近日，Personal AI（个人AI助理）公司Today AI宣布累计完成超2亿美元融资，投资方包括IDG资本、腾讯、五源资本、蚂蚁集团、红杉中国、传音控股、同歌创投及上海交大菡源资产。

这笔融资，正逢个人AI助理的持续升温。过去一年，AI从一问一答走向按指令做事，搜索邮件、调用日历、操作电脑逐渐成了基本功。就在最近一个月里，个人AI助理在海外成了继AI Coding之后又一个备受追捧的应用方向，科技巨头接连入局，资本也在加速进场。

这股热潮要解决的，是一个悬而未决的老命题：无论一问一答还是按指令做事，起点都是用户先交代需求和背景。Today想换一种做法：记住用户交代过的目标和近况，在合适的时候主动提出下一步。

在国内AI赛道，Today AI选择围绕个人AI助理打造独立产品，并将其作为公司的核心定位。Today AI是国内最早探索这一方向的创业团队。这支团队致力于打造个性化的主动式AI系统，为每个人提供更懂你、更主动的AI助理。

“能力来了，但关系还没建立”，Today团队曾这样解释自己的出发点。 

AI能做的事越来越多，用好它却仍要花不少力气：先想清楚问什么，再把背景交代一遍，下次往往又要从头说起。Today想帮用户省下这部分精力，并在合适的时候主动帮上忙。

要做到这一点，需要在日常使用中一 点点 磨合。这也是为什么Today选择先把产品交给用户：9月开启海外公测，9月24日国内版上线，直到这次才正式披露融资。此前，已有不少用户用它规划工作、计划旅行、安排健身和打理日程，产品也在这些真实的生活场景里接受检验。

记得你的过去，也跟得上你的今天

一个人需要什么帮助，常常要看他当下身处什么情境。

旅行时，第二天去哪儿可能到了晚上才开始考虑；假期结束后，恢复运动的计划也需要根据近期状态调整。许多需求随着生活的变化才逐渐出现，很难提前变成一条明确的AI指令。

这对个人AI助理提出了更高的要求：既要记得用户分享过的经历和偏好，也要跟上他最近的安排和状态。把两者联系起来，AI才有可能及时把值得留意的事情提出来。

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，他正在考虑第二天的行程。当晚，Today在简报里主动推荐了一份当地藏民常去的小众寺庙清单，还附上了大巴发车时刻、开放时间和适合拍摄的光线时段。

图源@ahazal用户截图，经授权使用

这个推荐让他颇为惊喜，因为这些寺庙正合他的兴趣。那次整理的照片和旅行经历，这次出行正好用上。

据Today团队介绍，产品记住的主要是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。这些记忆也由用户管理。用户可以查看Today记下的个人情况和偏好，修改不准确的地方，也可以删除不希望保留的内容。

但要帮上忙，还得结合用户当下的情况。

一位长期练习拳击的用户，平时习惯和Today一起分析运动记录，也接入了自己的健康数据。节后复工第一天，Today注意到她国庆期间的运动量明显减少，便在晨间简报里提醒她：恢复训练时别急着提高强度。

这句提醒并不复杂，却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不同。

但主动服务也更加考验AI的判断力：哪些信息值得长期记住，哪些需要及时更新？什么时候应该提醒，又有哪些事情不必打扰用户？

这些细小的判断，决定了AI能否在合适的时候帮上忙，也影响着它究竟能为用户减轻多少日常负担。

降低委托成本，让更多的事情值得交给AI

很多事委托给AI，还需要反复解释背景、确认进度，付出的精力可能比自己动手还多。Today团队把这部分代价称为“委托成本”，并希望把它降下来，让用户更自然地把事情交给AI。

日程安排就是一个例子，计划常常赶不上变化。一位正在备考英语六级的用户，平时习惯用Today安排备考计划和日常日程。

一次，她收到志愿者录用邮件，得知次日上午要临时参加培训。Today结合她此前的备考安排和新增的日程，建议把原定的背单词时间调整到晚上。

她不用重新交代备考安排，也不用自己对着日程重排时间，委托成本也就降了下来。

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来的计划。

这一思路也体现在交互设计上。Today采用持续的单会话设计，用户可以在同一段对话中接连交代不同事情，具体任务则在后台并行推进，进展可以单独查看。用户无需频繁切换会话，此前聊过的事也能接着往下说。

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，也需要清楚的执行边界。在备考的例子中，Today只给出调整建议，改不改由她自己决定。涉及支付和重要决定，同样先由用户确认，再执行相关操作。

降低委托成本，是为了让更多人真正用好AI，把精力留给更重要的事。要做到这一点，AI帮上一次忙还远远不够。

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需要记准用户的情况，及时提供提醒，并把任务顺利完成。

Today团队也在为此持续投入。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提醒策略，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，让长时间运行的任务不卡住、不丢失，进展随时可查。

在Today看来，个人AI助理要靠好的产品、合适的模型和扎实的基础设施一起撑起来。做出一次惊艳的演示不难，难的是每天都帮得上忙，这部分功夫大多不容易被外界看见。

对于需要长期了解用户的个人AI助理来说，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任务通常可以根据交付结果评估效果，但个人AI助理还需要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天交互历史这三种情况下的表现，观察它的帮助效果如何变化。

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仍有不少需要打磨的地方。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地方。

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

累计超2亿美元的融资，让Today有条件把这件需要长期投入的事继续做下去，也让团队得以继续朝着“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。

当下，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。