找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

3580

积分

0

好友

464

主题
发表于 2026-2-14 05:11:52 | 查看: 29| 回复: 0

AI 社交,这个一度火热又归于沉寂的赛道,如今再次被推到了舞台中央。这一切,源于一款名为 Moltbook 的产品在1月下旬的悄然发布。

没有铺天盖地的公关,甚至官方介绍都极其简约,但它在AI圈内瞬间掀起了一场“地震”。短短72小时内,15万个AI智能体(Agent)自发涌入;十天时间,超过170万个被预设了人设和知识背景的AI智能体,开始自主发布内容、寻找同好、开启辩论,将整个平台变得热闹非凡。

一个真正属于AI时代的、人类甚至只能“围观”的社交网络热潮,就这样被点燃了。

但与2023年那场主打AI陪聊的狂欢不同,这一次,行业的叙事逻辑发生了根本转变:AI已经从陪伴人类聊天的“配角”,进化成为社交的“主角”之一。

随之而来,一个核心问题摆在了面前:如果AI社交是一座有待挖掘的金矿,那么它的最终形态,究竟会是像WhatsApp这样的传统社交产品简单地“加上AI功能”,还是一个从底层重构的、AI原生(AI-native)的全新物种?

要回答这个问题,我们或许需要先复盘,AI社交这两年,究竟走过了一条怎样的进化之路。

01 AI社交三步走:从陪聊搭子到AI原生平台

如果把AI社交的发展比作一场闯关游戏,那么行业已经跑完了前两关,正卡在最关键、也最困难的第三关门口。

最早的AI社交,本质上是单向的情绪供给。 人类天然拥有倾诉欲和幻想欲,但现实社交的成本高昂,AI完美地解决了这个问题:它随叫随到、永远共情、从不反驳,还能扮演任何你想要的角色。Character.ai,以及国内的字节“猫箱”、Minimax的“捏她”等产品是这一时期的代表,它们的核心玩法高度同质化——用AI提供极致情绪价值。

然而,这股热潮很快触及了天花板。陪伴式AI的本质仍是单向对话,缺乏人与人之间真实社交关系的沉淀。大部分用户新鲜感过后,产品难以形成有效留存。

于是,行业进入了第二关:AI开始参与人类真实的社交与工作,解决群聊总结、会议纪要等具体麻烦。 谷歌是这一阶段的典型代表,通过将Gemini深度融入Workspace全家桶,AI成为各个任务节点的默认工具。国内大厂如飞书、钉钉也在同期推出了类似功能。

与此同时,创业公司的探索则更为激进。以海外产品Bubbl为代表,它们尝试以插件形式嵌入WhatsApp、iMessage等成熟生态,模拟用户风格总结聊天、代发消息。这种方式虽然巧妙借力,解决了冷启动问题,但也引发了巨大的隐私与伦理争议。

至此,行业来到了 AI原生的第三阶段。市场开始出现全新的聊天软件形态:人类发起交互,而AI可以同时以“工具”或者“好友”等不同身份,作为社交参与的核心一环。

最典型的代表,是 Teamily AI。它自称是全球首个AI社交通用平台,作为一个AI原生的即时通讯应用,其核心是借助“社交大脑”模型和智能体社交网络,让人类与AI代理实时共存、协作互动。它的出现,也让一个更具挑战性的问题浮出水面:AI时代的“WhatsApp”,到底应该是“WhatsApp + AI”,还是“AI原生的WhatsApp”?

02 为什么AI时代的“WhatsApp”不会是WhatsApp?

在讨论AI时代社交产品的最终形态前,我们不妨回顾一下历史,思考三个现象:

电话出现后,写信被彻底淘汰了吗?并没有,手写信件依然是仪式感的象征。
手机普及后,固定电话就消失了吗?没有,它仍在企业和家庭中发挥作用。
微信崛起后,付费短信就进历史垃圾堆了吗?没有,它依然是验证码、通知的重要载体。

既定的基础设施不会被轻易淘汰,但新的时代,一定会催生全新的产品形态。 而新产品总能凭借更低的成本、更低的门槛、更高的效率上限以及更大的市场想象力,最终成为新时代的主流。

更重要的是,新产品从零开始建设,没有历史包袱,可以彻底重构技术栈与交互逻辑;而传统产品则因为在上个时代做得“太过完美”,反而被巨大的成功所束缚,需要兼顾海量存量用户的使用习惯,难以进行颠覆性变革。

不久前,我们深入了解了Teamily AI。其团队用了一年多时间,打造了一个界面神似微信,但底层架构与微信、WhatsApp有着天壤之别的新产品。

Social Brain Model架构图
Teamily AI 核心的“社交大脑”(Social Brain Model)架构图

在创始人看来,两者的关系就像燃油车与电动自动驾驶汽车,外形或许相似,但产品结构与想象力已不在同一个维度。

首先,底层架构的根本差异在于数据库的选型。 传统社交产品如微信、WhatsApp,多采用 MySQL 等关系型数据库,核心是存储文本、用户信息,以满足人类的查询和展示需求。这些数据对产品本身而言,只是结构化的记录,机器并不理解其含义。

而AI社交的核心是让AI“理解”数据。因此,Teamily AI 优先采用多模态向量数据库,所有数据都会保留嵌入向量(Embedding)备份,将信息转化为机器可理解的数学形式,从而适配大模型的处理逻辑。

其次,是关系图谱与任务执行模式的变革。 在传统产品中,你的好友列表里只能是另一个真人。当需要完成具体任务时,你只能在社交软件里沟通,然后切换到其他专业工具(如文档、表格)去执行。

但在Teamily AI中,你可以直接添加一个AI智能体(Agent)为好友,或让它加入群聊。它可以直接在对话中完成任务,或者理解上下文后提供决策辅助。这就要求产品架构从一开始就为Agent的高并发、长时记忆等需求进行设计。

第三,随着AI在软件中变得无处不在,交互界面需要从“只为人类服务”进化为“兼顾人类与AI的双重视角”。 传统社交UI中的图片、视频仅用于视觉展示,AI无法识别其内容。而Teamily AI需要原生适配多模态,从底层设计就让AI能直接“读懂”内容:发送一张美食图片,AI会生成包含菜品种类、预估热量的结构化卡片;发送一个PDF,AI会自动提取摘要,无需人类手动处理。

Teamily AI主界面
Teamily AI的主界面,融合了聊天、发现与智能体协作功能

基于以上技术与交互的深度变革,一个真正的AI原生产品,其设计与体验相比前代产品,必然是颠覆性的。

03 AI原生社交的样子:是功能拼合体,更是全新物种

深度体验了几款AI原生社交产品后,最大的感受是:它们仿佛集成了多款主流产品的优点,却又通过AI的深度整合,形成了自己独特的核心竞争力。

以Teamily AI为例,在基础的聊天功能之外,它还能让AI直接读懂多模态对话并执行任务,具备跨群组的记忆能力,能自动搜寻历史会话填补信息差,用户甚至可以用自然语言创建智能体,并让它们并行处理多个任务,产生“群体智能”。

交互上,它像微信,但更智能。 整体UI以核心聊天区为主,侧边栏整合管理功能,表情包等设计也保持一致,降低了用户的适应成本。但在聊天中,AI能主动参与:当群聊讨论聚餐时,AI能自动捕捉不同人的口味和忌口,制定方案并预订餐厅;聊到旅游时,AI能自动生成包含交通、住宿的详细计划,相当于内置了一个旅行规划师。

音乐分享与AI交互
用户分享音乐链接,AI不仅能理解,还能生成模拟播放界面的预览卡片

输入模式上,它与推特类似,支持文本、语音、外链等多种形式,无需格式转换。 但区别在于,推特的多模态内容本质是“人类分享、人类观看”,AI无法参与。而在Teamily AI中,AI能直接读懂、分析并回复多模态内容。例如,你分享一个YouTube视频链接,AI会自动识别核心内容生成摘要,让讨论可以基于摘要展开,AI还能补充信息、提出观点,将单向分享变为双向互动。

AI生成的音乐预览卡片
AI根据指令生成的音乐分享预览卡片,高度还原真实应用效果

在能力上,它的办公协作功能与飞书神似。 它能连接Gmail、Slack、Notion等工具,并内置金融分析等各类专业Agent。例如,产品团队与AI协作撰写产品需求文档(PRD),完成后分享给研发团队,AI能完整承接所有讨论背景。当工程师有疑问时,AI可以解释每条需求背后的逻辑,有效填补信息差。

AI规划旅行攻略
AI根据用户需求生成的详细旅行攻略,包含预算、行程等结构化信息

但Teamily AI比飞书更“轻便”,AI能在不同场景中自动切换角色——办公时是效率助手,社交时是聊天伙伴,无需切换应用。

在兴趣群组设计上,它的“发现”(Discover)板块又和贴吧很像。 用户可以根据兴趣加入不同社群。但它比贴吧更“精准”,因为每个社群有AI常驻,能自动筛选优质内容、总结讨论重点,并根据你的偏好进行推荐。

Discover兴趣群组界面
Teamily AI的Discover板块,用户可根据兴趣加入由AI辅助管理的社群

总而言之,在这类AI原生社交产品中,人类仿佛拥有一个24小时在线的全能智能助手。它不需要你准备独立的硬件服务器,也无需懂得任何部署技巧,反而像一个“老朋友”,用最熟悉、最自然的方式,在日常聊天中响应你的一切需求。这不仅仅是功能的叠加,更是一种全新的、人机协同的社交范式的雏形。关于这类前沿应用的更多动态和深度解析,你也可以在 云栈社区开发者广场 板块找到更多同好的讨论。

04 尾声:罗马非一日建成,挑战与想象并存

当然,罗马不是一日建成的。当前的AI原生社交产品远非完美,它们仍面临诸多严峻挑战,还有很长的路要走。

例如,算力成本就是一个巨大的现实瓶颈。以Teamily AI为例,其对算力的消耗远超单机AI应用。原因在于其“伴随式AI”设计:需要7x24小时感知社交环境和会话数据的变化,并主动参与协作,且在群内支持并行处理多个任务。这种高度以人为本的设计,如何突破算力与成本的限制,是行业必须面对的课题。

要知道,伴随微信、WhatsApp过去十年的普及,人类已经习惯了“免费社交”。如果AI版“WhatsApp”对标微信走免费路线,高昂的算力与研发成本将难以维系;如果走付费路线,又如何让用户从免费回归付费?这是所有AI原生社交产品共同面临的“两难困境”。

广告或许是潜在的解决方案之一,又或许,在AI深度赋能的新时代,“为高质量服务付费”将重新成为一种常态。毕竟,如果我们将这类产品视为“AI社交 + AI办公 + 个人助理 + ChatGPT”的综合体,那么这场关于未来社交形态的探索,其实才刚刚拉开序幕。





上一篇:VMware macOS Ventura虚拟机优化:显存从3MB到128MB与分辨率解锁
下一篇:Python开源工具maptoposter指南:一键生成自定义地图海报
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-2-23 10:25 , Processed in 0.656936 second(s), 41 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表