夜雨聆风Yury Akinin通常在凌晨1点左右合上电脑。
他的第一段工作从上午9点持续到下午4点，主要安排欧洲客户的电话和会议。
下午4点以后，他会锻炼一个半到两个小时，并把这段时间称为“两班之间的铰链”。
随后美国东海岸、西海岸的客户陆续开始工作，他进入当天的第二段日程。
贯穿这一天的，是他所说的大约130个AI agent。
Yury Akinin列出的任务有邮件、日历冲突、新闻和VC趋势追踪。
图｜EnterpriseAM对Avelin创始人Yury Akinin及其“130个AI agent”工作流的报道。来源：EnterpriseAM
当然也可能包含不同提醒、筛选器和执行步骤。
如果多个agent共享同一个模型和数据源，数量增加未必按比例增加能力；反过来，调用频率很高时，少量流程也可能形成大额账单。
Akinin看汇总结果，再决定哪些事情需要本人处理。
Avelin卖的是本地部署
Akinin是Avelin AI的创始人，此前还参与创办生命科学AI公司Quantori。
Avelin最近完成370万美元pre-seed融资，客户瞄准银行、政府和医药企业。
这些机构处理病历、银行记录和内部邮件，通常受到数据存储、跨境传输与行业法规限制。
Akinin用“主权AI”概括这种需求：客户希望在自己所在国家、甚至自己的机房里运行模型。
Avelin公司不重新训练基础大模型，主要提供模型接入、权限、兼容和部署层。
系统可以放在客户控制的硬件上，也支持完全断网的air-gapped环境。
图｜英伟达展示面向AI推理时代的数据中心基础设施。来源：NVIDIA
Avelin公司还强调接口可以尽量保持与OpenAI、Anthropic类似，让已有应用少改代码就能切换到本地环境。
公司官网称，云端调用价格比OpenAI和Anthropic低50%，自托管最高可低10倍。
图｜Avelin官网展示主权AI、云端与自托管部署，并列出价格与兼容性主张。来源：Avelin
银行关心交易记录，医院关心病历和个人健康信息，政府机构还可能处理身份与公共安全数据。
图｜美国卫生与公众服务部对HIPAA隐私规则的说明，该规则保护医疗记录及可识别个人身份的健康信息。来源：U.S. Department of Health and Human Services
这些材料能否进入外部模型，不只是技术选择，也涉及客户合同、监管审查和内部权限。
因此Avelin卖的不只是一个模型接口，还包括部署位置、访问控制和与既有系统兼容的工程工作。
130个agent究竟做了多少事
Akinin把自己的团队描述为“一个精干的高能力核心团队，加上一大群agent当后备军”。
机器先做收集、提醒和整理，客户关系、战略及最终判断仍由人负责。
他还给创业者一句建议：“先管理你的自我，再管理你的日历。”
在他看来，创始人的自我会阻碍转向，即使数据已经提示原来的市场不再合适。
这段话解释了他为什么愿意把不需要本人判断的事务移出日程。
他的做法不是让机器替自己决定公司方向，而是先把可重复的信息处理交出去，把客户沟通和取舍留在本人及核心团队手里。
至少从报道列出的四类任务看，“后备军”更像筛选与提醒系统，而不是能够独立经营Avelin公司的管理层。
省下多少时间，报道没有给答案
130个agent会产生模型、存储和计算费用。
Akinin没有提供使用前后的对照数据。
把邮件和新闻先交给模型筛选，还会带来遗漏问题：规则过窄时，人可能看不到真正异常的信息。
主权部署也有另一面。
数据留在境内可以减少跨境风险，同时让运营机构掌握更完整的模型与访问记录；权限过度集中时，本地化本身并不能保证合理使用。
图｜维基百科对“数据本地化”的解释：部分数据需在所属国家内收集、处理或存储。来源：Wikipedia
安全要同时看数据位置、访问权、日志和责任人，而不是只看服务器摆在哪里。
Akinin依旧工作到凌晨1点，说明自动化至少没有把他的日程变成轻松的半天班。
130只能说明任务被拆给了更多agent，不能说明它们替代了多少人。
国内机构熟悉本地化需求
中国的金融、政务和医疗机构同样关心数据能否留在本地。
私有化部署、国产算力和信创项目处理的也是数据边界、模型权限与基础设施控制问题。
Avelin的产品思路可以作为海外案例观察。
不同法规、硬件、模型许可和采购流程，会改变部署成本与责任划分。
图｜欧盟委员会AI Act介绍页面。来源：European Commission
国内企业还要考虑模型是否允许商业部署、算力是否适配、升级后能否保持原有接口，以及数据离开业务系统前是否完成脱敏。
这些实施细节决定项目能不能运行，不能被“主权AI”四个字一并省略。
把模型放进客户机房，也不等于风险已经消失。
谁可以调用模型、谁能读取输出、错误由谁复核，仍然要通过内部制度解决。