不做通用 Agent：新加坡全民 AI 应用 Agnes，上线四月揽获 20 万日活用户

在全球 AI 竞争日趋激烈的当下，一款来自新加坡的 AI 产品—— Agnes 正以惊人的增长速度逆势崛起，引发广泛关注。

自 7 月 4 日正式上线 Product Hunt 以来，仅仅四个月，Agnes 便已在全球斩获 300 万注册用户，日活跃用户突破 20 万，其中超过 50% 来自东南亚市场。产品在菲律宾、越南、印尼、阿根廷等国的 Google Play 效率榜上屡次跻身前十。

据悉，该产品由 NUS 新加坡国立大学系统孵化，团队完全自主研发的 7B 闭源模型 Agnes-R1 已达同级模型的 SOTA 性能。目前，团队正联合新加坡相关机构推进更大参数规模模型训练。

全民性 AI 产品 Agnes，不做通用 Agent

不同于许多以效率和专业用户为导向 , 使用场景相对小众的 AI Agent 工具，Agnes 更有志于做有 Agent 能力的全民性 AI 应用，即把最常用、最可感知的 AI 能力，打包成面向全民的主流应用，然后用速度和产品力去占领用户心智。

Agnes 的设计哲学崇尚 " 极致简单 "，界面要极其直观，交互要极其自然，任何用户都能 " 上手即用 "。目标不是堆砌功能，而是帮助用户建立一种从容、高效的生活与创作方式。

Agnes 内整合了搜索（Search）、研究（Research/Deep Research /Wide Research）、PPT 生成（AI Slides）、设计（AI Design/Deep Design）、数据分析（AI Sheet）等一系列功能，用户在同一窗口内即可完成从 AI 搜索、深度调研、图文、表格生成到 PPT 创作的全流程工作，无需在多个工具间切换复制、重复输入上下文。

这种模式确保了项目从构思到完成都在同一个环境中进行，信息在同一个 " 上下文环境 " 中流动和演进，AI 始终理解你项目的完整背景，所有核心数据和关键洞察可被工具调用、追溯与调整。

自上线以来，Agnes 持续进行核心功能升级，每周均有新功能上线，移动端亦通过小更新与大版本迭代保持快速优化。近期新增了功能 "AI Sheet（AI 表格）"，支持通过自然语言对话生成和解析数据图表与报告，可上传多格式文件并自动完成数据处理、公式运算与深度分析，同时生成可视化报告、导出 Excel，并能直接解答各类数据问题。

在 PPT 等复杂任务上，Agnes 的生成速度与质量也要显著优于同类产品。一直备受用户好评的 AI Slides 功能本周也会迎来更新，其 "edit（编辑）" 功能将升级至 "advanced edit（高级编辑）"，允许 owner 或 editor 对 PPT 任意元素或组件进行移动、复制、删除、缩放等操作，支持最多十步的撤销与重做。此外，还支持文字样式调整 ( 可调字体、大小、加粗、倾斜、下划线、删除线、颜色、背景色，对齐、行间距、字间距、边距 ) 、图片编辑（可添加、替换、缩放、拖曳、复制、删除），图表编辑（可拖曳、删除、缩放、修改单元格文字），全面提升编辑的灵活度与精细度。

从一体化的无缝工作流，到持续迭代的功能，Agnes 始终致力于实现其初衷：不让工具本身的复杂性成为用户创作的障碍，每一个人都能更从容地实现想法，将思考专注于创新本身。

在 Agnes 内，用户可以做到真正地 " 说话即办事 "。正是这种 " 极致简单 " 的产品理念，让 Agnes 实现了瞩目的增长，人人都能用，人人都愿用，用了就离不开。

4 个月实现 20 万日活，创始人 "AI 普惠 " 愿景撬动市场增量

在短短四个月内，从零到 300 万注册用户，20 万日活，从东南亚走向世界—— Agnes 的快速增长印证了团队的前瞻判断—— AI 技术的价值在于普惠。

Agnes 创始人Bruce Yang出身新加坡莱佛士中学、在加州伯克利毕业后曾就职微软与领英，并在硅谷创办千万级下载量产品。疫情期间，他回到新加坡，在国立大学攻读 AI 博士。也正在此时，ChatGPT 的横空出世让他敏锐地洞察到历史性机遇。他以此为契机组建了一支极具实力的 AI 团队，成员来自 NUS、NTU、MIT、斯坦福与伯克利等世界顶尖院校。

" 全球很多人不仅没接触过 AI，甚至没接触过互联网。我们不只关注付费区域（如欧美、日韩，这些区域获客成本高），还覆盖大量非发达国家、非高付费意愿国家的用户。让发展中国家没接触过 AI，ChatGPT 和 Perplexity 不愿覆盖、没有付费能力的人，也能体验到一流的 AI 能力，帮他们完成生活工作事务、提升效率，甚至推动区域经济。"

Bruce 的这一愿景，如今正通过 Agnes 在东南亚、拉美等全球区域市场的成功得到了初步实现。但这条比大多数主流 AI 应用更艰难但更具价值的道路背后，并非仅凭愿景，而是倚靠团队坚实的产品能力、出色的技术、模型与架构、较低的成本，和反哺给用户的极致功能与高权益。

自研 Agnes-R1 ( 7B ) 模型，实现 SOTA 性能

作为新加坡国立大学（NUS）、南洋理工大学（NTU）系统孵化的科创力量，Agnes 的核心成员中既有两校的博士与教授级科研人员，也囊括了来自麻省理工（MIT）、斯坦福 ( Stanford ) 、美国加州大学伯克利分校（Berkeley ) 、德克萨斯大学奥斯汀分校（UT Austin）等名校的工程师与科学家。凭借来自新加坡国立大学、南洋理工大学等顶尖院校的科研土壤与工程实力，Agnes 团队展现出从方法论到系统实现的全面创新能力。

据有关数据显示，由 Agnes 团队自研的 7B 级闭源模型（Proprietary Model）Agnes-R1，在同级模型中已达成 SOTA（State-of-the-Art）性能，特别是在推理速度、输出质量和 token 成本效率方面表现出色，并且已在真实商业场景中得到充分验证。

模型用于编排（orchestration）、研究（research）和 PPT 生成，能够在更小模型上实现最先进性能、保持无塌陷的训练稳定性，并将稳定的奖励优化转化为一致的真实世界泛化效率，从而实现可扩展且高成本效率的性能增长。

在多个问答（QA）基准测试中， Agnes-R1（7B）模型相比以往同类工作提升了 34.1%，并在复杂的多跳问答（如 HotpotQA）中，相对超越以往 14B 模型近 9%，同时保持了卓越的训练稳定性。" 相关研究成果 DSPO《STABLE AND EFFICIENT POLICY OPTIMIZATION FOR AGENTIC SEARCH AND REASONING》收获大量学术界和产业界的认可，已提交 ICLR 2025，并在 arXiv 公开。（论文地址：https://arxiv.org/pdf/2510.09255）

值得关注的还有团队在多智能体领域的持续创新，其《CodeAgents: A Token-Efficient Framework for Codified Multi-Agent Reasoning in LLMs》论文提出了一种以代码为核心的提示框架（code-first prompting framework），该框架能够在多智能体系统中实现结构化且 token 高效的规划，为 AI 协作的商业化铺平了道路。此外，另有关于 Agentic Office System（AOS）与 AIGC 生成优化的论文也已被 ICIS 2025 Nashville 顶级会议录取，这些研究不仅支撑了 Agnes 的产品能力，也让其成为学术与产业结合的典型代表。

论文地址：

CodeAgents：https://arxiv.org/abs/2507.03254

AOS（Agentic Office System）：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5358886 )

基于首代模型 Agnes-R1 的成功实践，Agnes 团队正计划联合新加坡相关机构，启动更大参数规模的模型训练，让市场对其技术演进和产品充满期待。

随着功能矩阵的不断完善和下一代模型的研发推进，这款全民性 AI 应用正让 AI 智能技术真正为每个人所用。当 AI 真正回归用户本位，以极致简单的方式融入日常，便能跨越地域与经济的鸿沟，释放出改变世界的普惠力量。