作者 ｜ 王兆洋
郵箱 ｜ wangzhaoyang@pingwest.com

勢頭已經(jīng)在那兒了。接下來只不過是時機(jī)何時成熟的問題。

無論你此刻的感受如何，在AI行業(yè)最活躍以及最有資源的玩家判斷里，AI agent與人類在一個網(wǎng)絡(luò)里交互是一個必定會發(fā)生的事情了。

從ChatGPT的群聊功能，到騰訊元寶派的激進(jìn)社交嘗試，到爭議滿滿的MoltBook，再到“成立4個月融資4.8億、估值44.8億”的硅谷創(chuàng)業(yè)公司Humans&，以及此前爆火的斯坦福小鎮(zhèn)研究團(tuán)隊核心人員創(chuàng)辦的，一亮相就拿了1億美元融資的Simile...... AI和人類在一個即時通訊的社交網(wǎng)絡(luò)里共存，其實(shí)已經(jīng)是今年AI應(yīng)用的最重要方向之一。

這些產(chǎn)品都在嘗試讓AI Agent們更自主地出現(xiàn)在網(wǎng)絡(luò)里，但至少目前來看，它們的“體制”都還是由人設(shè)計。

這也就意味著，這個網(wǎng)絡(luò)里人與Agent的關(guān)系，是由這個產(chǎn)品的創(chuàng)造者定義的。如果這是未來，那么這個關(guān)系的模式如何設(shè)計，就很重要。

在同樣可以歸類為這類產(chǎn)品的Teamily創(chuàng)始人何朝陽看來，今天已經(jīng)出現(xiàn)了左右兩條路線：

一類把AI當(dāng)上帝，一類把AI當(dāng)奴隸。

MoltBook火熱時那種“AI Agent馬上就要統(tǒng)治人類”的喧鬧，就是前者；OpenClawd流行中，大家各種“PUA” AI agent的方式，屬于后者。

他覺得這都有問題。他想走第三條，中間路線。

“有溫度的中間路線?！?/p>

1

產(chǎn)品：IM形態(tài)的人與AI共生網(wǎng)絡(luò)

當(dāng)我打開Teamily的界面時，它看起來就是一個即時通訊軟件。

界面就是典型的IM布局，左邊是好友和群聊列表，右邊是對話窗口。但仔細(xì)看，好友列表里除了真人頭像，還有一些帶有明顯“agent”標(biāo)識的賬號——它們是你的AI助理、你的工作搭子、你的家庭助手。

而因?yàn)橛蠥gent存在，那些你在所有AI大模型產(chǎn)品里看到的功能，這里也都可以找到，在一個叫做discovery的版面，有類似AI skill市場的各種功能模版。

在官方總結(jié)的四大場景里，包括家庭、工作、興趣社區(qū)、朋友溝通。每個場景里agent都可以以不同角色介入。

1

記憶，Agent分層，主動式AI和Agent蜂群

這些其實(shí)并不新鮮。不過比較讓我印象深刻的是何朝陽給我展示的記憶功能——它不只把記憶能力作為藏在背后的底層技術(shù)，它還把它做成了一個你可以直接交互的界面。

在Teamily里，你可以打開一個“記憶管理”視圖，看到personal agent記錄下來的所有對話要點(diǎn)、情緒變化、待辦事項(xiàng)。你可以搜索、總結(jié)、甚至把A群的記憶“轉(zhuǎn)發(fā)”給B群。何朝陽稱之為“全域記憶”，并且強(qiáng)調(diào)“這是一切壁壘的基礎(chǔ)”。

他認(rèn)為，為什么記憶如此重要？因?yàn)闆]有記憶的AI就是一個冷冰冰的LLM，每次對話都是重新開始。而在Teamily里，你的personal agent能看到你在所有群聊里的聊天記錄（當(dāng)然，他表示，這里的隱私邊界也會被嚴(yán)格設(shè)計），它會把這些記憶沉淀下來。當(dāng)你以后問它任何問題，它都帶著這些上下文。

另一個讓我印象比較深刻的設(shè)計是這些agent的分層。這個產(chǎn)品里的agent分為幾類：

• 
  

  Personal agent：你的“上帝視角”代理，它就是你，能看到你所有的群聊和單聊，但不會泄露隱私。它是你的個人助理，隨時可以調(diào)用。

• Group agent：只存在于特定群聊里的代理，它只讀取這個群的上下文，為這個群服務(wù)。比如工作群里的“Team Agent”，能總結(jié)工作里的討論、回答新人問題。

• Cross-group memory sharing：如果你想把一個群里的記憶分享給另一個群，可以通過“轉(zhuǎn)發(fā)記憶”的方式實(shí)現(xiàn)。分享后，目標(biāo)群里的agent就能基于這段上下文繼續(xù)工作。

這種分層設(shè)計既保護(hù)了隱私（群和群之間的信息不互通），又實(shí)現(xiàn)了協(xié)作（需要時可以分享）。

除此之外，Teamily還有主動式AI——不需要你@它，它會在合適的時機(jī)主動插話。比如你在群里發(fā)了一個長視頻，它會主動幫你總結(jié)；到了約定的時間，它會主動提醒你。何朝陽說，這背后是個很挑戰(zhàn)的技術(shù)問題：什么時候該說話，什么時候該閉嘴？Teamily做了很多工作，讓agent更像一個“人”一樣參與對話。

此外，最近幾個新的模型都在強(qiáng)調(diào)的agent蜂群的能力，Teamily里也有。他展示了一個多agent并行協(xié)作的功能——你可以同時召喚多個agent一起干活，形成一個復(fù)雜的計算圖，最終匯總成一份PPT或報告。何朝陽認(rèn)為，人們今天的焦慮不是token用得太快，而是token沒用完。“你用得越多，你的認(rèn)知就成長得越快。”

1

論文萬引不如有人付費(fèi)

這些功能是他對人和AI如何共生的“哲學(xué)層面”思考在產(chǎn)品上的細(xì)化。他認(rèn)為AI既不是高高在上的神，也不是被你呼來喝去的奴隸，它應(yīng)該一個有溫度的伙伴，能記住你的一切，能在你需要的時候主動出現(xiàn)，能和你一起協(xié)作。

這些功能背后都需要很強(qiáng)的技術(shù)支持。在被問到Teamily如何和同樣在做這些技術(shù)的大廠競爭時，何朝陽認(rèn)為這最終不是一個單純比拼技術(shù)能力的事情。而這個感悟來自他過去幾年的創(chuàng)業(yè)經(jīng)歷。

何朝陽做過聯(lián)邦學(xué)習(xí)（在分布式數(shù)據(jù)網(wǎng)絡(luò)下訓(xùn)練模型），做過模型服務(wù)基礎(chǔ)設(shè)施平臺，也做過multi-agent平臺。這些經(jīng)歷讓他對模型訓(xùn)練、部署、服務(wù)有很深的理解。他認(rèn)為，技術(shù)本身不是壁壘，真正的壁壘是“把復(fù)雜技術(shù)簡單表達(dá)給用戶的能力”。

“要你把一個非常復(fù)雜、包含數(shù)學(xué)公式和軟件架構(gòu)的東西，擺到用戶手里只需要點(diǎn)一個按鈕，這個難度遠(yuǎn)高于一個科學(xué)家發(fā)三萬引用量的文章?！?/p>

全域記憶、主動式AI、多agent并行——每一項(xiàng)都是學(xué)術(shù)界討論很多的前沿技術(shù)，但要把它們用好，落地到那些很樸素的家庭、辦公場景里，需要的是細(xì)致入微的工程和產(chǎn)品能力。更重要的，是對用戶需求的更好的理解和滿足。

在做Teamily之前，何朝陽在中國互聯(lián)網(wǎng)待了7年，在騰訊和百度都負(fù)責(zé)過核心業(yè)務(wù)，然后去美國讀了個PhD，之后在亞馬遜、Meta工作后開始創(chuàng)業(yè)。此前的創(chuàng)業(yè)方向都是to B，但他覺得光是悶聲賺錢的to B有些沒意思，服務(wù)這些大客戶的時候，“把一個夢想賣給他，哪怕他付給我100萬美金我都覺得虧了”。最終他決定自己做C端，把技術(shù)送到普通人手里。

所以現(xiàn)在相比于技術(shù)的厲害與否，他更相信的一個指標(biāo)是，具體的一個個用戶是否愿意為你付費(fèi)。

“我過了那個炫技的階段了。我也發(fā)了很多論文，引用過萬，做開源，跟別人debate，這些事情我都做過了。我現(xiàn)在就想做一個產(chǎn)品，讓人非常絲滑地用起來。我不care別人怎么評價我背后用了什么技術(shù)，我就希望普通人覺得這個產(chǎn)品好用，愿意為此付費(fèi)?！?/b>

Teamily能不能成，現(xiàn)在來說還太早。但至少，在“AI和人類如何共處”這個問題上，它提供了一個值得認(rèn)真對待的答案。當(dāng)這個方向在接下來的某個時間點(diǎn)上徹底熱鬧起來的時候，他已經(jīng)在那里等著，這對今天的AI創(chuàng)業(yè)公司來說，可能才是更重要的。

點(diǎn)個“愛心”，再走 吧