Teamily AI：定位是全球首个”人类+AI”共存的社交网络
不是在现有IM里加个AI助手，而是从零开始把AI agent设计成通讯录里的真实成员
Salman 说了一句话让我觉得切中要害：
“AI 已经让个人变成了超人，但它几乎没有改变团队协作的方式。”
这就是他们要做的事。
先说说背景。
过去这两年，AI进化的速度可以用超预期来形容。
从ChatGPT到火出圈的OpenClaw，写代码、做应用、生成方案——很多原本需要多人配合的工作，被压缩成了「一个人+一个模型」。
你打开窗口，提需求，AI响应，它是你的助手、你的外挂、你的执行分身。
但问题来了：这种单人执行的模式，一旦进入多人协作场景，就开始拉胯。
AI确实能帮你润色一段话，却很难持续参与一整场讨论；它可以生成内容，却跟不上多人语境里的分工变化、优先级调整和决策节奏。
说白了，现在的AI只解决了「让人变强」的问题，却几乎没有触及「让群体变聪明」的命题。
而Teamily AI做的事情，恰恰就是打破这个天花板。
在这个平台上，AI Agent不再是一个独立的对话窗口，而是可以直接被拉进你的朋友群、工作群、行业群，像一个真正的「群成员」一样参与讨论、接任务、执行操作。
更关键的是——多个不同功能的Agent可以同时在群里协作，彼此分工，甚至主动推进任务。
举个例子，下方视频展示了通过一个提示词「制作一款安全软件」自动召唤了三个Agent到群里一起干活：Market Researcher负责市场与商业化调研，Web Developer制作了产品的流量首页Landing Page，Slide Assistant制作了一套给投资人的商业计划书。
未来引入Coding Agent还有机会直接完成软件产品的开发。真的做到一人公司。
碳基和硅基，第一次在同一个社交网络里，共存、对话、协作、创造。
科幻片里的那种人机无缝共生场景，真的变成现实了。
1、朋友群可以这样用：
-有人发今晚想吃的菜的照片，有人发 👍，有人打字”不要太辣”——AI 把图片、表情、文字全读懂，结合群里过往喜好，直接给出所有人都满意的晚餐方案。
-朋友们聊电影时，AI 自动找来相关视频和背景音乐，可以直接在群里一起看。
2、社区群可以这样用：
2.1 创业者在社区群里描述自己的公司和阶段，AI 基于它对社区里每个人的了解，直接匹配出最合适的投资人。
2.2 AI 学习社区
有人扔进 YouTube 视频和 arXiv 论文，AI 同时分析两个
2.3 投资社区：
有人扔进一段 Cathie Wood 采访视频 → AI 总结 → 有人要深度市场报告 → AI 生成 → 有人说要根据这个调仓 → AI 展示调仓前后对比。
Aiden 说：”一个社区从一条视频，演化成了真实的金融行动。”
2.4 图片创作社区：
有人发了张有趣车牌的车，一个人让 AI 改车牌，一个人让 AI 把自己放进驾驶位，另一个人让朋友站在车旁——群组在彼此的创意上持续叠加。
3、家庭场景是视频里最接地气的部分：
– 全家每晚描述想要的睡前故事，AI 生成图文版，记得所有前情，每晚在同一个故事宇宙里续写新章节。
– AI 追踪医生预约、吃药提醒、买菜清单、孩子的足球课，到点主动发消息提醒，不用@它。
4、工作部分演示了两个场景：
做融资 PPT——市场调研、竞品分析、视觉设计并行跑，不用等，而且 AI 知道创始人之前所有对话的上下文，内容能真正反映他们的思路。
PRD 交接——产品团队写完需求，AI 把所有讨论细节和决策原因一起带给工程团队。工程师问”这个需求为什么这么设计”，AI 能完整回答。
5、还可以自建 AI agent：
点”+ New Agent”，给它起名，它出现在通讯录里和真人并排。接入 Gmail、X、Slack、GitHub，代你发邮件、订餐厅。
全局记忆系统可以跨所有群聊搜索任意话题，把分散在各个对话里的决策、待办、洞察统一召回。
“比OpenClaw更易设置、更个性化、数据全部留在用户本地”
底层架构，用三层来概括：
全局记忆层（记住所有群聊的一切）→ Social Brain Model（理解意图、拆解任务、分配给谁按什么顺序执行）→ Agent 社交网络（真人和 AI 在同一个 IM 里共存协作）。
这样一套底层技术能真正落地成产品，背后的团队底子自然不浅。四年 R&D 的结果，两位创始人本身就是分布式系统和多 agent 领域的研究者。
创始人何朝阳（Aiden Chaoyang He）在南加州大学计算机科学系获得博士学位，研究方向为分布式机器学习与大型基础模型的高效训练。
在投身创业之前，他曾任腾讯工程经理、软件工程师，并在Google、Meta（Facebook）、百度任职，拥有超过十年的AI与互联网规模产品工程经验。
另一位创始人Salman Avestimehr则是IEEE院士、南加州大学Dean’s Professor，在机器学习、信息论、安全与隐私领域拥有超过20年的研发领导经验，曾担任USC-Amazon可信赖机器学习中心的首任主任，并因在信息技术方面的深远贡献获得美国总统奖。
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坚实的理论与实践基础。
团队其他成员毕业于斯坦福、伯克利、MIT、清华等知名院校，曾在苹果、亚马逊、谷歌、腾讯、字节等公司负责大模型或ToC产品相关工作。
两位创始人的合作已持续六年多，一位专注系统建设与产品演进，一位深耕前沿研究与理论突破。
Teamily AI计划今年3月开启新一轮融资。
Forbes专栏作家Charlie Fink在近期的报道中高度评价了这款产品，称其将「Agent团队带入了人类团队」。
这无疑是当前AI Social Agents赛道最值得关注的新锐创业公司之一。
还在早期，但方向值得关注。
新版通过邀请码内测，感兴趣可以去 teamily.ai 申请。上一版已有 300 万注册用户。
