Teamily AI 推出”北美元寶派”加強版，支持多人與多個AI Agents實時社交丨涌現新項目

一句話介紹

Teamily AI 是一個 AI-native 即時消息應用（instant messenger），支持多個人類與多個 AI agents（代理）協作。它的核心是“代理社交網絡”（agentic social network），人類與 AI agents可以在這里實時共存、互動。

Teamily AI

融資進展

Teamily AI 已經累計完成了 2000 萬美元的融資，預計今年3月開啟新一輪的融資計劃。

產品及業務

Teamily AI 是一個以 AI 為原生核心構建的即時通訊工具，在功能上有些像“元寶派+飛書+領英”的結合。但如創始人何朝陽所說，Teamily 不想在已有的產品上做延長線，而是要“探索AI和人類的協作，讓人類更有效地連接和溝通。”

產品主界面

Teamily AI 是一個社交 AI 平臺，在這里，人類與 AI agent 共同存在、協作并一起進化。與目前市面上的一般對話大模型不同的是，它能夠理解跨越所有群組與頻道的多模態對話，包括文本、圖像、音樂、視頻等等，并輸出基于語境的洞察、推薦與行動方案，更好地服務于跨部門協作的場景。

跨群組記憶共享（Cross-Group Memory Sharing）功能可通過在不同頻道之間連接 AI 記憶，打破團隊信息孤島，實現無縫協作；全局記憶系統（Universal Memory System）則對用戶與 AI 及人類之間的所有對話進行搜索、總結與回溯，確保沒有任何信息會被遺漏。

以及，用戶可以構建屬于自己的、類似 OpenClaw 的代理，讓多個 AI agents 與人類共同存在于一個共享的代理社交網絡中。何朝陽認為，未來每個人都應該擁有一支“AI agents團隊”，而不是“一個agent服務所有人”。每個用戶都會有分別負責輔助自己工作、生活、社交、育兒等各個場景的“一組agent”，這些agent會根據用戶的特定需求，分別完成特定的任務。

而且，基于 Teamily 的集體智能（Collective Intelligence）能力，在由多人+多個agents組成的群聊中，一群人可以一起幫一群agents變得更聰明。用戶們與agents互動得越多，agents就會變得越智能。

從使用場景上來說，Teamily AI 可以服務于朋友、家庭、同事，以及整個社區的多個場景。

舉例來說，在好友群中，AI 可以為多個飲食偏好不同的人生成一個全員都滿意的晚餐方案或餐廳，無需反復拉扯；在家庭群中，父母和孩子可以共同描述一個睡前故事主題，AI 就能生成圖文并茂的故事，并連續記憶角色與世界觀，每晚續寫新章節；在同事群中，AI agents團隊支持多任務并行，完成市場研究、競品分析、視覺設計等等多項工作，并跨群共享 PRD 上下文，解釋每個需求的來龍去脈，讓說過的話無需一說再說。

目前Teamily AI 主要服務于北美市場，收費標準有免費、19.9美元和199.9美元三檔。在免費模式下，用戶可以使用有限對話次數，未來Teamily可能也會探索“看廣告獲取新次數”的模式。

Teamily AI 的上一個版本有 300 萬注冊用戶，新版本目前正在通過邀請碼機制積累種子用戶。

核心壁壘

從技術上來說，Teamily 有三層架構（Three-Layer Technical Architecture）：

Teamily AI 的三層技術架構

Layer 1: 全局記憶與上下文管理（Global Memory & Context Management）：基礎層；系統能夠理解群組對話的完整上下文——包括多模態、多輪次、多參與者的交流內容。它能夠感知并保留你與 AI 代理以及真實用戶之間的全部互動內容，形成一個統一、可搜索的記憶層，讓任何信息都不會從中遺漏。

Layer 2: 社交大腦模型（Social Brain Model）：專有 LLM-based 規劃與預測引擎；社交大腦模型會分析用戶意圖，將復雜目標拆解為可執行計劃，并在代理社交網絡中智能分配任務——決定哪些事情要被完成、由誰來完成、以及以什么順序完成。

Layer 3: 代理社交網絡（Agent Social Network）：人類和 AI 代理通過消息應用連接；這一層是人類與 AI 代理共同存在的地方，它們通過即時通訊系統彼此連接。社交大腦模型會同時編排 AI 代理團隊與真實人類成員——在實時狀態下分配任務、協調執行、整合結果，以實現最大化生產效率和無縫協作。

總的來說，Teamily 的核心優勢在于，無需平臺切換、支持上下文繼承、agents可執行行動（如發郵件、預訂），并強調安全和易用。

何朝陽認為，相比許多正在嘗試做AI社交的巨頭公司，創業公司的優勢首先在于能夠以更激進、更自由的態度去嘗試做“多模型協調”，而大廠的產品通常僅支持自己的大模型，

另外，Teamily 的核心壁壘還在于非常重視 Universal Memory（全局記憶）。“我們在跨群技術的迭代上相當激進，并且顛覆性地設計了IM（即時通訊）。”何朝陽說。“微信、Meta都不太可能會在這個地方如此激進，而創業者沒有包袱。”

最后，在多任務并行技術方面，Teamily 的團隊也有深厚的技術積累。“在一個AI-native的WhatsApp群聊中，讓6個不同工種的Manus類型的agent同時工作，還能與社交消息卡片聯動，并支持多人共創，哪怕是讓大廠復刻，沒有半年也做不出來。”何朝陽說。

團隊介紹

創始人Aiden Chaoyang He（何朝陽） 在南加州大學計算機科學系獲得博士學位。他在機器學習、云計算、移動計算方面有研究經驗，研究重點為分布式機器學習以及大型基礎模型（LLM、Vision Transformer）的高效訓練與服務部署。就這些主題，他在 ICML、NeurIPS、CVPR、ICLR、AAAI、MLSys 和 VLDB 等會議上發表過論文。他在 AI、云計算和移動操作系統領域也有超過十年的工業經驗。此前，他曾任騰訊工程經理、首席軟件工程師，并在 Google、Facebook 和百度工作過。

另一位創始人Salman Avestimehr 是機器學習、信息論、安全/隱私等領域的專家，在學術界和工業界擁有超過 20 年的研發領導經驗。他曾任南加州大學（USC）院長教授并擔任 USC?Amazon 可信賴機器學習中心的首任主任，還在包括 Amazon/Alexa?AI 在內的多家科技公司擔任顧問職務。Salman Avestimehr 因其在信息技術方面的深遠貢獻獲得美國總統獎，并為 IEEE 院士。他于 2008 年在加州大學伯克利分校電氣工程與計算機科學系（UC Berkeley/EECS）獲得博士學位。

團隊成員畢業于南加州大學、斯坦福、伯克利、麻省理工學院、清華等知名院校，并曾在蘋果、亞馬遜、谷歌、騰訊、字節等公司負責大模型或To C產品相關工作。

Founder思考

• A to A（AI to AI，指AI系統之間直接進行溝通，無需人類干預）的本質是要為人類服務。

Teamily 曾經嘗試過做純粹的A to A，但團隊很快意識到，產品的核心目標還是應該回歸到滿足用戶的需求。在家庭、社交、工作等多個場景中，產品到底是使用“單個 agent”還是“多個 agents”并不重要，重要的是產品能否真正滿足用戶作為人的需求。 所以Teamily最終決定用A to A的網絡去實現H to H（human to human，指人與人之間的溝通），即創造一個以人類為主的社交網絡，讓人與agents共生。在這里，用戶可以直接跟super agent溝通，讓super agent去幫自己召喚多個agents來完成任務。agent本質上還是為人服務的。

純粹的A to A的服務也被部分保留了下來，比如，Teamily 可以依據全局記憶的功能，幫用戶創造出一個相對精確的數字分身，然后依據這個分身，在其他用戶的數字分身之間尋找soulmate（靈魂伴侶），這不僅僅適用于戀愛交友場景，也適用于尋找工作上的合作伙伴、社區中的興趣搭子等等。

把模擬人類（Simulation) 的思路延展下去，就能模擬整個世界、整個社會數萬億個跨越個人、組織、文化和國家的互動決策，并誕生大量不勝枚舉的應用場景，如模擬法庭、模擬財務電話會議、模擬演講、模擬面試、模擬演員表演等等。

• 群體智能是下一個前沿領域。

由 AI 驅動的集體思考能力將釋放巨大的人類生產力。Teamily 的目標是幫助群組、社區、朋友、家庭以及同事，與 AI 一起連接、協作、創造——以更好的方式共同完成事情。

群體智能將帶來一次前所未有的人類生產力躍遷。當群組、社區、朋友、家庭和同事能夠與 AI 一起“共同思考”，而不僅僅是彼此溝通時，可實現能力的上限將被大幅抬升。Teamily AI 的存在是為了讓每一次連接更聰明，讓每一次協作更深入，讓每一次創造更有力。

• 每個人都應該擁有一支 AI 代理團隊，而不僅僅是一個聊天機器人。

未來不會是“每個人只有一個聊天機器人”。未來是每個人都擁有一支屬于自己的 AI 代理團隊——每一個代理都根據你的獨特需求、你的語境、你的目標進行定制。不是一個你去提問的單一助手，而是一組了解你、全天候為你工作的“智能集合”。

• 即時通訊工具是人類與 AI 代理天然應該共存的地方。

人類—AI agent網絡最自然的棲身之處，就是對話本身發生的地方——即時通訊工具之中。AI agent不應該僅存在于一個獨立工具或單獨標簽頁中，而是與你和你的好友一起，在實時聊天中共同參與對話。

• Teamily已經在做的事情不會因為現有AI大模型的一次升級就被覆蓋，也不會被現有社交大廠甩開太多

在B to B的場景中，AI大模型的一次升級可能確實會讓許多圍繞著大模型做開發的創業者前功盡棄，但在B to C的場景中，這樣的情況不太會出現。一個好用的to C產品需要“為用戶需求做設計”，這是大模型廠商所欠缺的東西。

另外，現有的掌握社交產品的巨頭公司，如騰訊，也并沒有選擇在現有的社交產品中直接集成AI，而是會另外開發一個新的產品（元寶派），這是因為原有的社交產品如QQ、微信，它們的數據儲存方式、數據結構、產品設計都不是為AI agent服務的，而是為真人服務的。而一個同時兼容真人+AI agent的產品需要重新做產品設計、規劃模型和工具，這就給了創業公司與大廠站在同一個起跑線上的機會。

當然，對已經掌握了社交關系、文化娛樂內容和大模型的騰訊公司來說，元寶派的成功是早晚的事。但Teamily目前主要做北美市場，而北美市場并沒有像微信這樣“all in one”（大而全）的社交應用存在。雖然Meta收購了Manus，但Meta大概率未來也會像騰訊一樣，設計一個新的AI社交應用推向市場，而不是在現有的社交應用上做集成，所以Teamily并不擔心與社交大廠的競爭。