主动型AI助理Town爆火：告别繁琐提示词，接管生活琐事

type

status

date

slug

summary

category

icon

password

网址

主动型AI开始冒头。

现在大多数人的日常都会打开ChatGPT、豆包等AI软件，遇到问题时，先梳理清楚诉求，再组织提示词，等待它们输出结果。

如果回答不够满意，就补充背景信息、上传文件、增加约束条件，调整完毕后，再把生成内容复制到其他工具中使用。

这类通用AI能力确实足够好用，但距离大家幻想里的助理还差得很远。现实中的助理，不会干坐着等你下达命令才干活。

看到有待回复的消息、马上要开的会议、积压许久的琐事，它理应心里有数，到点提醒你，甚至提前把后续工作安排妥当。

近几个月在硅谷科技圈迅速走红的新宠Town，就在尝试做这类更主动的AI助理。

他们更看重产品长期积累个人背景，一点点赢得你的信任，帮你处理更多事。对于AI助理来说，相比单次高质量回答，这种信任带来的用户黏性更为关键。

今年6月，Town完成5500万美元A轮融资，由a16z领投，此前还有一笔1800万美元种子轮。

Town最早的方向是AI企业税务。团队曾花一年时间尝试，结果没有达到预期，后来才转向今天的个人助理。

创始人JD（简称）对Town的目标用户也说得很清楚，他并不想只服务那些愿意研究模型、折腾自动化的重度 AI 玩家。Town更想面对普通上班族，他们会收消息、开会、安排时间，也会被各种零碎事务拖住。

近日，知名创投播客20VC又专门请来Town创始人做了一场71分钟的长访谈。

访谈中表示，Town想留住人就得让使用者明显感觉到，自己少记了一些事，少切了几个软件，也少花了一些注意力。

所以Town的新用户体验甚至显得有些强硬。用户刚进来，就需要连接自己的邮箱和日历，虽然这个步骤会让大约 30% 的新用户直接流失，但团队依然保留了这个门槛。

连接之后，Town会慢慢学习用户经常联系的人、常见的安排、回复习惯和反复出现的工作。它不会只在聊天框里等待，还会主动找出适合交给AI的事情。

Town里有一类功能叫Routines。用户可以告诉它每天早晨整理当天需要处理的事情，或者每周检查哪些联系人一直没有回复，也可以让它在会议前准备资料。

设置一次之后，这些任务会按照约定持续运行，不需要每次重新发送提示词。用户也可以决定哪些动作直接执行，哪些动作需要先经过确认。

这套设计逻辑看似简单，却碰到了一个很现实的问题。会写提示词的人可以在很多AI产品里折腾出复杂工作流，可大多数普通用户并不会这么做。

他们甚至不知道AI已经可以承担哪些工作。Town选择先读懂日常，再把适合自动处理的事情找出来，相当于把发现 AI 用法这件事也交给了AI。

目前这个思路已经带来相当不错的付费表现。创始人在采访里透露，Town 的试用用户里有超过15% 最后转为付费用户。

不过更有意思的变化发生在团队原本没有重点规划的一群人身边。

采访聊到中段时，主持人问JD，公司内部目前最大的产品分歧是什么。JD给出的答案和模型能力、融资以及竞争对手都没有关系，团队正在认真讨论家长。

Town原本主要围绕工作来做，团队后来发现，一些纯个人用途表现得出乎预期，家庭、家长群体表现尤为突出，Town在这群用户里已经出现很强的产品匹配度。

学校会持续向家长发送各类邮件，体育活动、孩子的报告、夏令营、预约以及各种临时调整也会不断产生新的安排。麻烦在于这些信息总在动态更新，各项事务之间还容易互相牵扯干扰。

Town现在已经专门做了Parents页面，也准备了一整套家庭相关的Routine。

学校发来郊游通知，它会提取需要签字的授权书并记住截止时间；教练临时调整训练安排，它会同步变化；两个孩子同一天下午分别需要接送，系统会提前发现冲突，再给出协调办法。

又比如家长会结束后，它还能整理老师提到的重点，把后续任务写进家庭待办，再交给对应的人继续处理。

家长不需要每次想起某件事再找AI，只要新的信息不断进入，Town就会继续更新自己对这个家庭当前状态的理解。

更值得注意的是，家庭是Town团队后来才意外发现的一批用户。JD在采访里承认，公司内部正在认真讨论要不要专门为这批用户投入更多精力。

家长愿意付费，具体用途也很清楚，不过他们愿意支付的价格很难和中型企业相比。Town资源有限，继续深挖已经确定的商业客户，还是顺着意外出现的家庭需求继续做，这已经变成团队内部现实存在的产品选择。

这段对话也说明了主动型AI助理很特别的一点。产品掌握的日常信息越多，用户就会探索出许多团队事先并未预设的使用方式。

顺着这个逻辑，20VC后面聊到了一个更大的问题：未来每个人究竟需要多少个AI助理。

今天的软件世界很容易继续复制App时代的结构。销售有销售Agent，项目管理有项目Agent，旅行有旅行Agent，购物也会出现自己的Agent。每一种工作都可以做出一个垂直产品。

JD对这种未来并不看好。他认为，一个人最后可能只保留一两个，最多三个进入数字世界的主要入口。普通用户不会在每次做事之前先判断该找哪个Agent。他更希望按一下按钮，直接说自己想做什么，后面的工具由AI自己调用。

他拿手机举了个很通俗的类比。今天一个人手机里可能已经有55个 App，每天在不同图标之间来回切换已经足够麻烦。

如果AI时代又要求人管理50个Agent，体验并没有因此变简单，垂直软件不会彻底消失，但很多时候会藏到用户看不见的底层。

Town最近推出的多人协作功能，也顺着这个方向继续延伸。用户可以把Townie加进群聊，让它参与聚餐、会议等安排。

如果自己的Townie找不到答案，却判断同事的Townie可能知道，它可以直接询问另一个AI，再把信息带回来。

JD很重视这种agent to agent的协作，因为当多个AI开始替人协调事情，产品的价值就不再只来自单个用户自己的记忆。

当然，如果AI越来越了解一个人，还会主动和其他人的AI交流，它就需要判断哪些信息适合分享。

JD觉得，未来几年，人们可能逐渐愿意让AI帮自己处理一部分这样的信息边界。

虽然这听起来离今天的产品还有距离，但逻辑已经很清楚。人每天和别人相处时，本来就在不停判断什么话可以说，什么信息需要保留。

AI如果只负责回答问题，这件事不太显眼，等它逐渐代替用户协调工作和生活，这类判断就会变得至关重要，所以Town想做的AI助理并不轻松。

它需要积累足够多的个人信息，又得让用户愿意信任它，它需要越来越主动，同时还要给人留下明确的控制权。

JD在20VC里说得很直接，他认为自己正在做的方向，很可能会成为Google和Apple未来12个月里的前三优先事项之一。

主动型个人AI助理天然会和操作系统、通讯软件、办公入口发生重叠，大公司拥有的分发优势也很明显。

而谈到壁垒时，JD也没有给出一个标准答案。

他觉得Town目前还没有成功到需要把壁垒摆在第一位，他更关心的是先让足够多普通用户愿意持续付费，再谈长期防守。

更麻烦的是，产品功能越来越难保持长时间领先。AI编程正在迅速压缩功能追赶的周期。一家公司刚从用户那里发现一个好用法，竞争对手很快就会注意到，表现不错的功能往往两到四周就有人跟进。

领先者还没来得及积累太多新的经验，类似能力已经出现在别家的产品里。

但当下有一个稀缺的东西，就是用户在使用一款新产品时暴露出来的行为，就像团队原先瞄准工作，用户却慢慢把它带进家庭，类似的发现很难靠会议室里的功能清单提前写完。

Town现在也没有把自己包装成已经解决一切的超级助理。它仍然会犯错，不过Town的走红至少提供了一个挺有意思的观察。

讨论AI产品时，人们很容易把注意力放在模型又提升了多少，推理又强了多少，或者一次可以执行多长的任务。

普通人的日常里，影响体验的也许是另一件更朴素的事：你有没有必要每次都先想起AI。

如果一件事情已经发生，AI知道它和你有关，也了解此前的安排，还清楚接下来该找谁、该确认什么、该在哪个时间提醒，那么很多今天需要人主动操作的软件步骤都会慢慢消失。

当AI想进入普通人的生活，取决于对人的了解有多深，主动到什么程度，以及用户愿意交出去多少控制权。

助理这两个字，或许也会因此慢慢有了新的含义。

文章来自于“虾蛄AI”，作者“虾蛄内容部”。