单篇博客

近日，个人AI助理企业Today AI宣布已完成超过2亿美元的总融资，参投方涵盖IDG资本、腾讯、五源资本、蚂蚁集团、红杉中国、传音控股、同歌创投以及上海交大菡源资产。

这笔资金的到位，正值个人AI助理领域热度持续攀升。过去一年间，AI已从简单的问答交互演进至按指令执行任务，邮件搜索、日历调用、电脑操作等逐步成为基础能力。近一个月内，海外市场个人AI助理继AI编程之后成为又一备受瞩目的应用方向，科技巨头纷纷布局，资本加速涌入。

这一趋势试图解决一个长期存在的核心问题：无论是一问一答还是按指令行事，用户都需要先交代需求和背景。Today则希望改变这一模式——记住用户曾表达的目标和近况，在恰当的时机主动提出下一步。

在国内AI赛道，Today AI选择将个人AI助理作为独立产品，并以此作为公司的核心定位。该团队是国内最早探索这一方向的创业团队，致力于打造个性化的主动式AI系统，为用户提供更懂需求、更主动的助理服务。

“能力来了，但关系还没建立，”Today团队这样解释其出发点。

AI能做的事情越来越多，但高效使用仍需付出不少努力：先想清楚问什么，再重复交代背景，下次往往又要从头开始。Today希望帮用户节省这部分精力，并在合适时主动提供帮助。

要实现这一点，需要在日常使用中逐步磨合。这也是Today选择先让产品接触用户的原因：9月启动海外公测，9月24日国内版上线，直至此次才正式公布融资信息。此前，已有大量用户利用它规划工作、安排旅行、制定健身计划和整理日程，产品在这些真实场景中接受检验。

记得你的过去，也跟得上你的今天

一个人需要何种帮助，往往取决于其当前所处的情境。

旅行时，第二天的行程可能到晚上才开始考虑；假期结束后，恢复运动的计划需根据近期状态调整。许多需求随生活变化而逐渐浮现，难以提前转化为明确的AI指令。

这对个人AI助理提出了更高要求：既要记住用户分享的经历和偏好，也要跟上其最近的安排和状态。将两者关联起来，AI才有可能及时提出值得关注的事项。

一位旅居西藏的用户，此前请Today整理过旅行照片等资料。前不久，他正考虑第二天的行程。当晚，Today在简报中主动推荐了一份当地藏民常去的小众寺庙清单，并附上大巴发车时间、开放时间及适合拍摄的光线时段。

这个推荐让他颇为惊喜，因为这些寺庙正合其兴趣。此前整理的照片和旅行经历，在这次出行中恰好派上用场。

据Today团队介绍，产品主要记住用户主动分享的基本情况以及在过往互动中表现出的偏好。这些记忆由用户管理，用户可以查看Today记录的个人信息和偏好，修改不准确之处，也可删除不希望保留的内容。

但要真正帮上忙，还需结合用户当下的状态。

一位长期练习拳击的用户，平时习惯与Today一起分析运动记录，并接入了自身健康数据。节后复工第一天，Today注意到其国庆期间运动量明显减少，便在晨间简报中提醒她：恢复训练时别急着提高强度。

这句提醒虽不复杂，但考虑到了用户近期生活状态的变化。即使面对同一个人，适合提供的建议也可能因时间和情境而异。

但主动服务也考验AI的判断力：哪些信息值得长期保留，哪些需要及时更新？何时应提醒，哪些事不必打扰用户？

这些细微判断，决定了AI能否在合适时提供帮助，也影响着它能为用户减轻多少日常负担。

降低委托成本，让更多事情值得交给AI

许多事务委托给AI，仍需反复解释背景、确认进度，付出的精力可能比自行处理还多。Today团队将这部分代价称为“委托成本”，并希望降低它，使用户更自然地将事情交给AI。

日程安排便是一个例子，计划常赶不上变化。一位备考英语六级的用户，平时习惯用Today安排备考计划及日常日程。

一次，她收到志愿者录用邮件，得知次日上午需临时参加培训。Today结合其此前备考安排和新增日程，建议将原定背单词时间调整至晚上。

她无需重新交代备考安排，也无需自行调整日程，委托成本因此降低。

这也是Today围绕同一个人组织信息的原因：学习与生活中的安排往往相互牵动，一项临时变动就可能打乱原有计划。

这一思路也体现在交互设计上。Today采用持续的单会话设计，用户可在同一段对话中接连交代不同事项，具体任务在后台并行推进，进展可单独查看。用户无需频繁切换会话，此前聊过的事也能继续讨论。

用Today团队自己的话来说：“你交出去，然后去过你的生活。你回来的时候，它还在。”

个人AI助理的主动性也需要清晰的执行边界。在备考例子中，Today仅给出调整建议，是否修改由用户决定。涉及支付和重要决定，同样先由用户确认后再执行。

降低委托成本，旨在让更多人真正用好AI，将精力留给更重要的事。要实现这一点，AI帮上一次忙远远不够。

长期帮得上忙，靠的是看不见的功夫

要让这样的帮助持续发生，AI需准确记住用户情况、及时提供提醒，并顺利完成任务。

Today团队也为此持续投入。在记忆管理上，通过Dreaming机制、压缩和更新，减少过时信息对判断的干扰；在主动提醒上，根据用户对推送的阅读和回复情况调整策略，减少无效打扰。

与此同时，团队也在打磨系统基础设施、任务队列和跨设备通信，确保长时间运行的任务不卡顿、不丢失，进展随时可查。

在Today看来，个人AI助理需靠好的产品、合适的模型和扎实的基础设施共同支撑。做出一次惊艳的演示不难，难的是每天都帮得上忙，这部分功夫大多不易被外界看到。

对于需长期了解用户的个人AI助理而言，还有一个更值得回答的问题：用得越久，AI是否真的会越来越懂你？

一次性的AI任务通常可根据交付结果评估效果，但个人AI助理还需考察时间带来的变化：随着历史信息不断积累，下一次提供的建议是否更贴切，能否更准确地发现需求并完成任务？

为此，Today构建了一套模拟用户评估体系：模拟用户拥有连续的生活经历，团队分别对比AI在没有历史信息、只有个人画像、积累了30天交互历史三种情况下的表现，观察其帮助效果如何变化。

Today希望通过这套方法验证，长期积累的记忆能否转化为更准确、更有效的帮助。团队表示，相关研究方法、测试场景和阶段性结果将逐步公开，也欢迎更多研究者、开发者和用户共同检验。

如今的Today仍有不少需打磨之处。操作是否顺手、对话是否流畅、功能提示是否清楚，都是团队根据用户反馈持续完善的方面。

Today坦言，现在还只是起点。要让AI长期理解一个人，在合适时提供帮助，产品、模型和工程上还有很多工作要做。

累计超2亿美元的融资，让Today有条件继续推进这项需长期投入的事业，也让团队得以朝着“人人智能”的愿景一步步迈进——让更多人用得起、用得好AI，即使不熟悉技术，也能获得属于自己的帮助，把更多时间留给自己在意的生活。在吉祥坊的报道中，这支不断向前的团队也在招募更多同行的人。如果你也对这样的未来感到兴奋，愿意长期投入、亲手把它变成现实，欢迎加入Today。