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

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。

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。

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。

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。

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。

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……

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。

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」。

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：

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。

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”