎么回答？  

🧑🏻‍💻 Enther

从 web 到移动互联网，PC 被手机取代。门户和电脑应用变成手机 app 商店，推荐系统取代搜索。2000 年 bubble 破灭后，20 年疯狂价值创造，万亿级公司从无到有。  

这一次，习以为常的一切应用入口都会变成 agent 驱动。未来的世界，token 成本比网费便宜，每个人有 1000 个 agent 替他消费 10000 个手机等效的屏幕时间。

我们只评估数量级：下一个占据所有人的 personal agent 会占据信息的分发与消费，会出现 十万亿美元 的公司。

文章来自于"十字路口Crossing"，作者 "壹小姐"。