Google 17年老兵离职创业,融资800万美金,重新定义AI社交

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
Google 17年老兵离职创业,融资800万美金,重新定义AI社交
5779点击    2025-08-18 18:56

Google 17年老兵离职创业,融资800万美金,重新定义AI社交


你有没有想过,群聊这件事可能彻底变了?我们每天花在群聊上的时间越来越多,却也越来越感到疲惫和混乱。想想看,那些无尽的消息提醒、找不到的重要信息、永远进行不下去的决策讨论,还有复制粘贴ChatGPT回答的尴尬时刻。这些看似日常的群聊烦恼,其实暗示着一个更深层的问题:AI革命已经改变了我们与机器的交互方式,但我们最重要的社交空间——群聊,却依然停留在十年前的状态。


直到我了解到David Petrou的故事。这位在Google工作了17年的资深工程师,是Google Goggles和Google Glass的创始团队成员,却在2023年初做出了一个令人意外的决定:离开Google这个AI巨头,创立自己的公司Continua。他的目标很简单,却也很激进:将AI agent带入群聊,让人工智能成为群体对话中真正有用的参与者。最近,Continua刚刚宣布完成了800万美元的种子轮融资,由GV领投,Bessemer Venture Partners参与,还有一群令人印象深刻的天使投资人,包括Jeff Dean等AI领域的重量级人物。


我深入研究了Continua后,发现这不只是又一个AI聊天机器人的故事。Petrou和他的团队正在解决一个我们都感受到但很少认真思考的问题:为什么强大的AI助手在一对一对话中如此有用,但在群聊这个我们花费大量时间的场景中却完全缺席?更重要的是,他们找到的解决方案可能会彻底改变我们对社交AI的理解,以及我们在数字时代协作和社交的方式。


Google 17年老兵离职创业,融资800万美金,重新定义AI社交


群聊的真实痛点:66%的美国人都感到不堪重负


让我们先来看看群聊到底出了什么问题。根据研究数据,66%的美国人感到被群聊压垮了,尽管100%的Z世代和83%的美国人都经常参与一到四个群聊。这个矛盾的数据揭示了一个现代数字生活的悖论:我们离不开群聊,但群聊也在消耗我们。我自己深有体会,作为一个活跃在多个工作群和朋友群中的人,我经常发现自己在以下场景中感到挫败:


第一个场景是信息检索的噩梦。你明明记得某个朋友在群里分享过一个很棒的餐厅推荐,但要找到这条信息,你需要在数百条消息中翻找。更糟糕的是,这个推荐可能被埋在无数表情包、闲聊和其他话题之间。你花了十分钟找信息,最后可能还是放弃了,直接重新问一遍。第二个场景是决策瘫痪。五个人在群里讨论晚餐去哪儿,每个人提出三个建议,然后又有两个人说"随便",最后大家花了两个小时讨论,却还是没有做出决定。到这时,要么选择了第一个提到的地方,要么干脆各自回家吃方便面。


第三个场景是计划协调的混乱。群里有人提到"下周聚餐",然后陆续有人提时间、地点、参与人数,但这些信息散落在不同的消息中。到了聚餐前一天,总有人问:"我们到底什么时候在哪儿见?"然后大家又要花时间重新梳理一遍信息。第四个场景是知识断层。当你需要某种专业信息时,你可能会去问ChatGPT,然后把答案复制粘贴到群里。但这种转换过程不仅麻烦,还经常导致上下文丢失,其他群成员可能不理解你为什么突然分享这些信息。


Google 17年老兵离职创业,融资800万美金,重新定义AI社交


这些问题的根源在于,群聊本质上是一种线性的、实时的媒介,但我们在其中进行的活动——计划制定、信息共享、决策讨论——往往需要非线性的、结构化的处理方式。传统的群聊工具,无论是短信、微信还是Discord,都没有很好地解决这个基本矛盾。而当AI技术如此强大的今天,我们却仍然在用十年前的方式处理群聊,这确实是一个巨大的机会空白。


Petrou在描述Continua的使命时说:"我们的目标不是构建一个AI伴侣,而是创造一个能够促进和丰富人际关系的工具。这就是花一个小时争论去哪里吃饭与真正享受一起用餐时光的区别。"这句话精准地捕捉到了问题的核心:技术应该帮助我们减少摩擦,增加有意义的互动,而不是相反。


Petrou的AI觉醒:从视觉世界到社交世界的跨越


要理解Continua为什么会诞生,我们需要了解David Petrou的技术演进历程。他在Google的17年职业生涯,就是一部关于AI如何理解和增强人类体验的进化史。从Google Goggles开始,Petrou就对一个核心问题着迷:机器智能如何通过理解上下文来主动帮助人们?


Google Goggles,作为Google Lens的前身,代表了早期计算机视觉的突破。它能够"看到"外部世界,识别物体、文字、地标,然后提供相关信息。Petrou说:"如果你信任的设备知道什么对你最重要,它们就能在你甚至不需要询问的情况下给你信息或提出相关建议。"这种主动的、基于上下文的帮助理念,成为了他后续所有工作的核心思想。


Google 17年老兵离职创业,融资800万美金,重新定义AI社交


Google Glass的经历让Petrou进一步思考可穿戴设备如何无缝融入人类生活。他提到,这些系统原则上可以"记住你把钥匙放在哪里,提醒你需要和同事谈论什么,或者建议你面前的某样东西会是朋友的完美礼物"。虽然Google Glass作为产品没有大规模成功,但它所代表的理念——让AI成为日常生活中不引人注意但极其有用的助手——深深影响了Petrou的思考。


在离开Google之前,Petrou担任杰出软件工程师,领导"个人AI"项目,专注于理解和代表用户的AI系统,包括屏幕理解和隐私保护的机器学习技术。但他逐渐意识到,纯粹关注个人AI是不够的。他说:"如果外部世界可以成为AI帮助你的重要上下文,那么你社交网络中发生的事情、你的计划、梦想、正在进行的工作,比外部世界重要一百倍。"


这个洞察成为了Continua的起点。Petrou意识到,如果Google Goggles和Glass评估的是"你之外的上下文",那么通讯和群体互动代表的是"你内在的兴趣"。社交上下文不仅比视觉上下文更重要,它也更复杂、更有挑战性。这就是为什么他决定离开Google:在一个快速变化的世界中,某些想法最好在创业公司的环境中探索。


Petrou的创业动机不仅仅是技术上的,也是个人的。他说:"我在Google是一个连续创业者:我想出产品创意,制作原型,推广它们,围绕它们建立团队,将它们产品化,推出它们,然后重复这个过程。但这总是在一个近乎无限资源的环境中。我想看看我能独自跑多快。"这种从大公司到创业公司的转变,让他能够更快地迭代和验证想法,这对于探索社交AI这样的新领域至关重要。


社交AI的技术挑战:破解LLM的大脑


将AI带入群聊听起来可能很简单,但Petrou强调这实际上是一个极其复杂的技术问题。现有的大语言模型是为一对一对话而设计的——用户说话,助手回应,这是一个简单的调用和响应模式。但群聊的动态完全不同,需要AI理解多人对话的复杂社交动态。


Petrou解释说:"我们必须'破解LLM的大脑'才能获得群体所需的社交智能和礼仪。"这不仅仅是技术调整,而是从根本上重新设计AI的行为模式。传统的LLM在群聊中会产生什么问题呢?首先,它们倾向于回应每一条消息,这会让对话变得混乱和烦人。其次,它们无法理解什么时候应该保持沉默,什么时候应该主动介入。第三,它们难以理解群体动态,比如谁是决策者、谁在开玩笑、谁需要帮助。


为了解决这些问题,Continua团队开发了多个微调模型,甚至申请了专利。他们不是简单地使用一个LLM,而是构建了一套复杂的系统,能够理解群聊的社交语境。这包括教AI如何具备主动性——在它认为最有帮助的时候主动开始聊天,而不是被动等待指令。


这种社交智能的培养涉及几个关键能力。首先是上下文敏感性:AI需要理解对话的主题、紧迫性和参与者的角色。比如,当群聊在讨论紧急的工作问题时,AI应该提供高效的帮助;但当大家在轻松闲聊时,AI应该保持低调。其次是时机掌握:AI需要知道什么时候介入是有帮助的,什么时候介入会破坏对话的自然流动。这需要对人类对话模式的深度理解。


Google 17年老兵离职创业,融资800万美金,重新定义AI社交


第三是个性化适应:不同的群体有不同的沟通风格和需求。一个工作团队的群聊需要效率和专业性,而朋友群聊则更需要乐趣和随意性。AI需要能够适应这些不同的群体文化。第四是记忆管理:在群聊中,AI需要记住长期的上下文,包括过去的决定、持续的项目和群体的偏好。但它也需要知道什么时候忘记不重要的信息,避免信息过载。


Petrou用一个生动的比喻来描述这个挑战:"想象一下进行两人对话,然后第三个人加入。对话变得更丰富了;第三个人增加了新的维度,代价是失去了一对一的亲密感。现在想象Continua加入这个三人对话。我们的标准是,它应该像另一个人加入一样丰富对话,带来新鲜的视角而不造成干扰。"这个标准设定了一个极高的技术门槛,也解释了为什么社交AI如此困难。


Continua在实际应用中的魔力


当我深入了解Continua的实际功能时,我发现它不仅仅是一个聊天机器人,更像是一个群体记忆和协调中心。它的能力可以分为几个核心领域,每一个都解决了群聊中的具体痛点。


首先是智能记忆和检索。Continua能够捕捉对话中的重要信息,并在需要时提供这些信息。Petrou分享了一个个人例子:那个埋在200条表情包消息下的绝佳徒步建议?Continua会记住它。每一个决定、每一个重要链接、每一个真正重要的计划,都会被自动捕获并在需要时提供。这解决了群聊中信息丢失的根本问题。更重要的是,用户可以私下向Continua询问群聊中的信息,而不需要打扰其他人。比如,如果你忘记了会议时间或地点,你可以直接私信Continua获取信息,而不需要在群里重新问一遍。


其次是决策支持和协调。群聊中最常见的问题之一就是决策瘫痪。Continua通过即时提供相关信息来解决这个问题。当群体在讨论餐厅选择时,Continua可以立即提供附近最好的选择,包括评价、营业时间和路线。一个成员只需说"投票:披萨还是中餐?",Continua就会处理剩下的事情。这种能力大大加速了群体决策过程,减少了无谓的讨论。


第三是动态文档创建和维护。随着群体讨论项目的进行,Continua会自动生成和维护Google文档。Petrou提到他自己的Continua创建的文档包括从"浴室装修计划"到"夏季北上度假"到"宠物过敏管理"的各种内容。这些不是静态文件,而是随着对话的进展而演化的活文档。你甚至可以要求它"每周更新我们的旅行规划文档,添加该地区的新餐厅开业信息",它会跟踪你的对话、维护文档、研究新信息并主动分享更新。


第四是主动提醒和监控。Continua可以为群体设置提醒("检查那些演唱会门票是否开始销售"),询问更新("本周有什么与我们项目相关的新AI发展?"),或者让Continua定期刷新信息。AI不会疲倦、不会忘记,总是准备在群体需要时提供帮助。这种24/7的可用性是人类群体成员无法提供的。


Google 17年老兵离职创业,融资800万美金,重新定义AI社交


Petrou分享了一个具体的使用案例,展现了这些功能的综合威力。当他和妹妹规划迪士尼乐园之旅时,Continua不仅在事前帮助处理物流安排,还在实时帮助他们,在饥饿时决定去哪里吃饭,根据他女儿不断变化的偏好确定下一个要玩的项目。不再需要滚动浏览几十条消息来寻找三天前有人提到的那家餐厅。Continua作为群聊中值得信赖的成员参与,它能够理解什么是干扰,什么是指导,并在每次交流中变得更聪明。


无摩擦接入:在用户现有的空间中工作


Continua最聪明的设计决策之一是选择在用户已经在使用的平台上工作,而不是要求他们下载新的应用。这种"遇见用户在他们所在的地方"的哲学,体现了对用户行为深刻的理解。已经在给朋友发短信?只需将Continua的电话号码添加到群聊中。在Discord服务器上?可以直接尝试添加Continua的用户名。这种无摩擦的接入方式消除了采用新技术的最大障碍之一:改变现有的习惯和工作流程。


这个设计选择的背后有更深层的产品哲学。大多数新技术失败的原因不是技术本身不够好,而是它们要求用户改变太多现有的行为模式。人们已经在特定的平台上建立了他们的社交网络、沟通习惯和群体文化。要求他们迁移到一个新平台,意味着要重新建立这些社交联系和习惯,这是一个巨大的心理和社交成本。


Continua的方法则完全不同。它不试图取代现有的平台,而是增强它们。这种增强是无缝的——Continua就像一个新的群成员加入对话,除了它恰好是AI。用户不需要学习新的界面、不需要改变沟通方式、不需要说服朋友切换平台。他们只需要在现有的群聊中添加一个新成员,然后开始享受增强的群聊体验。


从技术架构的角度看,这种多平台支持也是一个重大挑战。不同的平台有不同的API、限制和特性。短信的字符限制、iMessage的富媒体支持、Discord的服务器结构,都需要Continua进行适配。但团队选择承担这种技术复杂性,是因为他们认识到用户体验的重要性超过了技术实现的便利性。


隐私和安全也是多平台支持中的关键考虑。Petrou强调,利用团队在行业中设计隐私政策和技术的长期经验,他们构建了一个值得信任的agent,包括静态和传输中的数据加密。在处理跨平台的敏感通信时,这种隐私保护变得更加重要。用户需要相信,无论他们在哪个平台上使用Continua,他们的数据都是安全的。


这种无摩擦接入的成功可以从Continua的早期数据中看出。在限制性的初始发布中,Continua已经处理了超过700万条消息,并显示出强劲的用户留存率。这表明用户不仅愿意尝试这种新的群聊体验,还发现它足够有价值,值得持续使用。


Google 17年老兵离职创业,融资800万美金,重新定义AI社交


社交AI的商业潜力:不只是聊天,而是行动


当我分析Continua的商业模式时,我发现它代表了AI应用的一个全新范式。传统的AI聊天机器人主要专注于信息提供和对话,但Continua的价值在于它能够将对话转化为行动和结果。这种从"聊天"到"完成任务"的转变,开启了巨大的商业可能性。


GV的合伙人Erik Nordlander指出,Continua有几个潜在的盈利路径。agent已经在协助活动规划和旅行预订,他建议他们未来可以为此收费。这种基于价值的收费模式比传统的订阅模式更有吸引力,因为用户只为他们实际获得的价值付费。当Continua帮助规划一次复杂的团体旅行、协调一个重要的工作项目或者简化日常决策时,用户能够清楚地看到它所创造的价值。


更广泛的商业机会在于Continua可能成为各种服务的智能前端。想象一下,当群聊讨论餐厅选择时,Continua不仅提供建议,还能直接处理预订。当朋友们计划看电影时,它能够检查座位可用性并购买票。当工作团队需要安排会议时,它能够访问每个人的日历并找到最佳时间。这种从信息到行动的无缝转换,为收入分成、交易费用和增值服务创造了机会。


从更长远的角度看,社交AI可能会重新定义我们与数字服务的交互方式。现在,我们通常通过应用程序或网站与服务互动——我们打开Uber叫车,打开OpenTable预订餐厅,打开日历应用安排会议。但是,如果这些服务可以通过我们已经在进行的对话来访问呢?如果群聊本身成为了一个强大的界面,能够访问和协调多种服务呢?


这种转变的影响是深远的。对于消费者来说,它意味着更少的应用切换、更少的重复输入信息、更无缝的数字体验。对于企业来说,它意味着一个新的客户接触点,一个可能比传统应用更直接、更个人化的渠道。对于平台来说,它意味着从被动的通信工具转变为主动的生活和工作助手。


研究数据显示,52%的员工报告因严重压力而经历职业倦怠,这为像Continua这样的技术提供了一个重要的价值主张。通过减少协调摩擦、简化决策过程、自动化繁琐的任务,社交AI可以显著减少数字工作的认知负担。这不仅有个人福祉的价值,也有明确的商业价值——更高效的团队、更少的会议时间、更快的项目执行。


Continua的投资者阵容也反映了这种商业潜力。除了领投的GV和参与的Bessemer Venture Partners,天使投资人名单reads like a who's who of AI and tech industry:Jeff Dean(Google的AI负责人)、Adam Ghetti、Eoghan McCabe、Josh Reznick等等。这些投资者不仅提供资金,还带来了深度的行业知识、技术专长和网络资源,这对于一个需要在多个技术和商业领域进行创新的公司来说是无价的。


社交AI的技术前沿:RAG、主动性和多模态


深入了解Continua的技术架构后,我发现他们正在推动社交AI研究的前沿。他们的博客文章透露了一些关键的技术创新,包括"群聊中的RAG"、"Agent化群聊"和"像LLM一样看待世界"等概念。这些不仅仅是技术细节,而是代表了AI如何在复杂社交环境中运作的全新思路。


群聊中的RAG(检索增强生成)面临着与传统RAG完全不同的挑战。在一对一对话中,RAG系统需要理解单个用户的查询并检索相关信息。但在群聊中,AI需要理解多个参与者的意图、对话的演进和群体的集体需求。它需要知道什么时候检索信息,检索什么信息,以及如何以不打扰对话流程的方式呈现信息。


主动性是另一个关键的技术挑战。传统的AI助手是被动的——它们等待用户的指令然后响应。但Continua需要主动参与对话,在适当的时候提供帮助,而不需要明确的请求。这需要AI能够理解对话的隐含需求。比如,当群聊中有人说"我们应该找个地方吃晚饭"时,AI需要理解这是一个寻求餐厅建议的信号,即使没有人直接问它推荐。


这种主动性的实现需要复杂的意图预测和时机判断。AI需要构建一个关于群体当前状态和需求的心智模型,然后基于这个模型决定何时以及如何介入。太早介入可能打断自然的对话流程,太晚介入则失去了帮助的时机。找到这个平衡点需要对人类对话动态的深度理解。


多模态处理也是社交AI的一个重要方向。群聊不仅包含文本,还可能包含图片、链接、文档、语音消息等。Continua需要能够理解和处理所有这些信息类型,并在需要时生成适当的响应。比如,当有人在群聊中分享一张餐厅菜单的照片时,AI需要能够"看到"这张图片,理解其内容,并在后续对话中参考这些信息。


上下文长度和记忆管理是另一个技术挑战。群聊可能持续数周甚至数月,包含数千条消息。AI需要能够理解和记住长期的上下文,但也需要知道什么信息是相关的,什么是可以忘记的。它需要构建一种分层的记忆系统,其中重要的信息(如计划、决定、重要链接)被长期保存,而日常闲聊则可以被压缩或遗忘。


个性化是社交AI的另一个关键维度。不同的群体有不同的文化、沟通风格和需求。工作团队可能需要正式、高效的帮助,而朋友群可能更喜欢轻松、有趣的互动。AI需要能够适应这些不同的群体个性,调整其行为风格以匹配群体的期望。


Petrou团队的技术创新不仅解决了当前的问题,也为未来的社交AI研究奠定了基础。他们申请的专利和发表的研究为整个领域提供了宝贵的见解。正如Petrou所说,"社交AI是一个新兴的研究领域,还有更多突破有待实现。"这种开放的研究态度和技术分享精神,将有助于推动整个社交AI生态系统的发展。


对软件和社交互动未来的深远影响


当我思考Continua和社交AI的更广泛影响时,我看到的不仅仅是群聊体验的改善,而是我们与技术交互方式的根本性转变。这种转变的影响将远远超出通讯应用,可能重塑我们对协作、社交和人机交互的理解。


首先,社交AI将改变我们对软件界面的基本概念。现在,我们通过点击、滑动、打字来与软件交互。但是,如果软件能够理解我们的对话、预测我们的需求并主动提供帮助,那么界面的概念就变得模糊了。对话本身可能成为新的用户界面,而AI agent可能成为我们与数字世界交互的主要中介。


这种转变对企业软件特别重要。现在,企业花费大量资源培训员工使用复杂的软件系统。但是,如果这些系统可以通过自然语言对话来操作,那么培训成本将大大降低,软件的采用率将显著提高。员工不再需要记住复杂的菜单结构或快捷键,他们只需要表达他们想要完成的任务。


其次,社交AI将改变团队协作的性质。在传统的团队协作中,信息传递、任务分配、进度跟踪都需要人工协调。但是,当AI能够理解团队的对话、自动创建任务列表、设置提醒并跟踪进度时,团队协作将变得更加流畅和高效。这不是简单的自动化,而是智能增强——AI成为团队的隐形成员,处理那些重要但繁琐的协调工作,让人类团队成员专注于创造性和战略性思考。


我预见到这种变化将对工作场所产生深远影响。远程工作和混合工作模式的兴起,已经让基于文本的交流变得更加重要。社交AI将进一步加速这一趋势,使分布式团队能够更有效地协作。当AI能够跨时区、跨文化理解和协调团队活动时,地理位置将变得不那么重要,全球协作将变得更加无缝。


第三,社交AI将重新定义隐私和个人数据的概念。当AI参与我们最私密的群聊时,它将拥有对我们个人生活、关系和偏好的深度了解。这种深度的个人化能力可以带来前所未有的有用性,但也提出了新的隐私挑战。我们需要新的框架来平衡个性化服务的益处和隐私保护的需求。


Continua团队显然意识到了这个挑战,强调了他们对数据加密和隐私保护的重视。但这个问题超出了任何单一公司的范围,需要行业标准、监管框架和技术解决方案的协调发展。我认为,成功的社交AI平台将是那些能够在提供强大功能的同时,给用户提供对其数据完全控制权的平台。


第四,社交AI可能会改变我们对人际关系的理解。当AI能够记住我们的对话、提醒我们重要的约会、甚至建议我们联系老朋友时,它可能会增强我们的社交能力。但这也提出了一个哲学问题:当我们的社交互动由AI增强时,这些互动还是"真实的"吗?我们是在维持人际关系,还是在维持与AI中介的关系?


我认为答案在于AI的角色定位。如果AI被设计为增强人类关系而不是取代它们,那么它可以成为一个强大的工具,帮助我们成为更好的朋友、同事和家庭成员。Petrou的表述很好地捕捉了这一点:Continua的目标是"促进和丰富人际关系",而不是成为关系的中心。


第五,社交AI将催生新的商业模式和经济机会。当群聊成为商务和服务的接触点时,将出现新的价值创造和价值获取方式。我们可能会看到"对话商务"的兴起,其中购买、预订和交易直接通过群聊对话进行。这将创造新的工作角色——对话设计师、社交AI训练师、群体动态分析师等。


同时,社交AI也可能会颠覆现有的平台经济。现在,我们通过应用商店和网站发现和访问服务。但是,如果服务可以通过AI agent在群聊中直接提供,那么传统的平台中介可能会变得不那么重要。这可能会导致更加分散化、更加集成的数字生态系统。


最后,社交AI将推动人工智能研究的新方向。大多数当前的AI研究专注于提高个体模型的能力——更好的理解、更准确的生成、更快的处理。但社交AI需要不同类型的智能:社交智能、情境智能、协调智能。这些能力需要新的研究方法、新的评估标准和新的训练技术。


Petrou强调,"社交AI是一个新兴的研究领域,还有更多突破有待实现。"我相信,这个领域的发展将不仅推动技术进步,也将深化我们对人类社交行为、群体动力学和集体智慧的理解。当我们教AI如何在群体中有效运作时,我们也在学习更多关于我们自己的社交本性。


挑战与机遇:社交AI的现实考量


尽管我对社交AI的潜力充满乐观,但我也清楚地看到这个领域面临的挑战。这些挑战不仅是技术性的,也是社会性、伦理性和商业性的。理解这些挑战对于评估社交AI的真实前景至关重要。


第一个挑战是技术复杂性和可靠性。群聊中的AI需要处理比传统聊天机器人复杂得多的场景。它需要理解隐含的意图、管理多方对话、处理模糊的指令和不完整的信息。现在的大语言模型,尽管已经非常强大,但在这些复杂场景中仍然可能出错。一个在群聊中行为不当的AI可能比一个一对一聊天中出错的AI造成更大的社交尴尬和信任损失。


Continua团队通过"破解LLM的大脑"来解决这个问题,但这种深度定制需要大量的研发投资和持续的改进。更重要的是,社交AI需要在真实的社交环境中进行测试和改进,这意味着早期用户需要容忍一些不完美的体验。好消息是,Continua的早期数据显示了强劲的用户留存率,表明用户发现其价值超过了其局限性。


第二个挑战是社交接受度和信任。让AI参与私人群聊需要用户对技术的高度信任,不仅是对其能力的信任,也是对其动机和安全性的信任。人们需要相信AI不会滥用他们的个人信息,不会在不当的时候介入,不会改变他们群体的社交动态。这种信任的建立需要时间、透明度和一致的良好体验。


不同年龄群体和文化背景的用户对AI参与社交互动的接受度也不同。年轻用户可能更容易接受这种创新,而年长用户可能更谨慎。一些文化可能更重视人际关系的"纯粹性",而另一些文化可能更开放接受技术增强。Continua需要导航这些不同的期望和偏好。


第三个挑战是隐私和数据安全。社交AI需要访问用户最私密的对话,这些对话包含了关于个人生活、关系、计划和偏好的敏感信息。保护这些数据不仅是技术挑战,也是法律和伦理责任。用户需要清楚了解他们的数据如何被使用、存储和保护。


更复杂的是,群聊涉及多个用户,每个用户对隐私的期望可能不同。如果群聊中有一个成员对AI访问对话感到不舒服怎么办?如何在尊重个人隐私偏好的同时提供群体服务?这些问题需要细致的产品设计和清晰的用户协议。


第四个挑战是商业化和可持续性。虽然社交AI有明确的价值主张,但将这种价值转化为可持续的收入模式并不简单。用户习惯了免费的通讯工具,他们愿意为增强的群聊体验付费吗?如果商业化依赖于数据变现或广告,这是否会与隐私保护产生冲突?


基于价值的收费模式——为活动规划和旅行预订等服务收费——是一个有前景的方向,但需要仔细的执行以避免让AI感觉过于商业化。用户体验的完整性必须得到保护,即使在引入商业元素时也是如此。


另一方面,社交AI也可能产生积极的社会影响。它可以帮助那些社交技能较弱的人更好地参与群体活动,可以减少社交焦虑,可以让忙碌的人维持更多的社交联系。关键是要确保技术的设计和使用方式能够增强而不是削弱人类的社交能力。


展望:社交AI时代的到来


当我综合考虑Continua的技术创新、商业潜力和更广泛的社会影响时,我得出一个结论:我们正站在社交AI时代的门槛上。这不是一个遥远的未来愿景,而是一个正在发生的现实转变。Continua和类似的创新正在为这个转变铺平道路,而我们所有人都将成为这个转变的参与者和见证者。


从技术发展的角度看,社交AI代表了人工智能应用的下一个重要前沿。在我们征服了图像识别、语言理解和内容生成之后,社交智能是下一个需要突破的领域。这不仅是技术能力的提升,更是AI应用范式的转变——从工具到伙伴,从被动响应到主动参与,从个体服务到群体协调。


Petrou的个人经历很好地象征了这种转变。从Google Goggles的视觉世界理解,到Google Glass的可穿戴计算,再到Continua的社交智能,他的职业轨迹反映了AI技术从理解外部世界到理解人类内在世界的演进。这种演进的下一步,可能是AI对复杂社会系统和集体行为的理解。


从商业角度看,社交AI开启了一个巨大的新市场。全球有数十亿人参与群聊,这些群聊目前大多是未被优化的、低效率的体验。如果社交AI能够显著改善这些体验,那么它的市场潜力是巨大的。更重要的是,社交AI可能成为许多其他服务的入口点,创造新的价值链和商业生态系统。


GV、Bessemer Venture Partners和一众知名天使投资人对Continua的投资,反映了顶级投资者对这个市场机会的信心。这些投资者有着敏锐的市场嗅觉和深厚的技术理解,他们的参与为社交AI领域注入了不仅是资金,还有战略指导和行业网络。


从社会发展的角度看,社交AI可能有助于解决一些现代社会的关键问题。数字化时代带来了信息过载、注意力分散、社交疲劳等问题。社交AI,如果设计得当,可以帮助人们更有效地管理信息、更专注地进行有意义的互动、更轻松地维持社交关系。


我预测,未来五年内,社交AI将从一个实验性概念发展为主流技术。我们将看到更多像Continua这样的公司涌现,现有的通讯平台将整合AI功能,新的社交AI标准和最佳实践将被建立。这个过程不会是完全平滑的——会有失败的产品、隐私争议、技术挫折——但总体趋势是明确的。


对于个人用户来说,这意味着需要适应新的社交技术,学习如何与AI协作,重新思考隐私和数据共享的边界。对于企业来说,这意味着新的效率机会、新的客户接触方式、新的竞争挑战。对于开发者和技术工作者来说,这意味着新的职业方向、新的技能需求、新的创新机会。


Petrou在描述Continua的愿景时说:"我们的目标是创造能够保护和放大最珍贵资源的技术:人类的注意力。"我认为这个目标抓住了社交AI的本质价值主张。在一个信息爆炸、注意力稀缺的世界中,任何能够帮助我们更好地focus on what matters most的技术都有巨大的价值。


社交AI不仅仅是关于更好的群聊体验,它是关于更好的人类协作、更强的社交连接、更高效的集体智慧。当我们回顾这个时代时,Continua这样的先驱公司可能会被视为开启了人类与AI关系新篇章的重要里程碑。


Google 17年老兵离职创业,融资800万美金,重新定义AI社交


最终,社交AI的成功将不仅仅用技术指标来衡量,还要用人文指标来衡量:它是否让我们成为更好的朋友、同事和社区成员?它是否增强了我们的人际关系而不是削弱了它们?它是否帮助我们focus on what truly matters?如果答案是肯定的,那么社交AI革命将不仅改变我们使用技术的方式,还将改善我们作为社会生物的生活质量。


对于那些关注技术前沿的人来说,社交AI值得密切关注。对于那些希望改善团队协作的人来说,现在是探索这些新工具的好时机。对于那些只是想让日常的群聊体验变得更好的人来说,像Continua这样的产品已经准备就绪,等待你的尝试。社交AI时代不是即将到来,它已经到来了。


结尾


一家处于 stealth 状态的 AI 初创公司,已获得头部一线美元基金的种子轮投资,正在招募founding team成员,以下是岗位JD,感兴趣的朋友欢迎扫码投递简历。其中海外运营增长的岗位,只有两个要求:聪明和英语好,我会手把手教。


Google 17年老兵离职创业,融资800万美金,重新定义AI社交


文章来自于微信公众号“深思圈”,作者是“Leo”。


AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

3
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

4
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner