سیگیل ون، کدنویس خودآموختهای که در ۱۷ سالگی به سیلیکونولی رفت و در یک خانه هکری هوش مصنوعی همراه با آندری کارپاتی، پژوهشگر نامدار هوش مصنوعی، زندگی کرد، روز دوشنبه نسخه بتای دعوتمحور Underdog را عرضه کرد؛ یکی از خصوصیترین دستیارهای هوش مصنوعی که سیلیکونولی تا امروز ارائه کرده است.
ون در آن خانه هکری در کنار کسانی کدنویسی کرد که بعدها از بزرگترین نامهای هوش مصنوعی شدند؛ مثل آراویند سرینیواس، بنیانگذار Perplexity، و نوم براون، پژوهشگر OpenAI. او نسخههای اولیه ابزارهایی را آزمایش کرد که بعدها مشهور شدند: چتباتی که بن مان، همبنیانگذار Anthropic، به اشتراک گذاشته بود و بعداً Claude شد؛ تصویرساز دیوید هولز که به Midjourney تبدیل شد؛ و چیزی که بعدها GPT-3 و تصویرساز Stable Diffusion شد. نوآل راویکانت، سرمایهگذار و کارآفرین سرشناس، او را برای Airchat استخدام کرد؛ رقیب از کار افتاده Clubhouse.
او برای تفریح فهمید چطور GPT-2 را روی اپلواچ خود اجرا کند. ون به تککرانچ گفت: «آن زمان، زمان جادویی بود.»
ون حالا همیار برنامه تیل است؛ برنامهای از پیتر تیل، سرمایهگذار مشهور، که بنیانگذاران جوان را به جای دانشگاه به پیگیری پروژههایشان دعوت میکند. مدل Underdog بهطور کامل روی دستگاه اجرا میشود؛ یعنی داده کاربر روی همان دستگاههایی میماند که از قبل در اختیار دارد، فعلاً مک و کامپیوترهای ویندوزی، و نسخههای لینوکس، آیفون و اندروید هم بهزودی میآید.
Underdog روی Husky کار میکند؛ موتور استنتاجی که ون ساخت تا مدلهای هوش مصنوعی را سریع روی سختافزار خود کاربر اجرا کند. ون میگوید این موتور داده کمتری بین تراشه اصلی و پردازنده گرافیکی کامپیوتر جابهجا میکند تا موتورهای رقیب روی دستگاه.
Underdog ویژگیهای امنیتی دیگری هم دارد؛ مثل رمزنگاری کلیدهای دسترسی به ایمیل و حسابهای دیگری که کاربر به دستیار اجازه دسترسی میدهد. با این حال Underdog از مدلهای بسیار کوچکتری نسبت به مدلهای پیشرفته امروزی که در مراکز داده میزبانی میشوند استفاده میکند. این مدل فعلاً یک مدل استنتاجی ۲۷ میلیارد پارامتری است که روی Qwen3.8-27B تنظیم دقیق شده است.
ون استدلال میکند این مدل در برخی بنچمارکها با Claude Opus 4.6 قابل مقایسه است؛ یعنی همان چیزی که شش ماه پیش اوج توانایی محسوب میشد. به گفته او این یعنی مدل میتواند کارهای روزمرهای که کاربر از دستیار هوش مصنوعی میخواهد را انجام دهد؛ از پژوهش خرید تا حل تمرین ریاضی مدرسه. ون میگوید: «لازم نیست حریم خصوصیات را فدای توانایی کنی، چون آنها هم به همان اندازه توانمندند.» او اضافه میکند مدلهای کوچک روی دستگاه با گذشت زمان توانمندتر خواهند شد.
شاید جالبترین بخش Underdog مدل کسبوکار اولیه آن باشد. این اپلیکیشن در ابتدا رایگان است و هرگز تبلیغاتی نخواهد داشت. چون هوش مصنوعی روی ماشین کاربر اجرا میشود، Underdog هزینه سنگین پرداخت به ارائهدهنده استنتاج را ندارد. ون گفت: «مجبور نیستم برای اجرای این سرویس از شما اشتراک بگیرم، چون هزینههایم بسیار پایین است.»
در عوض، او با پاتریک کولیسون، همبنیانگذار Stripe، بهعنوان یکی از سرمایهگذاران فرشتهاش، ترفندی از دوران فینتک را وام گرفته است: Underdog درصد ناچیزی از تراکنشهای پرداختی که دستیار با ریلهای امن پرداخت Stripe انجام میدهد را برمیدارد؛ چیزی شبیه کارمزد بینبانکی. به این ترتیب دستیار هوش مصنوعی هرگز نیازی ندارد دادههای شما را استخراج کند و مانند بانک یا شرکت کارت اعتباری شما، منافعش با شما همراستاست.
این رویکرد در تضاد با انگیزههای تجاری بسیاری از دیگر بازیگران دستیارهای هوش مصنوعی است؛ شرکتهایی که سیاستهای حریم خصوصیشان به آنها اجازه میدهد داده کاربران را جمع کنند و آن را به تبلیغدهندگان یا اشخاص ثالث بفروشند یا برای آموزش مدلهای دیگر استفاده کنند.
این نوع جمعآوری داده برای کاربران دستیار هوش مصنوعی میتواند تجارتی بسیار خطرناک باشد؛ دستیاری که برای مفید بودن ممکن است به خصوصیترین جزئیات زندگی شما نیاز داشته باشد؛ از شرایط پزشکی تا داده مالی و اطلاعات مربوط به فرزندانتان.
ون در چیزی که آن را «مانیفست هوش مصنوعی» خود مینامد نوشته است: «چرا استفاده از هوش مصنوعی باید مستلزم تسلیم اطلاعات خصوصیات باشد؟» او به تککرانچ میگوید: «صادقانه میخواهم Underdog را برای خودم بسازم. محصولی میسازم که افتخار کنم فرزندان آیندهام از آن استفاده کنند.»
استارتاپ پشت Underdog نامش Conway Research است و کولیسون تنها سرمایهگذار بزرگ آن نیست. Conway از Andreessen Horowitz از طریق کریس دیکسون، و همچنین Khosla Ventures، Hummingbird، SV Angel و Anthology Fund (صندوق مشترک Menlo Ventures و Anthropic) حمایت گرفته و فهرست بلندی از سرمایهگذاران فرشته دارد که گییرمو راوخ، بنیانگذار Vercel، نوم براون و دیدی داس از جمله آنها هستند.