AI 版 WhatsApp，会是 WhatsApp 吗？
AI 社交，再次重回舞台中央。
1 月下旬，一个没有铺天盖地公关、甚至连官方介绍都极简的产品 Moltbook 悄然发布，瞬间在 AI 圈掀起了一场不小的地震。
短短 72 小时，15 万个 AI agent 自发涌入，十天时间，超 170 万 AI agent 带着被预设的人设和知识背景，自主发内容、找同好、开辩论，热闹成一团。
一个真正 AI 时代的社交网络热潮，就这么被一个人类只能围观的平台点燃了。
但与 2023 年那场主打 AI 陪聊的狂欢不同，这一次，行业的叙事逻辑中，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，一个新的问题出现了：如果 AI 社交是一座金矿，那么它的形态，究竟会是 WhatsApp 这样的传统社交产品加上 AI 功能，还是一个 AI native 的全新物种？
要回答这个问题，我们需要先复盘，AI 社交这两年，到底走了一条怎样的进化之路。
01 AI 社交三步走：从陪聊搭子到 AI 版 WhatsApp
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，正卡在最关键的第三关门口。
最早的 AI 社交，本质上是单向情绪供给。人类有倾诉欲、有幻想欲，但现实中的社交成本太高，AI 完美解决了这个问题：随叫随到、永远共情、不会反驳，还能扮演你想要的任何角色。
Character.ai 以及国内的字节猫箱、Minimax 的 takie 等产品是这一时期的核心代表，大家的玩法大同小异，核心都是用 AI 提供情绪价值。
但这一轮热潮，很快就陷入了瓶颈。陪伴式 AI 的本质上还是单向对话，没有人与人之间真实的社交关系沉淀，大部分用户新鲜感过后，难以形成真正有效的留存。
于是，行业开始进入第二关。AI 开始参与人类真实的社交与工作，解决群聊总结、会议纪要等麻烦事。谷歌是这一阶段代表，通过将 Gemini 融入 Workspace 全家桶，AI 成为各个任务节点的默认工具。同一时期的代表性玩家，还有国内大厂代表玩家如飞书、钉钉等。
但这一时期，创业公司的做法则更为激进：海外 Bubbl 为代表的产品，开始尝试以插件形式嵌入 WhatsApp、iMessage，模拟用户风格总结聊天、代发消息，借力成熟生态，虽然解决了产品的前期启动成本问题，但其隐私伦理争议等问题又带来了新的困境。
至此，行业进入AI native 的第三阶段。这一阶段，市场开始出现全新的聊天软件形态：人类发起交互，AI 可以同时以工具或者好友等不同的形态作为社交参与的一环。
最典型的代表，是 Teamily AI。它是全球首个 AI 社交通用平台，作为一个 AI-native 的即时消息应用，它的核心是借助社交大模型出发以及 agentic social network，可以让人类和 AI 代理实时共存、互动（网页为主，暂无 APP 形态）。
而 Teamily AI 的出现，也让行业产生了一个新的问题：AI 时代的 WhatsApp，到底应该是 WhatsApp+AI，还是 AI 原生版 WhatsApp？
02 AI 时代的 WhatsApp，为什么不会是 WhatsApp？
在讨论 AI 时代的 WhatsApp 的形态如何这个问题之前，我们不妨先回顾一段历史，思考三个问题：
电话出现后，写信就被彻底淘汰了吗？手写信依然是仪式感的象征；
手机出现后，我们就彻底不需要电话了吗？固定电话依然在企业和家庭中存在；
微信出现后，付费的短信就被扫进历史的垃圾堆了吗？短信依然是验证码、通知的重要载体。
既定的基础设施不会被淘汰，但新的时代，一定会催生新的产品形态。而新的产品形态，又总能凭借更低的成本、更低的门槛、更高的用户规模，以及更大的市场想象力，成为新时代的主流。
更重要的是，新产品建设伊始，不需要考虑历史包袱，可以放开重构技术栈与交互的方方面面，最后自上而下的完成产品普及与市场教育；而传统产品，则因为它们在上个时代，做得太过完美、太过极致，以至于无法摆脱自己的历史包袱，需要兼顾大量已有下沉市场用户，无法做出大刀阔斧的变革。
不久前，我们独家采访了 Teamily AI 的创始人 Aiden Chaoyang He（何朝阳），他们用了长达一年多的时间，做了一个神似微信，但底层架构，却和微信、WhatsApp 有着天壤之别的全新产品 Teamily AI。
在他看来，两者之间的关系，就像一个燃油车，与一个电动的自动驾驶汽车，外形相似，但产品结构与想象力空间已经不在同一个时代。
比如，底层架构方面，Teamily AI 与传统社交产品最大的差异来自数据库的选型。传统社交产品（WhatsApp、微信）多用 MySQL 等结构化数据库，核心是存储文本、用户信息，满足人类查询展示需求，虽然格式兼容，但产品本身并不理解这些数据本身的含义。
而 AI 社交的核心是让 AI 理解数据，Teamily AI 优先采用多模态向量数据库，所有数据保留 embedding 备份（转化为机器可理解的向量），适配大模型逻辑。
第二个差异体现在关系图谱与任务执行模式的变化。传统产品中，人的好友只会是另一个真人，当需要完成具体的任务，我们在社交软件完成沟通后，只有切换其他专业办公软件才能完成任务。
但 Teamily AI 可以直接加 agent 为好友，或者让 agent 进群，直接完成任务，或者让 team agent 理解上下文、提供决策辅助（如创业群自动总结建议、提供计划书模板）。这就需要架构初期就适配 Agent 的高并发需求，并解决 AI 记忆等问题。
而随着AI 在软件中变得无处不在，感知与输入层 UI，也需要从人类视角进化到 AI 与人类双视角。
传统社交 UI 只为人类服务，图片、视频仅做视觉展示，AI 无法识别内容本身。Teamily AI 则需要原生适配多模态，从底层卡片设计让 AI 可直接读懂内容：发送美食图片会生成含种类、热量的结构化卡片，发送 PDF 会自动提取摘要，无需人类手动处理。
而基于以上技术与交互的深度变革，一个真正的 AI native 产品的设计与体验，相比前一代产品，也必将是颠覆性的。
03 AI 版 WhatsApp 的样子？是拼合体，也是全新物种
深度体验了几款 AI 原生社交产品后，我最大的感受是：它们像所有产品，集合了多款产品的优点，却又形成了自己独特的核心竞争力。
以 Teamily AI 为例，基础社交功能之外，Teamily AI 不仅能直接读懂多模态对话并让 agent 直接完成任务，产生跨群组记忆、自动搜寻所有历史会话共享填补信息差，还能自然语言创建 agent，并让其并行多任务产生群体智能。
具体在交互上，它像微信，但又比微信更智能：整体 UI 的核心聊天区为主，侧边栏整合聊天管理、发现等功能，表情包也一致，降低用户适应成本。
但在聊天过程中，AI 可以在人类群聊聚餐时，自动捕捉不同参与者口味、忌口，制定方案并预订餐厅；聊旅游时，AI 可自动生成含交通、住宿的详细计划，相当于内置攻略师。
从交互模式来看，Teamily AI 的多模态输入与推特类似，支持文本、语音、海外外链等，无需格式转换。
但推特的多模态内容，本质上还是人类分享、人类观看，AI 无法参与其中；而 Teamily AI 的多模态内容，AI 能直接读懂、分析、回复。比如你发送一段 Youtube 视频链接，推特只能展示链接，用户需要点击跳转才能观看。
而 Teamily AI 的 AI 会自动识别视频的核心内容，生成摘要，你和朋友可以基于摘要讨论，AI 还能补充相关信息、提出不同观点，甚至直接相应需求，让单向分享变成双向互动。
从能力出发，Teamily AI 的办公协作功能，则与飞书更像：能连接 Gmail、Slack、Notion，以及金融分析在内的各种专业 agent 设计，完美适配办公场景。
比如产品团队与 AI 协作撰写 PRD，完成后分享给研发团队，AI 会完整承接所有背景：产品群里的每一次讨论、每一项决策、每一个细节。工程师有疑问时，AI 能解释每条需求的背后逻辑，填补信息差，让所有人保持同步——这和飞书的知识问答、群聊信息总结异曲同工。
但它比飞书更轻便，AI 能在不同场景中自动切换角色——办公时是效率助手，社交时是聊天搭子，无需切换产品，就能满足不同需求。
而这种拥有记忆的低成本 agent，其底层技术模式，又与 OpenClaw 颇为相似，两者均采用三层技术架构（全局记忆、社交大脑、代理网络），但 Teamily AI 无需技术基础，点击即可创建智能体，绑定账号就能代执行操作，大幅降低使用门槛。
而关于兴趣群组设计，Teamily AI 的 Discover 板块，和贴吧很像：用户可以在具体的部落内，分享一切感兴趣的内容并加入兴趣社群。
但它比贴吧更精准，贴吧的核心是人类分享、人类讨论，信息质量参差不齐；而 Teamily AI 的兴趣部落，有 AI 常驻，能自动筛选优质内容，总结讨论重点，还能根据你的兴趣偏好，推荐你可能感兴趣的内容、社群。
总而言之，在这个软件中，人类就像拥有了一个 24 小时不眠不休又全能的超级 agent，但它不需要一个 mac mini，也不需要你懂得任何的部署技巧，反而更像一个老朋友，可以用最熟悉、最低成本的方式，在日常聊天时就能响应你的一切需求。
04 尾声：罗马不是一日建成，想象力才刚刚打开
罗马不是一日建成的，当前的 AI 原生社交产品，自然也不算尽善尽美——它们还有很多问题需要解决，也还有很长的路要走。
比如，Teamily AI 目前对算力的消耗是单机 AI 的很多倍，主要原因包括：超长任务的伴随式 AI，需要 24x7 小时采集社交环境和会话数据的变化并主动参与人类的协作，而且在群内可以并行计算多个任务的设计。这样的设计非常以人为本，但如何突破算力的限制，或许是一 个值得我们关注的话题。
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，那么高昂的算力成本、技术成本，很难支撑产品的长期发展；如果走付费路线，那么用户又很难愿意从免费回到付费——这是所有 AI 原生社交产品都面临的两难困境。
广告或许是解决路径，又或许，AI 时代，付费才是常态。
毕竟，如果对标 AI 社交+AI 办公+AI 助理+ChatGPT 的综合体，那么这场探索，才刚刚开始。
*头图来源：Teamily AI
本文来自微信公众号 “极客公园”（ID：geekpark），作者：Cynthia，36氪经授权发布。
