對話Teamily AI：把AI當上帝或當奴隸，都不是與AI共處的好方法，我的才是

作者 ｜ 王兆洋
郵箱 ｜ wangzhaoyang@pingwest.com

勢頭已經在那兒了。接下來只不過是時機何時成熟的問題。

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

從ChatGPT的群聊功能，到騰訊元寶派的激進社交嘗試，到爭議滿滿的MoltBook，再到“成立4個月融資4.8億、估值44.8億”的硅谷創業公司Humans&，以及此前爆火的斯坦福小鎮研究團隊核心人員創辦的，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絡里共存，其實已經是今年AI應用的最重要方向之一。

這些產品都在嘗試讓AI Agent們更自主地出現在網絡里，但至少目前來看，它們的“體制”都還是由人設計。

這也就意味著，這個網絡里人與Agent的關系，是由這個產品的創造者定義的。如果這是未來，那么這個關系的模式如何設計，就很重要。

在同樣可以歸類為這類產品的Teamily創始人何朝陽看來，今天已經出現了左右兩條路線：

一類把AI當上帝，一類把AI當奴隸。

MoltBook火熱時那種“AI Agent馬上就要統治人類”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。”

1

產品：IM形態的人與AI共生網絡

當我打開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。但仔細看，好友列表里除了真人頭像，還有一些帶有明顯“agent”標識的賬號——它們是你的AI助理、你的工作搭子、你的家庭助手。

而因為有Agent存在，那些你在所有AI大模型產品里看到的功能，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。

在官方總結的四大場景里，包括家庭、工作、興趣社區、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，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、情緒變化、待辦事項。你可以搜索、總結、甚至把A群的記憶“轉發”給B群。何朝陽稱之為“全域記憶”，并且強調“這是一切壁壘的基礎”。

他認為，為什么記憶如此重要？因為沒有記憶的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（當然，他表示，這里的隱私邊界也會被嚴格設計），它會把這些記憶沉淀下來。當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計是這些agent的分層。這個產品里的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。比如工作群里的“Team Agent”，能總結工作里的討論、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“轉發記憶”的方式實現。分享后，目標群里的agent就能基于這段上下文繼續工作。

這種分層設計既保護了隱私（群和群之間的信息不互通），又實現了協作（需要時可以分享）。

除此之外，Teamily還有主動式AI——不需要你@它，它會在合適的時機主動插話。比如你在群里發了一個長視頻，它會主動幫你總結；到了約定的時間，它會主動提醒你。何朝陽說，這背后是個很挑戰的技術問題：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調的agent蜂群的能力，Teamily里也有。他展示了一個多agent并行協作的功能——你可以同時召喚多個agent一起干活，形成一個復雜的計算圖，最終匯總成一份PPT或報告。何朝陽認為，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，你的認知就成長得越快。”

1

論文萬引不如有人付費

這些功能是他對人和AI如何共生的“哲學層面”思考在產品上的細化。他認為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，能和你一起協作。

這些功能背后都需要很強的技術支持。在被問到Teamily如何和同樣在做這些技術的大廠競爭時，何朝陽認為這最終不是一個單純比拼技術能力的事情。而這個感悟來自他過去幾年的創業經歷。

何朝陽做過聯邦學習（在分布式數據網絡下訓練模型），做過模型服務基礎設施平臺，也做過multi-agent平臺。這些經歷讓他對模型訓練、部署、服務有很深的理解。他認為，技術本身不是壁壘，真正的壁壘是“把復雜技術簡單表達給用戶的能力”。

“要你把一個非常復雜、包含數學公式和軟件架構的東西，擺到用戶手里只需要點一個按鈕，這個難度遠高于一個科學家發三萬引用量的文章。”

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

在做Teamily之前，何朝陽在中國互聯網待了7年，在騰訊和百度都負責過核心業務，然后去美國讀了個PhD，之后在亞馬遜、Meta工作后開始創業。此前的創業方向都是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，把技術送到普通人手里。

所以現在相比于技術的厲害與否，他更相信的一個指標是，具體的一個個用戶是否愿意為你付費。

“我過了那個炫技的階段了。我也發了很多論文，引用過萬，做開源，跟別人debate，這些事情我都做過了。我現在就想做一個產品，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，我就希望普通人覺得這個產品好用，愿意為此付費。”

Teamily能不能成，現在來說還太早。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真對待的答案。當這個方向在接下來的某個時間點上徹底熱鬧起來的時候，他已經在那里等著，這對今天的AI創業公司來說，可能才是更重要的。

點個“愛心”，再走 吧