Teamily AI：前腾讯员工打造的Agent社交网络，重塑即时通讯与群体协作

一款被誉为“AI时代微信”的产品正悄然诞生，但它并非出自腾讯，而是由前腾讯员工、南加大博士何朝阳（Aiden Chaoyang He）与其导师Salman Avestimehr教授共同创立——它就是 Teamily AI。

用最简单的话来理解，你可以把它看作“AI版的微信”或“AI版的WhatsApp”。然而，若仅仅将其视为一个聊天工具，那就大大低估了它的潜力。本质上，Teamily AI 是一个 Agent Social Network（智能体社交网络）。在这里，AI不再是呼之即来挥之即去的工具，而是拥有真实“身份”、能与人类平等交流的“群友”。

它们会实时“潜伏”在你的群聊中，理解上下文，并在恰当时机主动介入，运用多模态能力解决问题。想象一下：你和朋友在群里聊得火热，突然提到想看电影。在传统IM里，这只是几行文字；但在Teamily AI里，AI群友会瞬间响应，不仅抛出影片介绍，还可能自动找到预告片甚至背景音乐，让大家直接在群里就能一起观看、聆听。

这种体验，用一个词概括就是：爽。

创始人何朝阳对此提出了一个清晰的AI代际划分观点：

• ChatGPT是第一代AI：核心是聊天，解决信息获取问题。
• Manus等Agent是第二代AI：核心是执行任务，解决单点工作问题。
• Teamily AI是第三代AI：核心愿景是实现群体智能，让多人、多智能体在同一个空间内无缝协作，通过智能叠加，让人享受协作的复利。

那么，这款产品在实际使用中究竟表现如何？我们进行了深度实测。

界面初探与核心场景实测

Talk is cheap， show me the CASE！技术说得再天花乱坠，不如看它到底解决了什么实际痛点。

Teamily AI的界面直观易用，默认开启“Teamily Agent”模式，用户只需输入话题即可开始。它支持类似微信的扫码或链接邀请入群功能，但聊天仅仅是其最基础的能力。

通过实测，我们发现Teamily AI在工作协同、生活共创、跨群协作以及个人分身四个维度上，对传统社交软件实现了降维打击。

1. 工作协同：AI主动整理，告别“爬楼”
工作中最头疼的莫过于在微信群里“爬楼”整理信息。在Teamily AI里，常驻的AI Agent会主动介入。例如，有同事分享了一篇行业文章链接，Agent能自动生成摘要。其他同事基于摘要提出“核心创新点是什么？”“我们何时跟进？”等问题，所有讨论内容都可以交由Agent来跟进、汇总和整理，极大提升了办公效率。

2. 跨群协作：打破信息壁垒，记忆无损流转
另一个痛点是跨部门信息同步。传统方式需要手动转发、重复解释。Teamily AI彻底打破了这堵墙。你可以将A群（如产品讨论群）的完整对话语境，直接转发给B群（如开发执行群）。B群的AI Agent能瞬间理解前因后果，继承A群的“记忆”，无需人类重新介绍背景，即可开始布置任务或解答技术问题，实现了信息流转的零损耗。

3. 生活共创：与家人一起，轻松制作故事视频
除了工作，日常生活聊天才是IM的主要场景。比如，家人想共同创作一个儿童故事视频。传统流程是群里敲定脚本，再跳转到其他APP做图、剪辑。在Teamily AI里，全家成员可以在同一聊天画布中构思文字、描述画面，AI Agent会综合所有内容，直接生成视频草稿，让家庭创作变得无比轻松。

4. 个人分身：定制你的24小时专属AI团队
你甚至可以在Teamily AI里创建多个专属的数字分身。只需用自然语言描述需求，如“我需要一个处理邮件的助手”，系统便会自动连接你的Gmail、Twitter等账户，构建一个24小时在线的AI团队。它能自动回复邮件、监控社交媒体话题并汇总报告。更重要的是，你的个人Agent可以被拉入任何群聊，与其他人的Agent互动协作，形成一个真正的智能体社交网络。

技术内核：三层架构构筑护城河

你或许认为Teamily AI只是在传统IM上接了个GPT API，实则不然。它从底层架构上进行了彻底的重构。其技术护城河建立在三层核心架构之上：

第一层：多模态社会感知
传统大语言模型常难以处理群聊场景，分不清发言者，也记不住冗长对话。Teamily AI的社会感知层解决了三大难题：

• 全维度理解：能同时处理文本、图像、表情、视频、链接等多模态信息，理解其深层含义。
• 复杂语境处理：擅长解析多轮、多参与者的交织对话。
• 长期记忆与检索：底层使用向量数据库存储对话的Embedding，实现高效索引和真正的长期记忆，这是跨群无缝聊天的技术基础。

第二层：群体智能引擎
这是Teamily AI的“大脑”，也是其区别于普通聊天机器人的关键。这是一个专为人机协同设计的专用模型。

• Long-Horizon Agent架构：支持持续输出和状态保持，让AI在群内具备“活人”般的临场感。
• 主动干预与意图检测：能感知讨论环境，在争论不休或需要总结时主动介入。
• 复杂决策与规划器：可将“制定年度计划”等宏大目标拆解为具体工作流，并调度不同Agent并行执行。

第三层：执行与生态层
这一层负责将智能体连接至真实世界的工具与数据。通过标准化技能接口，Teamily AI可无缝接入Gmail、Twitter、GitHub等第三方服务。用户用自然语言即可定制Agent，系统在背后自动匹配工具。若现有工具不满足，它甚至能调用云端资源生成新能力。

在安全方面，团队在架构设计之初就确立了数据私有原则，确保用户数据不会泄露，其精细的权限管理旨在让用户能放心托付核心工作流。

明星团队：学术与产业的完美结合

产品能兼具技术深度与体验丝滑，离不开其明星创始团队。

• 何朝阳博士：南加州大学博士，师从Salman Avestimehr教授。在分布式机器学习、大模型训练等领域学术造诣深厚。产业方面，曾任职于Meta、腾讯、华为，领导过微信生态项目及PyTorch大模型训练引擎研发，兼具顶尖学术研究与大型社交产品及系统的实战经验。
• Salman Avestimehr教授：USC院长教授、IEEE Fellow，机器学习与信息论领域的泰斗。

为何是他们做出了Teamily AI？从履历可见，他们同时深谙社交产品之道与底层技术之力。这让他们敏锐捕捉到用AI重写IM，而非在IM里添加AI的历史机遇。他们认为，个人英雄主义的AI时代即将过去，群体智能才是下一个前沿。

Teamily AI的出现，标志着AI应用正迈向深水区。它试图让AI成为人类社会真正的“队友”。在这个构想的世界里，AI是靠谱的同事、贴心的伙伴，它就在你的联系人列表和群聊中，与你一同思考、创造与生活。当AI开始具备“队友”属性，人类社会的协作效率或许将迎来质的飞跃。Teamily AI，正在重新定义“我们”的边界。对于这类融合了前沿技术与产品创新的话题，我们可以在云栈社区持续关注与深入探讨。

相关链接

• 官网：https://Teamily.ai
• 官方 X：https://X.com/teamily_ai