前百度团队，把 AI Agent 塞进了手机键盘里

这个键盘，到底能做什么？

安装 Acti 后，它会像其他第三方输入法一样，出现在 WhatsApp、邮件、社交媒体和备忘录里。只要页面上有一个可以打字的地方，Acti 就能被调出来。键盘下方有一条叫作 Acti Bar 的长按钮。

平时点击它，和普通键盘一样输入文字；长按它，键盘里的 AI 就会开始执行任务。整个过程分成四步：先在输入框里写下自己的需求；然后长按 Acti Bar；AI 完成任务后，先把结果展示出来；用户确认没有问题，再把结果插入当前对话或邮件。

例如，你正在和朋友讨论周末吃什么，可以直接输入：“找三家附近评分高、适合聊天的意大利餐厅。” Acti 会搜索餐厅，然后把地址和地图链接放进聊天框。同事在群里问：“英伟达股票现在多少钱？” 你不需要打开股票软件，Acti 可以查询实时价格，再把结果放进群聊。有人发来一段英文，你可以长按键盘上的“T”，把文字直接翻译成中文。需要开会时，可以长按“C”，创建会议链接。需要找公司资料时，可以让它搜索自己连接的 Notion 文档，再把对应文件发给同事。

所以，Acti 和普通 AI 输入法的差别很明显：普通 AI 输入法的结果，通常还是一段文字；Acti 希望给你的结果，是一个已经创建好的会议、一份找出来的文件、一条地图链接，或者一项已经执行完成的操作。

Acti 为什么能在键盘里操作其他软件？

Acti 的键盘后面，连接了两类东西。一类是大模型，Acti 目前主要使用谷歌 Gemini，负责理解用户输入的句子。另一类是手机里的各种服务，包括 Gmail、Slack、Notion、日历，以及大量可以查询天气、股票、体育比赛和地图信息的接口。Acti 官方称，目前可连接 6 类常用应用及 150 多个外部接口。

例如用户输入：“帮我约王总周五下午开会。” 大模型先理解这句话里包含几个动作：查看周五下午是否有空、创建一个会议、生成会议链接、把链接放进当前聊天框。随后，Acti 调用日历和会议软件，完成这些动作。用户不需要知道背后调用了什么模型，也不需要学习怎么写复杂的提示词。只要像平时聊天一样，把想做的事情说清楚。

Acti 还允许用户自己制作“快捷技能”。例如，一名销售可以设置一个按键：长按“S”，自动搜索客户公司资料，并生成一段简单介绍。一名运营人员可以设置：长按“R”，把刚复制的用户评论整理成三个主要问题。一名经常与海外客户沟通的人，可以设置：长按“E”，把中文改写成自然的商务英语。

制作这些技能不需要写代码。用户只需要用一句话说明“这个按键要帮我做什么”，Acti 就会自动生成。产品正式发布前，测试用户在不到两周内创建了 1000 多个技能。这些技能既可以自己使用，也可以发布到技能社区，让其他人直接安装。这意味着 Acti 想做的，不只是一个自带十几个 AI 功能的输入法，它希望把键盘变成一个可以不断增加新功能的平台。

王扬为什么又做了一次输入法？

Acti 的创始人王扬，在百度国际工作了接近十年。他过去参与打造的产品叫 Facemoji Keyboard。中国用户可能没怎么听过 Facemoji，但它在海外输入法市场非常有名。

这款输入法不以中文输入为主，主要面向美国、欧洲、东南亚等市场的年轻用户。除了打字，它还提供大量表情、贴纸、动图、特殊字体和键盘皮肤。用户可以把自己的键盘换成动漫主题、明星主题或者游戏主题，也可以在聊天时快速发送流行表情和网络梗。

这听起来只是一些小功能，但输入法是一门很难做的生意。普通 App 下载以后，用户愿意打开几次，就算有了第一批使用量。输入法必须让用户进入手机设置，开放权限，再主动把系统键盘换掉。换完以后，它还不能卡、不能延迟、不能突然消失、不能因为加入太多功能，影响最基本的打字体验。它还要适应不同国家的语言、俚语、表情习惯和手机型号。王扬在百度做的，正是这样一款面向全球用户的产品。

公开数据显示，Facemoji 曾拥有超过3亿日活跃用户，产品累计下载量超过5.5亿次。大模型出现后，王扬注意到，用户在键盘里输入的内容已经发生了变化。过去，用户输入“周五下午开会”，键盘只需要把这几个字打出来。现在，大模型能够进一步对这句话进行理解：用户可能想查看日历、可能想创建会议、可能想通知其他参加者。也就是说，一句话不只是聊天内容，也可能是一条等待执行的指令。这让王扬重新看到了输入法的机会。

ChatGPT、Claude、Gemini 都在争夺一个新的 AI 入口，但它们通常要求用户主动打开一个 App。键盘不需要等待用户打开。它原本就会出现在 whatsapp、邮件、社交媒体、搜索框和各种办公软件里。王扬想做的，是让 AI 待在用户产生需求的地方，而不是让用户每次产生需求后，再专门去找 AI。

孙宇做过一个千万日活的“手机相册”

Acti 的技术负责人孙宇，同样来自百度，他曾是一刻相册的创始技术负责人。

一刻相册是百度推出的一款云相册产品，用户可以把手机里的照片和视频自动备份到云端，再通过人物、地点和内容进行分类和搜索。这类产品看起来很简单：把照片上传到服务器就可以了。真正做起来，却有大量麻烦。用户可能在上传一半时突然断网、可能换了一台手机、可能有几万张照片，其中还有大量重复文件。系统既不能漏掉照片，也不能重复上传，还要控制流量、电量和手机存储空间。当用户想找“三年前在上海拍的猫”时，系统还要从数万张照片里把正确内容找出来。一刻相册后来做到了超过1000万日活跃用户。

孙宇负责的并不是一个只能演示的小功能，而是一款每天需要处理大量照片、用户和设备的消费级产品。这段经历简直就是 Acti 技术能力的“保证书”。一个图片生成软件偶尔慢几秒，用户可能愿意等；一个键盘每打几个字就卡一次，用户很快就会删掉。同时，Acti 还要在键盘里连接模型、日历、邮件和其他软件，既要保证执行速度，也要避免错误操作。也就是说：王扬熟悉输入法和海外市场；孙宇熟悉大规模消费产品、云端服务和系统稳定性。一个完整的、经过验证的产品+市场+技术的组合。

Acti 其实改过一次方向

Acti 最初叫 TypeX。2025年，TypeX 最早想做的是一个面向加密货币用户的输入法。当用户在群聊里讨论某种数字货币时，可以直接通过键盘查询价格和市场信息，不需要退出聊天软件。为了让键盘更有趣，团队还加入过键盘皮肤、卡牌收集、猫咪动画和快捷查询热门代币等功能。但这个方向能够覆盖的人群有限。大多数普通用户不会每天讨论数字货币，也不需要在键盘里查看代币行情。到 2026 年 5 月，团队决定把产品重新做一遍。TypeX 更名为 Acti，原来的加密货币和游戏化功能被弱化，产品重点转向 AI 执行任务。这次转向背后的逻辑也并不复杂。只帮用户查询数字货币，键盘只是一个小众工具。如果它可以翻译、约会议、找文件、查资料和处理邮件，就可能成为所有手机用户都能使用的 AI 入口。

为什么用户不直接用 ChatGPT 们？

因为两种产品出现的时间不同。ChatGPT 们通常出现在用户“决定去找 AI”之后。用户先遇到问题，再打开 ChatGPT 们，重新描述事情的背景。Acti 出现在用户产生需求的那一刻。客户在 WhatsApp 里发来一句话，键盘就在下面。同事在 Slack 里问一份文件，键盘也在下面。用户准备回复邮件时，键盘仍然在下面。它不一定比 ChatGPT 更聪明，但它减少的是几个很小、但每天会重复很多次的动作：复制内容、退出当前软件、打开 AI、重新解释背景、复制答案、再切回原来的软件。这些动作单独看都不麻烦，但连续做十几次，就会变得很烦。Acti 选择的产品路线，是不要求用户专门腾出时间“使用 AI”，而是把 AI 放进原本的手机操作习惯中。

未来还有待验证

Acti 刚完成530万美元种子轮融资，但公司没有公布日活跃用户、付费用户、收入和留存数据（这个月才上线）。目前能看到的增长信号，只是测试用户在两周内创建了1000多个技能。这只能证明一部分用户愿意尝试，不能证明他们会长期把 Acti 当成主力输入法。

接下来，这家公司可能需要解决三个很实际的问题。第一个是信任。输入法会出现在私人聊天、工作邮件、搜索内容甚至账号密码旁边。Acti 表示，个人信息默认保存在用户设备上，只有用户主动执行某项功能时，相关内容才会发送给外部模型处理。但对普通用户来说，光有技术说明还不够。他们需要相信，这家公司不会偷偷记录自己每天输入的内容。

第二个是稳定。生成一段文案出错，用户可以重新生成。创建会议时间出错、找到错误文件或者把错误信息发进工作群，后果会严重得多。Acti 必须让用户在执行前看清结果，并且把失败率控制得足够低。

第三个是苹果和谷歌。Acti 依赖 iOS 和 Android 提供的第三方键盘入口。苹果和谷歌自己拥有系统键盘、操作系统、大模型、邮箱和日历。一旦它们把类似能力直接放进原生键盘，Acti 在系统权限和默认入口上很难与它们竞争。因此，Acti 必须尽快积累两样东西：一套足够丰富的键盘技能和一批不愿意换回系统输入法的用户。

JOTO 企业落地观察

• Acti 的核心创新不是「在键盘里加 AI」，而是将 AI Agent 的执行闭环压缩至用户最自然的交互节点——输入行为本身；
• 其技术路径绕开了传统 Agent 的「规划-推理-调用」显式链路，转而依赖大模型隐式理解 + 精准接口封装，降低了终端用户的学习成本；
• 键盘作为 OS 层级入口，天然具备跨 App 上下文感知能力（如当前聊天对象、邮件收件人、文档标题），这是独立 App 难以复现的优势；
• 若未来与企业通讯工具（如 Slack、Teams）深度集成，或可成为 B2B 场景下首个被广泛采用的轻量级 Agent 入口。