AI news

IDG、腾讯、红杉参投,融资超2亿美元:上线一个月,和Today聊聊Personal AI的新观察

By Founder Park1 viewsSource: Founder Park
IDG、腾讯、红杉参投,融资超2亿美元:上线一个月,和Today聊聊Personal AI的新观察

10 月 21 日,Personal AI 公司 Today AI 宣布累计完成超 2 亿美元的融资,投资方包括 IDG 资本、腾讯、五源资本、蚂蚁集团、红杉中国、传音控股、同歌创投及上海交大菡源资产。

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

10 月 21 日,Personal AI 公司 Today AI 宣布累计完成超 2 亿美元的融资,投资方包括 IDG 资本、腾讯、五源资本、蚂蚁集团、红杉中国、传音控股、同歌创投及上海交大菡源资产。

创始人齐俊元也是协作工具 Teambition 的创始人,2019 年,Teambition 以 1 亿美元被阿里巴巴收购。此后,他先后加入阿里、字节。去年底,齐俊元开始创业,押注 Personal AI。

Today 也是国内最早探索 Personal AI 的团队之一。9 月开启海外公测,同月 24 日上线国内版,直到最近才正式披露融资。同一时间段,硅谷也涌现了 Muse、Cue、Dots、Instinct 等多个热门的 Personal AI 产品。

国内版跑了将近一个月,在这次融资宣布之际,Founder Park 和 Today 团队聊了聊,想知道他们看到了哪些真实的落地场景,又如何判断 Personal AI 这个赛道。

相比行业的热闹,Today 团队的判断反而很克制。他们坦言,Personal AI 还处在很早期的阶段,眼下的热度也有被情绪放大的成分。团队已经能从产品中看到一些 Aha Moment,价值也真实存在,但离 PMF 还有距离。用户愿不愿意长期留下,这些价值怎样转化成收入,产品又能否以足够低的成本服务更多人,都还没有确定的答案。

Today 想做的,是一个有长期记忆、会主动帮忙的 Personal AI。它能记住用户正在推进的目标,也会留意后来发生的变化,在合适的时候提醒,得到确认后把事情接着做下去。很多 Agent 解决的是「把事做完」,Today 更想往前一步,在人开口之前,判断「现在有什么事值得做」。

01

Personal AI 国内的落地场景,

跟海外不太一样

Today 国内版上线这一个月,涌现出了一些不太一样的使用场景。

一位在备考英语六级的用户,临时收到志愿者培训通知。培训就在第二天上午,正好撞上原本安排好的背单词时间。Today 对照着她之前的备考安排和新加的日程,主动建议她把背单词挪到晚上。

另一位用户既是博主,也是一位妈妈,平时会用 Today 整理工作和孩子的日程。一次,新加进来的客户会议和孩子的棒球课撞了时间。她自己还没发现,Today 已经提前一天发来提醒,还拟好了发给爸爸的协调信息。得到确认后,日历也随之一键更新。

国庆期间,一位旅居西藏的用户正在琢磨第二天去哪儿。还没等他提问,Today 就在当晚的日报里推荐了一座当地藏民常去的寺庙,还附上了适合出发和拍照的时段。这座小众的寺庙正好对上了他的兴趣,可他从没向 Today 提过这次出行。一问才知道,Today 的判断来自更早的一次互动,他曾让 Today 帮忙整理过照片和旅行资料。这些经历和偏好被记了下来,在这次旅行里派上了用场。

三个场景看起来各不相同,但它们解决的是同一类问题。很多事情不会在一次对话里结束,生活里的新变化又总在打乱原来的计划。国内版上线近一个月后,Today 最先看到价值的,正是这些需要持续数周、数月,过程中还会不断加入新信息的任务。

文章配图

这和海外 Personal AI 最早跑出来的场景不太一样。

Instinct、Muse 这些产品,很多 Magic Moment 来自执行能力,帮用户订票、处理报销、取消长期不用的 SaaS 订阅。Instinct 创始人曾透露,平台一半的 GMV 来自旅行。海外大量服务还发生在网页端,浏览器能覆盖不少长尾需求,Agent 获得授权后就可以替用户操作。

国内是另一回事。中国很早就进入了移动互联网阶段,订票、外卖和打车已经被做得足够方便,大量服务又被封装在不同 App 和相对封闭的生态里。让 Agent 打开浏览器替用户订一张票,带来的体验收益没有海外那么明显,做起来反而更费劲。

Today 团队观察到,国内用户更快表现出需求的,是日程管理、To-Do List、知识管理,以及一些类似 CRM 的场景。

一个从来不用日历的人,也可以随口告诉 Today,自己下周可能有一件事。系统把一句非结构化的表达转成日程,再根据后续变化持续调整。老师可以用它管理不同学生的学习进度。长期学习、运动和家庭事务,也都适合交给一个记得前因后果的系统。

在 Today 的用户反馈里,一个正在写博士论文的用户从 3 月内测一直用到现在。他用 Today 记录日常状态、整理论文和文献、管理待办,还拿它追踪运动和猫咪健康。另一位跑步用户接入 COROS 手表后,Today 和他一起制定了训练计划,还会根据天气调整安排,完赛三周后又主动推荐了下一场比赛。

很明显,只要一件事需要长期跟进,又会不断被新信息改变,Personal AI 就能派上用场,未必只有日程排满的创业者和投资人才需要它。

文章配图

至于这些场景算不算找到了 PMF,Today 团队回答得很谨慎,更愿意把现阶段称为 Product-Value Fit。一部分用户确实需要,产品也的确有用,但这份价值能否带来稳定留存,能否扩展到更广泛的人群,最后能不能变成收入,还需要继续验证。

现在的 Personal AI 已经证明了自己「可能有用」,但离成为大家每天都会打开的产品,还有一段路要走。

02

主动性,

是当下产品的 Aha Moment

传统的 chatbot、agent,一般是等待用户下达任务,再去交付结果。今天的 Personal AI 想往前再走一步,持续理解一个人的目标和状态,发现值得处理的事情,在合适的时候主动开口,必要时接着把事情做完。

这让 Personal AI 在产品设计上,和 Chatbot 逐渐拉开差别。

Today 团队认为,当前版本的 Today,最有亮点、也最容易带来 Aha Moment 的设计,是主动性。但主动不只是多推几条消息,它得建立在对人的理解之上。

「主动性带来的体验增益,很大程度上来自个性化。个性化又很大程度上源于记忆的设计,所以这些能力是耦合在一起的。」团队告诉 Founder Park。

同样让 AI 调研一款产品,豆包、Manus 这类通用工具都能做,但更像是在完成一个相对客观、独立的任务。Personal AI 如果已经知道你是谁、做什么工作、为什么要调研,就会带着这些背景决定调研重点,挑出你真正关心的那部分。

Today 看到的用户反馈里,被反复提到的不是速度快,也不是功能多,是「它记得」和「它懂我」。有人把过去三年的笔记接入 Today 后,发现它开始在对话中主动引用自己以前写过的想法。有人只提过一次不喜欢早上开会,三周后 Today 帮他安排日程时,自动避开了早晨。

放到整个行业来看,Today 团队认为,好的对话体验和长程任务能力,已经成为 Personal Agent 产品的共识。但人与 Agent 究竟应该怎样交互,各家还在探索不同的可能。

Today 现在的主要入口,是一个持续存在的主对话。不过,对话框未必会是 Personal AI 最终的样子。自然语言是人和人之间最好的交互方式,但当对面是一个擅长写代码、图形化表达的 Agent 时,继续把所有交互塞进对话框里,不一定是最合适的选择。

Today 团队内部也在讨论 Dynamic UI、Generative UI 等形态。在他们看来,GenAI 产品发展到更极致的阶段,每个人看到的产品都可能不一样。有人需要日程和任务,有人关心健康趋势,也有人更在意工作信息。系统可以根据个人需求,动态生成一套属于他的 Dashboard。

不过,在界面真正因人而异之前,Today 要先证明一件更基础的事。它记住的内容是否准确,主动出现的时机是否合适,这种体验又能否在不同用户身上稳定复现。

03

垂直可以作为起点,

终局一定是通用

要「懂」一个人,前提是对这个人知道得足够多。在 Today 团队看来,这也是 Personal Agent 竞争的关键——Context。这个方向的竞争主要看两件事,谁能尽可能多地拿到用户的 Context,以及在拿到相同 Context 的前提下,谁能交付更好的体验。

这也是 Today 从 Day One 就选择做通用 Personal AI 的原因。团队认为,如果一款产品只能拿到某个细分领域的信息,就很难同时理解一个人的工作、健康、家庭和线下生活。

这些信息不是几个互不相干的文件夹,它们每天都在彼此影响。只知道健康数据,就看不出长期加班如何影响一个人的身体。只了解工作,也很难知道一次临时会议为什么会打乱接孩子放学的安排。

「不同维度的上下文之间,是有化学反应的。这个化学反应,某种意义上就是产品的壁垒之一。」Today 团队表示。

当然,通用路线很重,不是每个团队都能一上来就这么选。对资源有限的创业公司来说,从垂直场景起步更现实,场景容易解释,目标人群清晰,获客和算力成本更好控制,付费也更容易验证。Town 就是一个典型例子,从邮件这个具体需求切入,再逐渐覆盖创业者、家长等不同人群。

Today 团队认可这种打法,但他们的判断也很明确,垂直场景适合作为产品的起点,但很难成为终点。模型本身拥有很强的泛化能力,如果一款 Personal AI 产品长期停留在某个细分场景,迟早可能被通用产品覆盖。

做通用要面对更复杂、长尾的需求。虽然国内外巨头接连下场,通用 Personal AI 本身仍有不少悬而未决的问题。运行成本居高不下,交付能力还不够强,最终会长成一款 App、一部手机,还是其他形态,也还没有定论。

对做 Personal AI 这件事,Today 是笃定的。团队相信,Agent 一定会越来越深地进入日常生活,Personal AI 也会成为一个足够重要的产品方向。他们选择把资源集中放在这里,探索它会以什么形态出现、如何更顺畅地走进人的生活。

04

怎么更懂用户这件事,

产品经理更重要了

既然要「更懂用户」,工程上就会面对很多具体的问题:哪些信息值得长期记住,哪些要判断过时?什么时候应该主动,任务中断后又该如何接上?

很多人期待 Personal AI 公司拿出一套独有的 Memory 技术。Today 团队的看法很直接,Muse、Today、Instinct 解决的是相似的需求,最优的工程架构也相对一致。至少现在,没有哪家握着能领先一个代际的 Memory 突破。

真正决定一款产品能不能做好交付、拉开体验差距的,是能不能搭建起一套扎实的 Evaluation 体系,并在体验出问题时准确归因。Coding Agent 面对的是一个相对封闭的代码仓库,程序能不能运行、测试能不能通过,都有客观标准。Personal AI 面对的任务却常常是开放、主观的。

比如用户说,「我最近想买件衣服,帮我看看适合买什么。」答案取决于这个人的职业、审美、预算、生活状态和穿着场景。同一条建议放在不同人身上,有人觉得说到了心坎上,有人觉得毫无用处。

Personal AI 不仅要召回正确的记忆,还要判断哪些信息与当前问题有关。最后给出的建议,也要符合这个人的处境。当下,模型的泛化能力还没有强到能自己参透所有潜台词,产品经理在其中的分量反而越来越重。

Today 把很大一部分精力投向了 Evaluation。产品经理要理解不同用户和 Persona,把人类的先验认知设计成一套套 Rubrics,相当于代表不同用户去给系统当「裁判」,把「懂不懂用户」「主动得合不合适」这类主观感受,拆成 Agent 能理解、可以观察和量化的维度。

评估只是第一步,更难的是归因。一次体验变差,究竟是模型本身的问题,还是记忆召回、Harness 或某项产品策略出了问题?如果不能定位到具体环节,团队就很难知道下一步应该优化什么。

为了检验系统在长周期里的真实交付效果,Today 搭建了一套带有连续生活经历的模拟用户体系,分别对比三种状态:没有历史信息、只有静态个人画像,以及积累了 30 天交互历史。团队希望借此观察,随着 Context 不断增加,Agent 给出的帮助是不是真的越来越贴近那个人、真正把任务办妥。

技术投入的另一部分落在了模型上,Today 也开始训练自己的模型。

目前市面上主流大模型的迭代重心,普遍放在 Coding 和复杂推理任务上,未必重视对话体验。实际聊起来,模型还是会出现说话冗长、指令遵循不稳定的问题,也很难适应一个人的表达偏好。对需要每天跟人打交道的 Personal AI 来说,这些细微的交互问题,会直接影响用户愿不愿意留下来。

成本也是另一个现实因素。Today 的 Harness 会同时调用多种模型,不同任务对智能、速度和价格的要求也不同。即使未来存在一个几乎什么都能做的顶级模型,如果成本太高,也不可能用它完成每一个任务。

所以 Today 要训模型,追求的不是在绝对智能上追赶 frontier model,更多是在智能、效果和成本的「不可能三角」里,找到更适合自身产品的平衡。利用自己的场景和数据,让模型与 Harness 更好地联合优化,怎么用可承受的成本,提供足够好的体验。

05

先证明 Personal AI 有用,

再考虑商业化

商业化这件事,团队思考了很多,但也表示现阶段 Personal AI 很难把商业化想得太明确。目前,Today 海外版已经采用订阅制。国内版暂不收费,团队表示后续会根据竞争环境「动态」调整。

未来怎么赚钱,广告、履约抽佣和订阅都有可能,每种方式都会改变产品和用户之间的关系。Today 团队最明确的原则是,Personal AI 必须站在用户一边。它和平台型产品最大的不同,就在「Personal」这个词上。所有商业化探索,都不能以伤害用户体验和信任为代价。

顺着这个原则看,几种商业模式的利弊都很清晰。

广告很容易破坏用户的信任,产品可能会优先推荐出价更高的商品。履约抽佣相对有机会,前提是 Agent 真的帮用户以更低的价格、或者更高的质量买到合适的服务,再从中收取一部分费用。

订阅不一定是最终答案,但在产品早期,它反而可能是最不伤害体验的方式。钱直接来自用户,产品就更需要为用户创造价值,而不是为平台、商家或广告主服务。

不过,现在讨论这些还早。Personal AI 的成本还很高,创造的价值也不够大。Today 团队判断,短期内行业最重要的事,仍然是「创造价值」。找到更多真实需求、服务更多用户,不急于把 ARPU 算清楚。真正的竞争,可能要等到模型和推理成本继续下降,产品能够以更低成本 scale 的时候才会开始。

「现在很多用户对这类产品的质疑,就是它到底有没有那么大的价值。先回答这个问题比较重要。」

谈到这轮融资会优先投向哪里,Today 团队的回答很简单:「产品是 Today 最前面的那个数字,是『1』,其他东西都是后面的『0』。只有前面有这个『1』,后面的『0』才有价值。」

充足的资金能让一家公司在牌桌上待得更久,最终能不能立住,还是要回答那个最根本的问题,用户到底为什么需要这样一款产品。

Today 已经找到了一些答案。有人需要它记住长期目标,有人需要它理顺工作和家庭。还有人只是希望,当生活发生变化时,能有一个系统替自己留意到那些来不及留意的事。

至于这些价值能不能留住足够多的人,能不能撑起一家做通用 Personal AI 的公司,还需要一段时间来验证。

文章来自于"Founder Park",作者 "Founder Park"。

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)