饿了么联创悄悄做了一家 AI 公司Orion Arm，两款AI工具Toki和Syft专攻效率赛道

前饿了么联合创始人汪渊，我本以为他已经退休去享受生活了。这种级别的创业者，早就实现财务自由。

早些年有朋友在饿了么，经常跟我讲饿了么创始人“四大饿”跌宕起伏的故事。后来饿了么被阿里巴巴收购，几位创始人陆续离开，圈子里关于他们的消息越来越少。

直到上周，看到一条新闻，才知道汪渊 Raymond 已经重新开始创业，而且方向是当红的 AI 应用，公司名叫：Orion Arm，主体注册在新加坡，主做海外市场。

Orion Arm 最近刚刚完成一笔 1100 万美元融资，投后估值 1 亿美元。有趣的是，他们做的不是 Agent，不是当前热门的那些领域，而是纯粹的工具。

从 2023 年开始到现在，Orion Arm 发布了两款 AI 工具：日程管理类的 Toki 和新闻聚合类的 Syft。其中，Toki 用户量比较高，目前已经在全球市场上有超过 300 万的用户。

2024 年，他们在国内的微信生态中短时间内测过日程管理的产品，当时好像叫 Dola，Toki 是后来改新的名字。由于微信生态不支持第三方应用以个人的身份集成进来，所以，当时 Dola 总被封杀。再后来，他们团队索性放弃国内市场，主做海外。

日程管理在国内用户里算不上高频刚需，但在海外市场，大多数人都有用日历管理时间的习惯。传统的 Google Calendar、Apple 日历这些工具，还是得靠用户通过结构化的方式录入信息，先选时间段，再写具体的事情，操作起来有些麻烦。

我们公司用飞书，平时我在外面，用手机录入日历，就很不方便。一句话的事情，非得挨个填写。

Toki 用 AI 重新做了一遍日程管理。用户在 Line、WhatsApp、Telegram、iMessage 这些主流聊天工具里，直接发语音、文字，或者发一张图片，Toki 能自动识别关键信息，把内容写进日历、设置提醒，全程不需要手动输入。

比如用户发一张航班确认邮件的截图，Toki 能提取出发地、时间、航班号，然后自动生成提醒。临时改时间或者加安排，说一句话就能完成操作。

这个体验很棒。对于高频使用日程的用户而言，Toki 降低了操作成本，让日历可以快速从人脑同步到数字系统。

如果飞书这样的产品，能够支持类似的能力，那对用户而言会方便很多。这些年来，日历这款产品几乎没有什么创新，各个头部的日历产品大差不差。Toki 让人眼前一亮。

不过，这件事的技术门槛并不低。我昨天和智谱的朋友在中关村聊天，他提到，AI 模型容易幻觉，输入稍微复杂一点就容易出错。比如用户随手一句话，或者直接发个截图，系统要准确提取出时间、地点、事件，其实不是单靠大模型能力能解决的。

举个常见的场景，我们告诉 AI 先订个 30 分钟后去机场的日程，紧接着又说要把这个日程改到明天同一时间，大多数模型在这种多轮上下文里，很容易混淆。想把自然语言转成准确、结构化的日历信息，底层要做大量的数据预处理和工程适配。

像腾讯元宝虽然在微信里有入口，但目前还没法做到这种能力。为什么没有实现，我的一个推断是，这事没那么容易实现。

Orion Arm 还做了一款新闻聚合类的产品，叫 Syft。这个方向和日程管理完全不同，本质上解决的是信息爆炸的问题。

现在信息流动太快，尤其是做全球化产品的人，每天刷新闻、社交媒体，经常会遇到同一件事有十几二十条不同的报道，有时候标题都不一样，实际内容却大同小异。

Syft 做的事情很简单，就是把这些多渠道、多语言的新闻先自动归类、去重，然后只推一条结构化的母语摘要给用户。

比如一个热点事件，平时你可能要在好几个 App、不同语言的网页来回切换，现在 Syft 自动做信息整合，不管你用什么语言，它都能处理出来比较完整、去掉噪音的结果。

和传统的新闻聚合产品不同，Syft 主打的一个特点是多语言、多文化场景下的信息整合。

它支持三十多种语言，能自动判断用户的内容偏好，甚至在母语摘要里尽量保留原有语境，减少误读。这种需求在海外做内容、或者经常要看国际新闻的群体里比较普遍。

国内现在也有不少 AI 新闻聚合工具，但基本还是中文单语，聚合方式主要靠关键词。Syft 用 AI 做去重和结构化，底层其实也有类似的工程难度，比如多语言实体识别、新闻事实归纳、上下文判断，这部分目前也很难单纯靠开源大模型搞定。

日程管理、新闻聚合这两个方向，其实都不算新，但 Orion Arm 这家公司还是做出来了新的亮点，这对于我这样做工具的创业团队来说是一个很不错的参考。

他们盯的是效率工具里那些用的人多但没人认真优化过的场景，一步步把流程做短，复杂度做低。

工具型 AI 应用市场一直在，但大多数产品还是停留在加入口的阶段，真正把细节和复杂场景啃下来的团队不多。Toki 和 Syft 这类产品，实际就是用自动化、降低门槛的思路把老赛道做了一遍。

到现在，能让用户持续用下去的工具还是少数，核心看体验是不是够省事，能不能帮用户省下反复决策和操作。

还有很多机会。

文章来自微信公众号 “ AI产品阿颖 ”，作者 阿颖