作家｜Cynthia
裁剪｜ 郑玄
AI 酬酢，再次重回舞台中央。
1 月下旬，一个莫得漫天掩地公关、以致连官方先容都极简的家具 Moltbook 悄然发布，短暂在 AI 圈掀翻了一场不小的地震。
短短 72 小时，15 万个 AI agent 自觉涌入，十天时候，超 170 万 AI agent 带着被预设的东谈主设和常识配景，自主发内容、找同好、开申辩，吵杂成一团。
一个信得过 AI 期间的酬酢网罗振作，就这样被一个东谈主类只可围不雅的平台点火了。
但与 2023 年那场主打 AI 陪聊的狂欢不同，这一次，行业的叙事逻辑中， AI 依然从陪伴东谈主类聊天的芜杂，进化成为酬酢的主角之一。
随之而来，一个新的问题出现了：要是 AI 酬酢是一座金矿，那么它的形态，究竟会是 WhatsApp 这样的传统酬酢家具加上 AI 功能，如故一个 AI native 的全新物种？
要回答这个问题，咱们需要先复盘，AI 酬酢这两年，到底走了一条若何的进化之路。
01AI 酬酢三步走：
从陪聊搭子到 AI 版 WhatsApp
要是把 AI 酬酢的发展比作一场闯关游戏，那么行业依然跑完毕前两关，正卡在最环节的第三关门口。
最早的 AI 酬酢，实质上是单向厚谊供给。 东谈主类有倾吐欲、有幻想欲，但试验中的酬酢资本太高，AI 好意思满不停了这个问题：随叫随到、恒久共情、不会反驳，还能饰演你想要的任何变装。
Character.ai 以及国内的字节猫箱、Minimax 的 takie 等家具是这一时期的中枢代表，全球的玩法大同小异，中枢都是用 AI 提供厚谊价值。
但这一轮振作，很快就堕入了瓶颈。陪伴式 AI 的实质上如故单向对话，莫得东谈主与东谈主之间着实的酬酢关系千里淀，大部分用户清新感事后，难以造成信得过有用的留存。
于是，行业开动过问第二关。AI 开动参与东谈主类着实的酬酢与责任，不停群聊总结、会议纪要等辛劳事 。谷歌是这一阶段代表，通过将 Gemini 融入 Workspace 全家桶，AI 成为各个任务节点的默许器用。归并时期的代表性玩家，还有国内大厂代表玩家如飞书、钉钉等。
但这一时期，创业公司的作念律例更为激进：外洋 Bubbl 为代表的家具，开动尝试以插件面目镶嵌 WhatsApp、iMessage，模拟用户作风总结聊天、代发音讯，借力熟习生态，固然不停了家具的前期启动资本问题，但其隐讳伦理争议等问题又带来了新的逆境。
至此，行业过问 AI native 的第三阶段。这一阶段，商场开动出现全新的聊天软件形态：东谈主类发起交互，AI 不错同期以器用或者好友等不同的形态行为酬酢参与的一环 。
最典型的代表，是 Teamily AI。它是全球首个 AI 酬酢通用平台，行为一个 AI-native 的即时音讯诳骗，它的中枢是借助酬酢大模子开赴以及 agentic social network，不错让东谈主类和 AI 代理及时共存、互动（网页为主，暂无 APP 形态）。
而 Teamily AI 的出现，也让行业产生了一个新的问题：AI 期间的 WhatsApp，到底应该是 WhatsApp+AI，如故 AI 原生版 WhatsApp？
02AI 期间的 WhatsApp，
为什么不会是 WhatsApp？
{jz:field.toptypename/}在酌量 AI 期间的 WhatsApp 的形态若何这个问题之前，咱们不妨先回想一段历史，想考三个问题：
电话出现后，写信就被澈底淘汰了吗？手写信依然是庆典感的象征；
手机出现后，咱们就澈底不需要电话了吗？固定电话依然在企业和家庭中存在；
微信出现后，付费的短信就被扫进历史的垃圾堆了吗？短信依然是考据码、见告的辛劳载体。
既定的基础关节不会被淘汰，但新的期间，一定会催生新的家具形态 。而新的家具形态，又总能凭借更低的资本、更低的门槛、更高的用户边界，以及更大的商场遐想力，成为新期间的主流。
更辛劳的是， 新家具配置开始，不需要议论历史背负，开云官方体育app不错放开重构技巧栈与交互的方方面面，临了从上至下的完成家具培植与商场闇练；而传统家具，则因为它们在上个期间，作念得太过好意思满、太过极致，以至于无法解脱我方的历史背负 ，需要兼顾浩荡已有下千里商场用户，无法作念出大刀阔斧的变革。
不久前，咱们独家采访了 Teamily AI 的首创东谈主 Aiden Chaoyang He（何向阳），他们用了长达一年多的时候，作念了一个酷似微信，但底层架构，却和微信、WhatsApp 有着一丈差九尺的全新家具 Teamily AI。
在他看来，两者之间的关系，就像一个燃油车，与一个电动的自动驾驶汽车，外形同样，但家具结构与遐想力空间依然不在归并个期间。
比如， 底层架构方面，Teamily AI 与传统酬酢家具最大的互异来自数据库的选型 。传统酬酢家具（WhatsApp、微信）多用 MySQL 等结构化数据库，中枢是存储文本、用户信息，满足东谈主类查询展示需求，固然方法兼容，但家具自己并不睬解这些数据自己的含义。
而 AI 酬酢的中枢是让 AI 默契数据，Teamily AI 优先继承多模态向量数据库，所出奇据保留 embedding 备份（回荡为机器可默契的向量），适配大模子逻辑。
第二个互异体当今关系图谱与任求实施模式的变化。 传统家具中，东谈主的好友只会是另一个真东谈主，当需要完成具体的任务，咱们在酬酢软件完成调换明，惟一切换其他专科办公软件才智完成任务。
但 Teamily AI 不错平直加 agent 为好友，或者让 agent 进群，平直完成任务，或者让 team agent 默契陡立文、提供决策接济（如创业群自动总结建议、提供筹画书模板）。这就需要架构初期就适配 Agent 的高并发需求，真钱三公app并不停 AI 记念等问题。
而跟着 AI 在软件中变得无处不在，感知与输入层 UI，也需要从东谈主类视角进化到 AI 与东谈主类双视角 。
传统酬酢 UI 只为东谈主类处事，图片、视频仅作念视觉展示，AI 无法识别内容自己。Teamily AI 则需要原生适配多模态，从底层卡片遐想让 AI 可平直读懂内容：发送好意思食图片会生成含种类、热量的结构化卡片，发送 PDF 会自动索要节录，无需东谈主类手动处理。
而基于以上技巧与交互的深度变革，一个信得过的 AI native 家具的遐想与体验，比较前一代家具，也必将是颠覆性的。
03AI 版 WhatsApp 的神气？
是拼合体，亦然全新物种
深度体验了几款 AI 原生酬酢家具后，我最大的感受是：它们像统统家具，聚首了多款家具的优点，却又造成了我方私有的中枢竞争力。
以 Teamily AI 为例，基础酬酢功能以外，Teamily AI 不仅能平直读懂多模态对话并让 agent 平直完成任务，产生跨群组记念、自动搜寻统统历史会话分享填补信息差，还能当然说话创建 agent，并让其并行多任务产生群体智能。
具体在交互上，它像微信，但又比微信更智能 ：举座 UI 的中枢聊天区为主，侧边栏整合聊天不停、发现等功能，神采包也一致，裁减用户适应资本。
但在聊天历程中，AI 不错在东谈主类群聊聚餐时，自动捕捉不同参与者口味、忌口，制定决策并预订餐厅；聊旅游时，AI 可自动生成含交通、住宿的详备筹画，颠倒于内置攻略师。
从交互模式来看，Teamily AI 的多模态输入与推特雷同，支捏文本、语音、外洋外链等，无需方法转机。
但推特的多模态内容，实质上如故东谈主类分享、东谈主类不雅看，AI 无法参与其中；而 Teamily AI 的多模态内容，AI 能平直读懂、分析、恢复。比如你发送一段 Youtube 视频聚集，推特只可展示聚集，用户需要点击跳转才智不雅看。
而 Teamily AI 的 AI 会自动识别视频的中枢内容，生成节录，你和一又友不错基于节录酌量，AI 还能补充关系信息、淡薄不同不雅点，以致平直相应需求，让单向分享变成双向互动。
从才略开赴，Teamily AI 的办公团结功能，则与飞书更像 ：能市欢 Gmail、Slack、Notion，以及金融分析在内的各式专科 agent 遐想，好意思满适配办公场景。
比如家具团队与 AI 团结撰写 PRD，完成后分享给研发团队，AI 会完整邻接统统配景：家具群里的每一次酌量、每一项决策、每一个细节。工程师有疑问时，AI 能讲明每条需求的背后逻辑，填补信息差，让统统东谈主保捏同步——这和飞书的常识问答、群聊信息总结一口同声。
但它比飞书更约略，AI 能在不同场景中自动切换变装 ——办公时是后果助手，酬酢时是聊天搭子，无需切换家具，就能满足不同需求。
而这种领有记念的低资本 agent，其底层技巧模式，又与 OpenClaw 颇为同样，两者均继承三层技巧架构（全局记念、酬酢大脑、代理网罗），但 Teamily AI 无需技巧基础，点击即可创建智能体，绑定账号就能代实施操作，大幅裁减使用门槛。
而对于兴味群组遐想，Teamily AI 的 Discover 板块，和贴吧很像 ：用户不错在具体的部落内，分享一切感兴味的内容并加入兴味社群。
但它比贴吧更精确，贴吧的中枢是东谈主类分享、东谈主类酌量，信息质料狼籍不王人；而 Teamily AI 的兴味部落，有 AI 常驻，能自动筛选优质内容，总结酌量要点，还能字据你的兴味偏好，保举你可能感兴味的内容、社群。
一言以蔽之，在这个软件中，东谈主类就像领有了一个 24 小时不眠不休又万能的超等 agent，但它不需要一个 mac mini，也不需要你懂得任何的部署手段，反 而更像一个老一又友，不错用最熟悉、最低资本的方式，在往常聊天时就能反映你的一切需求。
04尾声：罗马不是一日建成，
遐想力才刚刚怒放
罗马不是一日建成的，现时的 AI 原生酬酢家具，当然也不算好意思满无缺——它们还有好多问题需要不停，也还有很长的路要走。
比如，Teamily AI 咫尺对算力的坑害是单机 AI 的好多倍，主要原因包括：超长任务的陪同式 AI，需要 24x7 小时蚁集酬酢环境会通话数据的变化并主动参与东谈主类的团结，况且在群内不错并行遐想多个任务的遐想。这样的遐想相配以东谈主为本，但若何打破算力的散伙，大概是一 个值得咱们眷注的话题。
要知谈，陪同微信、WhatsApp 夙昔十年的培植，东谈主类依然习尚了免费酬酢。要是 AI 版 WhatsApp 对标微信，走免费门道，那么腾贵的算力资本、技巧资本，很难守旧家具的耐久发展；要是走付费门道，那么用户又很可贵意从免费回到付费——这是统统 AI 原生酬酢家具都靠近的两难逆境。
告白大概是不停旅途，又大概，AI 期间，付费才是常态。
毕竟，要是对标 AI 酬酢+AI 办公+AI 助理+ChatGPT 的概括体，那么这场探索，才刚刚开动。