AI news

全球首个AI原生社交平台「Teamily AI」硅谷亮相,开启「人机共生」社交新元年

By 机器之心1 viewsSource: 机器之心
全球首个AI原生社交平台「Teamily AI」硅谷亮相,开启「人机共生」社交新元年

初创公司 Teamily AI 最新推出的全球首个 AI 原生即时通讯应用(IM)——Teamily AI,意图构建一个人类与 AI 智能体共生的社交网络。在这个网络中,AI 不再是一个外部工具,而是群体中的一员,人类与 AI 智能体互相协作、实时共存、互动。

The full text has not been translated yet. The Chinese original is shown below.

大家是否察觉到,2026 年伊始,AI 的进化逻辑正发生微妙转向。

从国内风头正劲的元宝派,到硅谷讨论热度居高不下的 OpenClaw、Moltbook,再到 AI 初创公司 Humans & 打造的社交智能融资额接近 5 亿美元,以及刚刚发生的,定位为「The Simulation Company」的 Simile 推出其 AI 模拟平台做社会模拟,并获得 1 亿美元融资,投资人包括美国顶级基金及斯坦福李飞飞教授等。

似乎业界已不再满足于仅仅将 AI 作为一个单独的工具,而是开始探索:当 AI 开始走进人类的真实交互场景中,与人类产生各种各样的互动时,会发生什么?

基于此,一场围绕人与 AI 的社交新叙事,正悄然铺开……

最近,机器之心留意到这类玩家中一个颇具代表性的产品。

文章配图

从视频中可以看到,一群朋友在群里聊天,从当前的热映影片聊到各自最喜欢的电影,气氛轻松、自然。而就在话题逐渐升温时,一个 AI 智能体适时、主动「加入」到群聊中,并根据聊天内容的上下文主动推荐了相关视频片段与背景音乐,直接嵌入到聊天界面中。另一边,朋友们还在继续讨论,并可以边聊天边观看视频内容、收听音乐。

整个过程,AI 智能体并没有被刻意唤醒,也没有通过复杂的指令触发,它就这么「丝滑」地融入到聊天中……

这就是初创公司 Teamily AI 最新推出的全球首个 AI 原生即时通讯应用(IM)——Teamily AI,意图构建一个人类与 AI 智能体共生的社交网络。在这个网络中,AI 不再是一个外部工具,而是群体中的一员,人类与 AI 智能体互相协作、实时共存、互动。

文章配图

AI 下一站不是更强模型,而是更强协作

过去两年多,国内外围绕大模型的竞赛几乎都是线性的:更快、更强、更逼真…… 从 ChatGPT 到 Sora,再到 Claude,大模型技术的每一次飞跃,都是在不断放大人类个体能力,甚至朝着把人类变成「超级个体」的方向演进,一个人甚至可以完成过去需要一个团队才能完成的工作。但对于团队协作来说,会议依旧低效、群聊依旧混乱、信息依旧分散…… 可以说 AI 确实在让个人变强,却并没有让「群体」变聪明。

Teamily AI 想解决的,正是这个被忽视的问题。在 Teamily AI 看来,AI 的下一个阶段,不是继续增强单个个体的能力,而是增强「关系」。也就是说,群体智能才是未来,帮助群体连接、协作、创造。

当然,前面也说到,业界也开始意识到这一趋势,开始有各种各样的玩法。

目前看来,在现有探索路径中,大概有这么几种不同方向。有些是在已有的社交 / 办公工具上做加法,叠加 AI 大模型能力,属于「社交 / 工具 + AI」的延伸思路,本质仍是工具增强。或者是像 OpenClaw、Moltbook 那样,更激进地将人类「排除」在外,构建以 AI 智能体自己为主体的群体网络,甚至反过来「雇佣」人类,等等。

但 Teamily AI 并不这样认为。

他们坚持 AI-Native 的思考方式,在新型的 AI 社交关系中,AI 首先不是一个孤立的聊天机器人,而是一个可以存在于群聊中的「成员」,AI 与人类在同一个群聊中实时互动,是「协作」的一部分,而非外部工具。总结来说,在这种关系中,人与 AI 组成一种「共生」结构。

在这种设想下,Teamily AI 意识到,即时通讯应用(IM)是承载这一结构的最佳归属地,形成自然的人类 —AI 协作形式。因为群聊本身就是高频协作发生的空间,是信息自然流动的载体,而 AI 要成为「成员」之一,就必须进入对话里,而不是悬浮在界面之外。

文章配图

四大场景全域伴随,三层架构筑起技术护城河

具体来看,Teamily AI 的独特性在于,其基本交互单元是「人类 + Agent」,解决的不再是个体的效率问题,而是团队的协作效率,平台上多智能体调度设置的目的,是回归人类的诉求 —— 人类如何连接、协作、共创。

文章配图

为此,Teamily AI 主打「全域伴随」,从个人到群体,覆盖家庭、朋友、社区和同事四大核心场景。

家庭:对于孩子来说,睡前故事往往是必不可少的,但有时候父母可能并不清楚孩子想听什么故事,而且也没有那么多的时间和精力去重新创作,而在 Teamily AI 中,父母可以和孩子一起在群里描述想听的故事,之后智能体就会根据大家的描述,创作出带有精美插图的故事。不仅如此,Teamily AI 还会记住之前的故事,从而在接下来的每一晚,讲述的故事新章节都会延续之前的角色和世界观,让这个故事变成了专属于他们的独家记忆。

文章配图

朋友:朋友间的聊天往往是五花八门,就像前面例子中的电影分享一样,可能上一秒在聊电影,下一秒就会有朋友分享了一张在路上的跑车照片,大家会畅想自己开着这辆车的样子。而在 Teamily AI 中,AI 完全能够做到这一点,大家可以轮流向它提要求:修改车牌、把自己换到驾驶座、给旁边加个朋友等,它甚至能够理解每个人的风格和语境,让大家在创意上相互碰撞……

文章配图

社区:如果你是一个 AI 爱好者社区,那么可以在 Teamily AI 上找到一个热衷于学习 AI 的社区。有人分享了新的 YouTube 视频、推文或 arXiv 论文时,AI 会分析视频和论文,为小组提炼核心摘要,而小组成员可以随着接着提问、分享见解,不管是多么深奥的科研课题,多么密集的科研材料,它够能将其变成一种简单易懂的内容,并让大家感受到协作式的学习体验。

文章配图

同事:在工作场合中,团队之间的协作需要更为旺盛,尤其是在人多的群里,很多消息和重要往往会淹没在浩如烟海的群聊记录中,即便当前能够借助一些 AI 工具,但过载的内容也尝尝让 AI「罢工」。而在 Teamily AI 中,AI 能够根据聊天内容上下文,完成不同同事交待的 PRD(产品需求文档)撰写工作,且过程流畅、准确、高效,再多的消息与人物,也不会让 AI 感到混乱。更重要的是,进行这些的操作不需要任何前提,即便是没有技术背景的「小白」。

文章配图

强大玩法背后,是有着坚实的技术护城河。

这一优势,得益于其顶尖的创始团队背景。Teamily AI 由何朝阳(Aiden Chaoyang He)和 Salman Avestimehr 共同创立。

何朝阳,博士毕业于南加州大学(USC)计算机科学系,研究重点为分布式机器学习以及大型基础模型(LLM、ViT)的高效训练与服务部署。投身创业前,他曾任腾讯研发团队经理、首席软件工程师,并在百度、Google、Facebook 等头部大厂积累了丰富的大规模产品研发经验 。

而这些在复杂工程和分布式架构上的理论与实战积累,如今直接转化为了 Teamily AI 支撑复杂多智能体网络调度的底层架构。

Salman Avestimehr,美国工程院院士、USC 院长教授,他在机器学习、信息论、安全与隐私保护等领域拥有超过 20 年的研发领导经验,并在 Amazon/Alexa-AI 等多家科技公司担任顾问 。

正是他在安全隐私和分布式计算领域的开创性工作,为 Teamily AI 构建跨群组的「记忆边界」和数据保护系统提供了强有力的理论与实践经验。

技术实现:如何破解多人群聊的底层挑战?

在多人群聊中,话题往往高度跳跃,且混杂着视频、链接、语音等多种模态。在处理这些复杂信息的同时,还要兼顾隐私保护与成本控制,这对系统设计提出了极大的挑战。Teamily AI 是如何通过底层技术解决这些难题的?

1.AI 如何做到「乱中有序」?

传统的 Chatbot 多为一对一交互,在多话题混杂的聊天中极易产生「幻觉」。为此,Teamily AI 创新性地构建了三层技术框架:

文章配图

2.AI 如何知道何时插话,何时沉默?

目前的 AI Bot 大多依赖手动唤醒,而 Teamily AI 引入了自适应响应机制,让 Agent 进化为具备社交直觉的「数字成员」。

基于对上下文的实时理解,Agent 无需被主动召唤,即可适时提供增量信息。例如在家庭群聊中,AI 会主动提醒:「别忘了,Leo 今天下午有足球赛。」当然,用户依然可以通过 @ 来明确唤醒 AI。

此外,社交大脑能够智能区分事件的轻重缓急,自主决定是简单回复一句话,还是调用复杂的后台工具。

文章配图

3.AI 会不会泄露隐私?

用户在使用时最大的担忧往往是:「我在群里说话,AI 会不会泄露我的隐私?」

Teamily AI 设计了全球首个跨 AI 与人类的记忆管理系统,通过三重边界建立安全防线:

  • AI 私聊记忆仅限一对一;
  • 群内记忆严格隔离,绝不跨群泄露;
  • 超级智能体作为个人中枢,拥有跨群的上帝视角,但仅服务于个人。

此外,Teamily AI 还支持可控分享,这是打破企业「部门墙」的关键。用户可以将某个群的讨论结论(如法务群的合规意见)一键打包分享给另一个群(如产品群)。在此过程中,AI 会自动提取摘要并传递必要的上下文,既保护了原始聊天记录的隐私,又实现了跨团队的无缝协作。

4.如何实现可持续的商业模式?

如果让 AI 24 小时待命,或多个 AI 同时并行工作,Token 的消耗将是天价,这也是 OpenClaw 等同类产品备受诟病的痛点。

Teamily AI 通过模型路由技术与边缘计算实现成本优化。系统会优先利用本地设备(如手机、电脑)的算力,运行小模型处理简单任务(约 30%-50% 的请求可在边缘端消化),只有遇到复杂任务时才会调用云端大模型。

同时,系统会根据任务的复杂度动态分配不同体量的 Agent,避免「杀鸡用牛刀」。这不仅在保证智能体验的同时大幅降低了推理成本,更真正实现了「千人千 AI」的愿景。

从「懂指令」到「懂你」,Teamily AI 想要重构 AI 社交新范式

其实,看了 Teamily AI 的这么多玩法,大家应该可以看出来,Teamily AI 所探索的并不仅仅是一个新 IM 产品,而是一种 AI 社交范式的实验。

在 AI 社交的边界探索上,不同于当前各类 AI 社交产品聚焦生活、情感、工作等垂类玩法的不同,Teamily AI 坚持全域思维。

在创始人何朝阳看来,AGI 的下一个突破口在私域数据场景。社交是数据和信息的最后一块「孤岛」,只有让 AI 深度介入社交场景,才可能实现从「懂指令」到「懂你」的质变,让 AI 真正懂用户,进而推动协作。

而在 AI 社交的路线上,Teamily AI 既没有采取大厂延长线打法 —— 在已有的 AI 产品上做加法,拒绝简单的「社交 + AI」,也不是像 OpenClaw 那样,彻底由 AI 智能体组织社会网络并「雇佣 / 指挥」人类干活,带有科幻色彩的颠覆式逻辑,而是坚持「AI 原生(AI-Native)」思考,倡导人类与 AI 共生。

在何朝阳的设想里,科技的终点不应是冷冰冰的指令替代,而应是人类连接的增强。Teamily AI 的愿景并非构建一个由 Agent「统治」的高效工厂,而是重塑一个有温度、有记忆的数字社区。在这场「社交范式」的重构中,始终是以人为本,正如所有的技术进化,本质都是服务于最朴素的人性,而 AI 的最终归宿也应是回到「人与人的连接与协作」,通过 AI 增强人类。

当然,目前行业仍处于破晓前的萌芽阶段,在 AGI 尚未到来之前,每一条路径都闪烁着微光,所有的探索都有可能是通往终局的答案。

那么,你呢?在这场 AI 社交范式的重构中,更看好哪一派?感兴趣的朋友可以在留言区交流、探讨,也可以前往 Teamily AI 了解、体验这一全新AI社交方式!

  • 官网链接:https://Teamily.ai
  • 官方 X 账号:https://X.com/teamily_ai
  • 产品介绍:https://x.com/teamily_ai/status/2022059522974757098?s=46

文章来自于微信公众号 “机器之心”,作者 “机器之心”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)