从 VC 视角看 Floatboat：它到底是不是一个值得深挖的早期 AI 应用方向？
先直接抛观点：OXYZ资本在内部讨论时的结论是，Floatboat 值得深挖，但还不是可以“闭眼下注”的项目。它真正有意思的地方，不是又做了一个更聪明的聊天框，而是试图把 AI 从“对话工具”推进成“一个人公司的工作操作系统”。官网把自己定义为“面向 one-person companies 的第一代 AI workspace”，主打桌面端工作环境、可复用的 Combo Skills、对本地文件与软件的直接调用，以及“学习你如何工作”的 Tacit Engine。这个定位如果成立，价值远大于单点 AI 应用；如果不成立，它又很容易被理解成一个功能很多但边界模糊的 AI 桌面壳。
下面按OXYZ资本在判断早期项目时的框架拆成：
需求、PMF、留存、分发、壁垒、生态、风险、投资判断。
需求。从需求侧看，Floatboat 并不是服务一个小众幻觉。首先从全球市场中的美国看， Census 的最新口径显示，美国绝大多数商业主体都是 nonemployer businesses，也就是没有雇员的经营体；而且从 2012 到 2023 年，nonemployer 的数量年均增长 2.7%，高于 employer businesses 的 1.1%，其在全部商业主体中的占比也持续上升。它当然不等于“OPC”，但它说明一个非常重要的事实：一个人经营、少人经营、强工具依赖经营，并不是边缘现象，而是一个庞大且仍在增长的结构性群体。AI 一旦把一个人的管理半径和执行半径继续拉大，这个群体天然就是最先受益的人。
PMF。Floatboat 的 PMF 假设，不是“我的模型回答更好”，而是“我能把上下文搬运成本和工具切换摩擦打掉”。产品核心能力包括：桌面端模块化工作区、文件管理器和浏览器并排、直接读取本地文件、拖拽网页内容进文件夹、浏览器自动化、写入 macOS Reminders、调用本地邮件客户端，以及 3500+ 工具连接。换句话说，它不是在卖一次回答，而是在卖连续任务中的工作现场。OXYZ资本认为，这决定了它最可能打透的场景，不是轻咨询，而是高频、多步骤、跨工具的任务链，比如内容生产、销售材料整理、合同比对、项目归档这类“今天做完、明天还会再做”的工作。
留存。如果 Floatboat 真有机会形成高留存，我认为靠的也不会是模型，而是Combo Skills + 工作记忆。Combo Skills 可以把聊天记录和规范文件一键打包成可复用能力，“build once, run it forever”；Tacit Engine 则试图捕捉用户在编辑、判断、执行中的隐性知识。对投资来说，这意味着它在追求一种比“提示词收藏夹”更高级的资产：不是记住你问过什么，而是记住你怎么做事。如果一个用户的 SOP、风格偏好、文件组织方式和任务链都逐渐沉淀进去，Floatboat 就有机会从工具变成个人工作基础设施，留存逻辑也会从“好不好玩”变成“离不开”。
分发。它的分发思路也值得注意：一是桌面端先行，支持 Mac 和 Windows 下载，且公开写着“Start for free”，这意味着试用门槛并不高；二是官方首页已经把 deck 生成、内容生产、合同审阅等场景包装成现成模板，说明团队知道必须先从明确 ROI 的工作流切入，而不是空讲“AI workspace”这个大概念。问题也很明显：类目教育成本高。对多数用户来说，“工作环境级 Agent”仍然太抽象，必须靠少数 killer workflow 先打透。更现实的一点是，公开可访问的 Combo Store 页面目前还没有形成很丰富的供给展示，这说明生态还处在非常早期的阶段。
壁垒。Floatboat 未来有没有壁垒，关键不在“能不能调更多模型”，而在“能不能拥有用户的工作图谱”。OpenAI 已经公开把 agent 推向能“用自己的电脑”完成任务的方向，Computer use 文档也明确支持通过 UI 操作软件；Agents SDK 则强调上下文、工具调用、agent handoff 和全链路 trace。Anthropic 的 Claude Code 也已经能读取代码库、编辑文件、运行命令、使用记忆、MCP 和自定义命令。也就是说，大模型厂商正在把“能行动的 AI”做成底层能力。Floatboat 如果只停留在调用这些能力，它会被上游吃掉；如果它真正掌握了用户的上下文组织方式、隐性工作方法和可复用 SOP，它才可能拥有自己的防御性。
生态。这也是为什么我认为它开源协议这一步很关键。Selfware 仓库把目标写得很直白：在 agent 时代定义一种统一文件协议，“a file is an app”，并把数据、逻辑、视图打包进一个可分发单元；当前版本还是 v0.1.0 (Draft)，但方向是把“工作流资产”文件化、可移植化。IACT 则是另一个更轻的切口，用 Markdown 扩展把 AI 回复里的动作选项变成可点击文本，降低交互摩擦，而且以 MIT 协议开源。单看今天，这两项协议还谈不上形成网络效应；但从投资逻辑看，它们说明 Floatboat 想做的不是单一应用，而是试图往“个人工作协议层”迈一步。
风险。最大风险不是产品炫不炫，而是信任门槛。Floatboat 的隐私政策明确写到，它会处理你纳入 Context 的文件、代码库和文本；用于推理的查询与相关上下文块会发送给第三方模型提供商，而这些提供商“可能保留并使用”你提交的数据，甚至可能用于训练和改进模型；虽然 Floatboat 同时强调“wherever possible”会本地处理，以减少数据外流，但对高敏感场景来说，这仍然是很高的采用门槛。另一方面，OpenAI 自己的 Computer use 文档也强调要把 agent 放在隔离环境中、对高影响动作保持 human-in-the-loop，并把页面内容视作不可信输入。这说明整个赛道今天仍然同时面对可靠性、安全性和权限管理三重挑战。
投资判断。所以OXYZ资本的判断是：Floatboat 是一个方向大、想象力足、值得持续跟踪的早期 AI 应用方向，但它今天的核心不是“已经验证”，而是“押中了一个可能变大的新层级”——面向 one-person company 的 Context OS。真正值得下注的信号，不是下载量，也不是 demo 的惊艳程度，而是三件事：第一，用户是否每周真的把它当主工作台在用；第二，用户是否在持续沉淀自己的 Combo Skills，而不是只做一次性任务；第三，Floatboat 能否在一两个垂直场景里证明，它比 ChatGPT + 文件夹 + 若干 SaaS 的拼装方案，显著更快、更稳、更省脑力。如果这三件事跑出来，它会很有意思；如果跑不出来，它就会停留在“看起来像未来”的阶段。