一笔不寻常的融资：不披露投资方，只披露用途
2026 年 9 月 12 日，总部位于新加坡的 ByteFuture（前身 Bytetrade）披露，公司已于 2026 年 6 月完成 5500 万美元融资，累计融资超过 1 亿美元。这笔交易的一个特别之处是信息边界：公司未披露参与投资方、轮次结构与当前估值，只说明了资金用途。
用途分三块：支持 Olares One 的生产与全球商业化、扩大开发者与设备厂商对 Olares OS 的采用、以及构建一套让私人运营的智能体能够安全连接与协作的基础设施。其中一部分资金将用于北美的市场与商业拓展。
创始人 Peng Peng 的表述给出了路线定位：目标是让用户在自己控制的硬件上运行 AI 模型与智能体，减少对中心化云基础设施的依赖。
三层结构：工作站、开源系统与市场
ByteFuture 的产品体系可以拆成三层。
硬件层是 Olares One，一台面向本地运行的 AI 工作站，设计目标是运行大语言模型、智能体与 AI 框架。它在 2026 年的众筹活动中获得 816 名支持者与超过 230 万美元的承诺金额，公司称众筹订单已全部交付。目前该产品在美国可购买并交付，更广范围的美国市场发布计划在 2026 年第四季度。
系统层是 Olares OS，一个开源的个人 AI 计算平台。它面向本地推理设计，让模型、智能体与应用直接运行在用户自己的设备上，而不是完全依赖远程公有云。在系统层面，它管理模型推理、智能体编排、应用部署，并提供按应用隔离的沙箱。公司表示该系统的设计目标还包括扩展到 AI PC 与其他个人 AI 设备，为本地部署的 AI 提供统一的软件层。
应用层是 Olares Market，用户可一键部署 200 多个应用，各应用之间相互隔离，以保持模型、提示词与个人数据处于用户控制之下。
三个概念与一个尚未成形的层
ByteFuture 用三个概念描述长期设想：人工智能、人工个体性、以及 Agent 互联网。
人工个体性指在用户控制的硬件上、以用户自身语境与数据运行的 AI 系统。这个提法把差异点放在数据与语境的所有权上，而不是模型能力上。
Agent 互联网是三个概念中平台意图较强、也较缺乏细节的一层：公司希望它成为私人运营的智能体之间安全连接与协作的方式，并计划将其发展为相应的基础设施。至于这套连接采用什么协议、身份如何验证、协作如何计费与追责，公开信息中没有给出具体方案。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
公司还表示正在与北美的开发者与硬件厂商讨论 Olares OS 及兼容设备的潜在合作。这意味着系统层的扩张路径更可能依托第三方硬件，而不是只靠自有工作站。
这条路线与两端的张力
把 ByteFuture 放进当前格局，会看到它在两端同时承受压力。
一端是云端智能体平台。2026 年 9 月，OpenAI 开放了托管式 Agents API 公测，提供会话编排、上下文压缩与沙箱执行，开发者可以一次调用创建生产级智能体；Salesforce 则发布了面向企业的智能体治理控制面。这些平台的共同特点是：把编排、记忆与安全托管在云侧，用降低运维成本换取依赖度。对多数企业而言，这条路径的启动成本更低。
另一端是端侧硬件。近期已有多款主打本地运行的个人 AI 设备出现，它们的共同卖点是隐私与离线可用。相比单台设备，ByteFuture 的差异在于同时提供开源系统与一键部署的应用市场，试图把一台设备变成一层平台。
它面对的核心问题是需求真实性：有多少用户愿意为本地运行承担硬件成本、运维复杂度与模型能力上的折损。这个问题的答案，目前还没有公开数据可以支撑。
开源系统的商业路径
Olares OS 采用开源模式，这让它的商业路径需要额外说明。公司披露的三块用途中，有两块与生态相关——扩大开发者与设备厂商的采用、以及构建智能体连接基础设施。这种安排显示其策略不是靠系统授权收费，而是通过硬件销售与生态扩张来变现。
开源系统在这一方向上具备一个现实优势：硬件厂商与开发者不需要信任单一厂商即可接入，这在个人计算设备市场尤其重要，因为该市场的参与者高度分散。但开源也带来一致性挑战——当系统被部署到形态各异的设备上时，沙箱隔离、模型推理性能与智能体编排的体验会出现差异，统一标准的维持成本通常被低估。
中立思辨
需要辩证看待几件事。其一，本轮融资完成于 2026 年 6 月，信息披露在 9 月，投资方、轮次结构与估值均未公开，这意味着无法从资本侧交叉验证市场对这条路线的一致判断。其二，众筹数据是最容易被当作进展展示的指标，816 名支持者与 230 万美元承诺金额说明存在早期需求，但众筹支持者的画像与规模化消费市场之间存在明显落差。其三，公司强调本地运行与数据主权，但本地部署并不意味着风险消失——设备丢失、备份策略缺失与权限配置不当，同样会造成数据暴露，只是责任从平台转移到了用户。其四，Agent 互联网的设想涉及跨设备的智能体身份、授权与结算，这三件事目前在整个行业都还处于标准制定阶段，单一公司难以独立完成，其落地节奏受制于外部协议进展。其五，一键部署 200 多个应用的便利性与应用隔离之间存在天然张力，隔离越严格，应用之间的数据协同越困难，实际体验取决于系统如何在两者之间取舍。其六，端侧路线的长期价值取决于模型效率的演进方向：如果本地可运行的模型能力持续提升，这条路径的吸引力会增强；如果前沿能力继续集中在云端，本地设备更可能承担隐私敏感与低时延的补充角色。
趋势研判
短期看，这类平台更可能先在开发者与隐私敏感型用户中获得验证，因为这两类人群对运维复杂度的容忍度更高；中期看，关键变量是系统层能否形成跨厂商的通用性——如果 Olares OS 能被多家硬件厂商采用，它就具备了平台属性，否则更接近自有硬件的配套软件；长期看，个人 AI 计算与云端智能体平台未必是替代关系，更可能的格局是分层：高敏感、低时延的任务留在本地，需要大规模算力与最新模型能力的任务交给云端，而连接两层的协议会成为新的竞争焦点。
对关注端侧智能体路线的团队，一个务实的起点是区分两个问题：你需要的是数据不离开设备，还是服务不依赖单一供应商。前者是部署形态问题，后者是协议与标准问题；把后者当作前者来解，往往会得到一套本地运行、但依然被单一生态锁定的系统。