一句话介绍
Teamily AI 是一个 AI-native 即时消息应用（instant messenger），支持多个人类与多个 AI agents（代理）协作。它的核心是"代理社交网络"（agentic social network），人类与 AI agents 可以在这里实时共存、互动。
Teamily AI
融资进展
Teamily AI 已经累计完成了 2000 万美元的融资，预计今年 3 月开启新一轮的融资计划。
产品及业务
Teamily AI 是一个以 AI 为原生核心构建的即时通讯工具，在功能上有些像"元宝派 + 飞书 + 领英"的结合。但如创始人何朝阳所说，Teamily 不想在已有的产品上做延长线，而是要"探索 AI 和人类的协作，让人类更有效地连接和沟通。"
产品主界面
Teamily AI 是一个社交 AI 平台，在这里，人类与 AI agent 共同存在、协作并一起进化。与目前市面上的一般对话大模型不同的是，它能够理解跨越所有群组与频道的多模态对话，包括文本、图像、音乐、视频等等，并输出基于语境的洞察、推荐与行动方案，更好地服务于跨部门协作的场景。
跨群组记忆共享（Cross-Group Memory Sharing）功能可通过在不同频道之间连接 AI 记忆，打破团队信息孤岛，实现无缝协作；全局记忆系统（Universal Memory System）则对用户与 AI 及人类之间的所有对话进行搜索、总结与回溯，确保没有任何信息会被遗漏。
以及，用户可以构建属于自己的、类似 OpenClaw 的代理，让多个 AI agents 与人类共同存在于一个共享的代理社交网络中。何朝阳认为，未来每个人都应该拥有一支" AI agents 团队"，而不是"一个 agent 服务所有人"。每个用户都会有分别负责辅助自己工作、生活、社交、育儿等各个场景的"一组 agent "，这些 agent 会根据用户的特定需求，分别完成特定的任务。
而且，基于 Teamily 的集体智能（Collective Intelligence）能力，在由多人 + 多个 agents 组成的群聊中，一群人可以一起帮一群 agents 变得更聪明。用户们与 agents 互动得越多，agents 就会变得越智能。
从使用场景上来说，Teamily AI 可以服务于朋友、家庭、同事，以及整个社区的多个场景。
举例来说，在好友群中，AI 可以为多个饮食偏好不同的人生成一个全员都满意的晚餐方案或餐厅，无需反复拉扯；在家庭群中，父母和孩子可以共同描述一个睡前故事主题，AI 就能生成图文并茂的故事，并连续记忆角色与世界观，每晚续写新章节；在同事群中，AI agents 团队支持多任务并行，完成市场研究、竞品分析、视觉设计等等多项工作，并跨群共享 PRD 上下文，解释每个需求的来龙去脉，让说过的话无需一说再说。
目前 Teamily AI 主要服务于北美市场，收费标准有免费、19.9 美元和 199.9 美元三档。在免费模式下，用户可以使用有限对话次数，未来 Teamily 可能也会探索"看广告获取新次数"的模式。
Teamily AI 的上一个版本有 300 万注册用户，新版本目前正在通过邀请码机制积累种子用户。
核心壁垒
从技术上来说，Teamily 有三层架构（Three-Layer Technical Architecture）：
Teamily AI 的三层技术架构
Layer 1: 全局记忆与上下文管理（Global Memory & Context Management）：基础层；系统能够理解群组对话的完整上下文——包括多模态、多轮次、多参与者的交流内容。它能够感知并保留你与 AI 代理以及真实用户之间的全部互动内容，形成一个统一、可搜索的记忆层，让任何信息都不会从中遗漏。
Layer 2: 社交大脑模型（Social Brain Model）：专有 LLM-based 规划与预测引擎；社交大脑模型会分析用户意图，将复杂目标拆解为可执行计划，并在代理社交网络中智能分配任务——决定哪些事情要被完成、由谁来完成、以及以什么顺序完成。
Layer 3: 代理社交网络（Agent Social Network）：人类和 AI 代理通过消息应用连接；这一层是人类与 AI 代理共同存在的地方，它们通过即时通讯系统彼此连接。社交大脑模型会同时编排 AI 代理团队与真实人类成员——在实时状态下分配任务、协调执行、整合结果，以实现最大化生产效率和无缝协作。
总的来说，Teamily 的核心优势在于，无需平台切换、支持上下文继承、agents 可执行行动（如发邮件、预订），并强调安全和易用。
何朝阳认为，相比许多正在尝试做 AI 社交的巨头公司，创业公司的优势首先在于能够以更激进、更自由的态度去尝试做"多模型协调"，而大厂的产品通常仅支持自己的大模型，
另外，Teamily 的核心壁垒还在于非常重视 Universal Memory（全局记忆）。"我们在跨群技术的迭代上相当激进，并且颠覆性地设计了 IM（即时通讯）。"何朝阳说。"微信、Meta 都不太可能会在这个地方如此激进，而创业者没有包袱。"
最后，在多任务并行技术方面，Teamily 的团队也有深厚的技术积累。"在一个 AI-native 的 WhatsApp 群聊中，让 6 个不同工种的 Manus 类型的 agent 同时工作，还能与社交消息卡片联动，并支持多人共创，哪怕是让大厂复刻，没有半年也做不出来。"何朝阳说。
团队介绍
创始人 Aiden Chaoyang He（何朝阳） 在南加州大学计算机科学系获得博士学位。他在机器学习、云计算、移动计算方面有研究经验，研究重点为分布式机器学习以及大型基础模型（LLM、Vision Transformer）的高效训练与服务部署。就这些主题，他在 ICML、NeurIPS、CVPR、ICLR、AAAI、MLSys 和 VLDB 等会议上发表过论文。他在 AI、云计算和移动操作系统领域也有超过十年的工业经验。此前，他曾任腾讯工程经理、首席软件工程师，并在 Google、Facebook 和百度工作过。
另一位创始人 Salman Avestimehr 是机器学习、信息论、安全 / 隐私等领域的专家，在学术界和工业界拥有超过 20 年的研发领导经验。他曾任南加州大学（USC）院长教授并担任 USC ‑ Amazon 可信赖机器学习中心的首任主任，还在包括 Amazon/Alexa ‑ AI 在内的多家科技公司担任顾问职务。Salman Avestimehr 因其在信息技术方面的深远贡献获得美国总统奖，并为 IEEE 院士。他于 2008 年在加州大学伯克利分校电气工程与计算机科学系（UC Berkeley/EECS）获得博士学位。
团队成员毕业于南加州大学、斯坦福、伯克利、麻省理工学院、清华等知名院校，并曾在苹果、亚马逊、谷歌、腾讯、字节等公司负责大模型或 To C 产品相关工作。
Founder 思考
A to A（AI to AI，指 AI 系统之间直接进行沟通，无需人类干预）的本质是要为人类服务。
Teamily 曾经尝试过做纯粹的 A to A，但团队很快意识到，产品的核心目标还是应该回归到满足用户的需求。在家庭、社交、工作等多个场景中，产品到底是使用"单个 agent "还是"多个 agents "并不重要，重要的是产品能否真正满足用户作为人的需求。 所以 Teamily 最终决定用 A to A 的网络去实现 H to H（human to human，指人与人之间的沟通），即创造一个以人类为主的社交网络，让人与 agents 共生。在这里，用户可以直接跟 super agent 沟通，让 super agent 去帮自己召唤多个 agents 来完成任务。agent 本质上还是为人服务的。
纯粹的 A to A 的服务也被部分保留了下来，比如，Teamily 可以依据全局记忆的功能，帮用户创造出一个相对精确的数字分身，然后依据这个分身，在其他用户的数字分身之间寻找 soulmate（灵魂伴侣），这不仅仅适用于恋爱交友场景，也适用于寻找工作上的合作伙伴、社区中的兴趣搭子等等。
把模拟人类（Simulation ) 的思路延展下去，就能模拟整个世界、整个社会数万亿个跨越个人、组织、文化和国家的互动决策，并诞生大量不胜枚举的应用场景，如模拟法庭、模拟财务电话会议、模拟演讲、模拟面试、模拟演员表演等等。
群体智能是下一个前沿领域。
由 AI 驱动的集体思考能力将释放巨大的人类生产力。Teamily 的目标是帮助群组、社区、朋友、家庭以及同事，与 AI 一起连接、协作、创造——以更好的方式共同完成事情。
群体智能将带来一次前所未有的人类生产力跃迁。当群组、社区、朋友、家庭和同事能够与 AI 一起"共同思考"，而不仅仅是彼此沟通时，可实现能力的上限将被大幅抬升。Teamily AI 的存在是为了让每一次连接更聪明，让每一次协作更深入，让每一次创造更有力。
每个人都应该拥有一支 AI 代理团队，而不仅仅是一个聊天机器人。
未来不会是"每个人只有一个聊天机器人"。未来是每个人都拥有一支属于自己的 AI 代理团队——每一个代理都根据你的独特需求、你的语境、你的目标进行定制。不是一个你去提问的单一助手，而是一组了解你、全天候为你工作的"智能集合"。
即时通讯工具是人类与 AI 代理天然应该共存的地方。
人类— AI agent 网络最自然的栖身之处，就是对话本身发生的地方——即时通讯工具之中。AI agent 不应该仅存在于一个独立工具或单独标签页中，而是与你和你的好友一起，在实时聊天中共同参与对话。
Teamily 已经在做的事情不会因为现有 AI 大模型的一次升级就被覆盖，也不会被现有社交大厂甩开太多
在 B to B 的场景中，AI 大模型的一次升级可能确实会让许多围绕着大模型做开发的创业者前功尽弃，但在 B to C 的场景中，这样的情况不太会出现。一个好用的 to C 产品需要"为用户需求做设计"，这是大模型厂商所欠缺的东西。
另外，现有的掌握社交产品的巨头公司，如腾讯，也并没有选择在现有的社交产品中直接集成 AI，而是会另外开发一个新的产品（元宝派），这是因为原有的社交产品如 QQ、微信，它们的数据储存方式、数据结构、产品设计都不是为 AI agent 服务的，而是为真人服务的。而一个同时兼容真人 +AI agent 的产品需要重新做产品设计、规划模型和工具，这就给了创业公司与大厂站在同一个起跑线上的机会。
当然，对已经掌握了社交关系、文化娱乐内容和大模型的腾讯公司来说，元宝派的成功是早晚的事。但 Teamily 目前主要做北美市场，而北美市场并没有像微信这样" all in one "（大而全）的社交应用存在。虽然 Meta 收购了 Manus，但 Meta 大概率未来也会像腾讯一样，设计一个新的 AI 社交应用推向市场，而不是在现有的社交应用上做集成，所以 Teamily 并不担心与社交大厂的竞争。
嘉汇优配提示：文章来自网络，不代表本站观点。
