智能体社交革命：AI Agent是怎么来到你我身边的？

OpenClaw与智能体社交网络的演变

OpenClaw的影响与认知转变

• OpenClaw引发了全民装机热潮，但许多人在使用后选择卸载，未能真正改变使用习惯。

• OpenClaw的重要性不仅在于工具本身，而是让人们意识到AI可以主动行动并参与世界。

• 这一变化标志着“人使用AI”向“人与AI Agent共存”的新阶段转变。

什么是智能体社交网络？

• 智能体社交网络（Agentic Social Network）将社交基本单位从“人”转变为“人+Agent”。

• 在这种网络中，Agent可以帮助用户回复信息、参与讨论，并且24小时在线。

• 社交结构逐渐复杂化，Agent之间的互动开始叠加在人类关系之上。

人类与Agent的协作

• 人类逐渐从亲自参与所有事务转向在Agent之上进行监督和决策。

• Teamily AI致力于构建一个人与AI Agent共生的社交网络，类似于有Agent参与的微信。

• OpenClaw的流行使得市场对Agent能力有了更深刻的认识。

智能体技术演进

Agent系统架构

• 当前的Agent系统由模型层、记忆层和协议层三部分组成，这些层级共同支撑其功能。

模型层的发展

• 传统上，AI被视为单一“大脑”，而现在越来越多团队采用多个不同类型模型进行调度（Model Router）。

记忆层的重要性

• 在Agent系统中，“记忆”比单纯的聪明更为关键，因为它允许长期存在并持续互动。

记忆操作系统（Memory OS）

• Memory OS不仅存储信息，还记录和更新用户状态，包括偏好和行为轨迹。

信息存储与更新挑战

• 系统需要判断哪些信息值得长期保存，以及如何处理不断变化的用户偏好。

社交大脑的演变与智能体协议

记忆的演化

• 记忆正在从“个人存储系统”演化为“认知网络”，不仅记录个体，还理解人与人之间的关系及其对未来行为的影响。

• 当每个智能体（Agent）都拥有持续存在的记忆时，关键在于它们如何协作，这需要通过协议来实现。

协议的重要性

• 智能体需要调用工具、连接服务并进行信息交换，缺乏统一语言和规则会导致系统混乱。

• 三类协议方向：1. Agent如何连接外部世界（如MCP模型上下文协议）；2. Agent之间如何协作（A2A协议）；3. Agent如何面对人类（ACP智能体客户端协议）。

协议框架构建

• MCP、A2A和ACP构成了一个完整的协议框架，为“Agent互联网”的生态爆发奠定基础。

• 这些协议解决了人类与Agent、Agent与服务以及Agent间对话的问题，形成了相对完整的排列组合。

智能体能力的结构性变化

时间维度变化

• AI工具逐渐具备“时间连续性”，不再是即用即走，而是能够主动检查任务并记录结果。

• 随着环境感知技术的发展，智能体将能够伴随用户运行，实现更复杂的长时能力。

主动性的提升

• 智能体开始具备主动性，不再仅仅等待指令，而是可以主动安排用户任务，例如直接发布招聘信息。

• 人们将从“会不会写提示词”转向“能否与智能体形成长期合作关系”。

自我进化机制

能力结构与经验积累

• 智能体在执行任务中积累经验，并形成稳定的能力结构，实现自我进化。

• 自我进化依赖于技能库和经验库，通过不断复用成功路径来提升能力。

持续优化过程

• 自我进化过程需建立闭环，包括任务执行、行为捕获、评估反馈及策略优化，以提高智能体效率。

• 在这个过程中，智能体可能会发展出独特风格和性格，更像组织中的一员而非冷冰冰的工具。

AI社交产品形态与应用场景

产品形态分化

• 智能体落地产品形态可分为两种：网页端使用和电脑端使用，各有不同应用场景。

应用场景探索

• 网页端使用主要帮助用户高效浏览和处理信息，而电脑端使用则涉及更深入的软件操作，如整理文件或发送邮件。

沙盒与Agent的未来

沙盒的能力与LLM的超越

• 沙盒能够实时生成代码，具备良好的记忆功能，这些都是“脚手架”层面的优势。

• 当沙盒做得很好时，它可以超越大语言模型（LLM）的能力，推导出复杂的化学反应。

Agent协作与智能复利

• 在Teamily AI中，多个Agent之间和人与Agent之间进行协作，将人的记忆植入环境中，实现智能复利和裂变效应。

• 以Meta、WeChat、Slack为代表的平台，通过集成AI助手来延长创新，提高用户体验。

IM平台与Agent整合

优势与挑战

• 这些平台在社交或工作流上叠加Agent能力，用户使用方式未发生本质变化，但优化了已有范式。

• IM平台面临隐私数据安全问题，不愿意开放接口给不安全的系统，如OpenClaw。

社交网络的新探索

• 像Moltbook、Simile等产品尝试构建由Agent主导的社交网络，探索去中心化社交结构。

• Agent之间可能形成共识并主动发布需求，例如招聘人类完成线下任务。

人机共生模式的发展

Teamily AI的切入点

• Teamily AI从即时通信（IM）开始切入，以便更好地承载“人+Agent”的共存关系。

• 用户可以添加不同专业的AI Agent到群组中，这些Agent能自动理解信息并提供建议。

主动服务示例

• 一个实例展示了如何通过多个Agent并行处理任务，从市场调研到制作路演PPT，实现高效协作。

未来互联网与Web 4.0

行业竞争新焦点

• 随着技术进步，行业竞争将转向“谁的Agent更懂具体行业”，商业模式也将从“卖模型能力”转向“卖行业经验”。

AI作为原生参与者

• 未来互联网将进入Web 4.0阶段，AI不仅是工具，还会成为生态系统中的第一类公民，与人类共同参与。

隐私安全与技术发展

安全解决方案探讨

• 当前存在两种技术范式：传统安全路径和AI Native安全路径，各有优缺点。

技术释放后的约束机制

• 一旦技术被充分释放后，再建立约束机制，有助于帮助Agent自主学习和建立安全边界。