学习笔记|OpenAI 和 Meta 都在抢收件箱,这家公司先跑了 10 个月

先听一句原话。Town 的创始人 JDG 说，他们做的不是一个新 App。

“我们在造的是那扇窗——人类通过它，和各种内容交互。”

这句话听着有点大。但如果你知道现在是谁在跟他抢同一个位置，就不会觉得他在吹牛。

Meta 做了自己的 AI 助理，OpenAI 做了，xAI 也做了。短短几个月，AI 助理成了科技圈最拥挤的赛道。而 Town 几乎在他们所有人之前就开始做，刚宣布 B 轮融资，估值 10 亿美元。

我看完 First Round 的这期访谈，最想聊的不是“又一家 AI 公司融了多少钱”。是他给出的几个判断，跟主流叙事是反着来的。

比如：每个人最后会有两个 AI 助理，不是一个。比如：护城河只剩一个季度。比如：企业最聪明的做法，是永远不要押注单一模型实验室。

公司：Town，给每个员工配一个工作 AI 助理，叫 Towny
融资：B 轮，估值 10 亿美元
对手：Meta、OpenAI、xAI 都已推出自己的助理
创始人：JDG（前 Dropbox 工程），联合创始人 Tony Vincent（设计师）
赛道：AI 助理 / agent，被称作“科技圈最拥挤的竞赛”

事实卡来源：First Round Review 访谈 “Competing with OpenAI and Meta for your inbox”。

01

最挤的赛道，最老派的问题：你怎么赢

三个月前，AI 助理还是个边缘品类。现在，它成了科技圈最热的词。

Town 6 月上线。整个 6 月、整个 7 月，团队的感觉是：我们不可触碰。

然后对手就都来了。你以为没参赛的人，几个月之内全在赛道上。

JDG 对这件事有个很具体的描述：过去，一个软件功能被对手抄走、拆解、做成自己的版本，要几年到几十年；现在，是几周到几个月。

“So now, as opposed to having two years to develop network effects and real moats, I have a quarter — maybe, if I'm lucky, two quarters.”

所以现在，我没有两年时间去建立网络效应和真正的护城河，我只有一个季度——运气好，也许两个季度。

更狠的是后半句：在这种节奏里，你不可能只对一次。你可能得在 18 个月里，连续对四五次，才能真正赢。

那创业公司还怎么打？他给了三个理由，我觉得比大多数“AI 创业方法论”都实在。

第一，这是有史以来最大的市场之一，奖赏足够大。

第二，他们不止一次领先过市场，今天仍然这么认为。

第三，也是最少被提到的一点：那些在位巨头，看起来远没有以前那么可怕。

因为巨头有分发，但没有真正的网络效应。它们只是有一个现成的渠道可以进去。反过来，今天的创业公司也能去追那些“看起来根本没法竞争”的公司——过去要五年才能造的东西，现在 12 个月就能造出来。

换句话说，市场变快了，对守成者不利，对进攻者有利。前提是，你得接受自己永远在被打。

02

每个人最后会有两个助理，不是一个

这是这场访谈里我最想拿出来讲的一个判断。

Todd 问他：大多数人最后会有一个这样的助理，还是好几个？

JDG 的回答很克制。他说人不喜欢复杂，通常想要更少的东西；没多少人随身带四部手机。如果这东西更像浏览器、更像设备，你不会同时用一百个。

但紧接着，他拐了个弯：个人生活和工作生活，约束不一样。

在公司这边，公司想拥有员工工作时产生的数据。不想让数据被别人拿去做广告变现，也不想被按交易额抽成。

在个人这边，你可能接受另一种交换：我得到方便，而且免费；代价是别人可以拿我的数据训练、在别的地方给我看广告、我每买一次东西抽一笔。信用卡你接受，Instagram 你接受，免费 Gmail 你也接受。

所以他的结论是：手机上会有两个界面，一个给个人，一个给工作。

个人与工作：分叉的不是界面，是数据边界和商业模式。图：本文整理

有意思的是，他并不认为两个界面的“体验”会差那么多。工作日历和个人日历肯定要互通，不然你很容易把约会之夜排到一场销售会上。真正的分叉，在数据归属和商业模式。

他举了个很具体的例子。你在准备一场销售会，会议笔记、准备材料、相关数据，不应该进入这个人的“个人知识泡泡”。为什么？万一他离职，这些信息就全在他手里了。公司绝对不想要这个结果。

再比如出差。个人出行和工作出行看起来是同一件事，但 API 不同、集成不同、终端要求不同。公司愿意为一张机票付不一样的钱，因为它要改签的灵活性，还要所有出差员工都享受这个服务。个人出行没有这套要求。

所以“一个助理包办所有事”听起来很美，但一碰到数据归属，就会散架。

03

个人 AI 有天花板，工作 AI 没有

为什么从一开始就把重心压在工作侧，而不是个人侧？JDG 的答案，本质是一道算术题。

他说，把镜头拉到最远：AI 是什么？AI 是一种用算力创造智能的方式。

在个人生活里，你能把智能用在哪儿？处理掉付账单之类的烦事，确保约会之夜总能订到好餐厅，诸如此类。你愿意做的事有上限，愿意花的钱也有上限。

在工作侧，如果你花的每一块钱，都能把 AI 用在给公司带来更多收入的事情上，你就会一直想多花一点。它几乎是没有尽头的。

所以工作侧消耗的 token 数量、付费意愿，都要高得多。

第二个理由更产品化：工作侧更复杂，因此更有意思。工作里你永远在和别人协作，问题就来了——怎么让 AI 在很多人之间良好运转？组织内部也更愿意共享数据，而今天的数据孤岛，AI 正好有能力打通。

第三个理由，是我觉得最容易被忽略的：个人场景的任务会被“解决完”，工作场景离天花板还很远。

订餐厅这件事，今天用 AI 基本就解决了。它还能更好吗？当然，未来 12 个月还能提升。但之后你并不需要更多，任务结束了。而工作场景里，你永远能找到下一个值得自动化的流程。

这就是他说的“no-brainer”：市场更大，付费意愿更强，产品空间更有意思。

04

为什么“常驻助理”是现在才成立

这类产品不是今年才有人想到。为什么现在才突然成立？JDG 把技术拐点拆成两层。

第一层，是模型终于能自主承担一部分白领工作。去年 11、12 月，Anthropic 发布的模型开始能看收件箱、给邮件打标签、做基础日程安排，甚至现场生成足够好的代码，帮你自动化一个工作流。那也是他们开始做“AI + 邮件”“AI + 日历”的时间点。

第二层，是今年 6、7 月，模型在 browser use 和 computer use 上突然变强。以前 agent 只能在 API 里工作——你把访问权限整理得很规整，它才能动手。现在它能处理一长串“长尾任务”，方式更像人。

它能替你操作 Figma，能生成视频。不是因为这个 LLM 自己会剪视频，而是因为它能用一个视频剪辑工具。

还有一个不常被提到的变化：准确率。今年一季度，知识工作上大概 70% 到 80% 是对的，一旦错，错得很离谱、很失控。现在更多是 90% 到 95% 能成，而且错的时候，错得没那么烦人，产出大部分仍然可用。

最后是“主动”。在 Town 里，agent 不再只是等你吩咐。它会说：这件事我可以端到端替你做完，我注意到你之前做过，以后每次发生，都要我替你做吗？

JDG 说，这才是这类产品的终极形态。你作为主流用户，不需要先学会它怎么运作；它直接向你展示，它能怎么帮到你。

05

护城河只剩一个季度，怎么办

功能被抄走的窗口：从“几年”到“几个月”。图：本文整理

这是整期访谈里最不“鸡血”的一段。

JDG 说，做出一个神奇的功能，眼前一片无人区，你觉得自己站在世界之巅。他们 6 月上线，6 月、7 月都是这种感觉。然后对手在几个月内全部到场。

他们刚上线一整套团队协作功能——agent 和人一起工作。体验很好，但他们已经在问自己：这些交互，我能有一个月、两个月、三个月的无人区，在别人都有之前？

答案是他自己给的：一个季度，运气好两个季度。

这就是为什么他说，产品上你必须连续对好几次。不是做出一个好功能就赢了，而是在对手追上来之前，再做出下一个。

但他也说了一句让创业公司稍微能喘口气的话：这个压力不只压在你身上，它压在整个市场上。 那些大玩家也没有真正的网络效应，只有现成的分发渠道。所以你能追他们，你的对手也能追你。

市场变成了一个所有人都在跑、没有人能坐下来守的地方。这听起来很累，但对挑战者来说，至少门是开着的。

06

永远不要押注单一模型实验室

这是我认为对国内 AI 应用公司最有参考价值的一段。

Town 是建在 Anthropic、OpenAI 这些模型之上的。同时，这些公司又在推出和它竞争的产品。JDG 的描述很传神：

“When I talk to OpenAI or Anthropic, they're very like, ‘Oh no, no, the API — you're a huge user for the API product. We love you.’ And then they're shipping competing products.”

我跟 OpenAI 或 Anthropic 聊的时候，他们都很客气：不会不会，API 这块你是我们的大客户，我们爱你。然后转头就在发竞争产品。

那怎么办？他给企业客户问了一个很简单的问题：

一年后，谁会有最好的前沿模型？两年后呢？五年后呢？

他的答案是：没法预测。如果六个月前问他，他可能已经错了好几次。

所以他的结论很直接：你为什么要绑定一个只会用自家模型来支持你的产品？产品层应该是中立的，永远为眼前的任务，在合适的价格上，选最好的模型。

不押注单一实验室：产品层做中立路由。图：本文整理，示意非精确架构

他特意补了一句：不只是智能，价格也算。前沿模型和开源权重模型相比，成本差距可能是两成、一成——也就是差到几倍。

他还提到，有些客户押错了实验室，在大约 12 到 15 个月里一直押错。他们 token 用量巨大，所以觉得自己被烧到了。

这段话对做应用层的人是个提醒：你的产品护城河，不该建立在“我和某一家模型关系好”上。 那是供应商关系，不是壁垒。

07

按 token 定价，而不是按结果定价

聊定价时，JDG 主动提了一个对立面：Sierra 的 Bret Taylor 主张按结果定价。

他说自己很喜欢这个想法，也想跟 Bret Taylor 混。但放到 Town 上，不成立。原因是：结果远没那么清晰。

工单关闭了，结果很清楚。但“帮我安排一场会”“帮我把这周的邮件理清楚”，结果怎么定价？

Town 的做法是：卖 token 包。价格 = 推理成本 + 一点平台费，剩下由用户决定怎么花。

你整天泡在日历里，想用一堆疯狂规则自动管理日历，觉得每月花 10 美元 token 值，那就用。你是招聘官，最该自动化的是市场地图和候选人搜寻，愿意每月花 99 美元（他们第二贵的套餐），那就整天跑。

这背后是一个挺反直觉的产品判断：不要替用户决定 ROI，要给用户看清 ROI 的工具。

最初设计定价时，他们问客户：要不要全面按用量收费？席位不要钱，用多少收多少。大多数客户的回答是：我想先从一个可预测的东西开始。先按席位定价，包一定量 token，超过之后再按用量。

所以最后落地的是“席位 + 用量”的混合。企业先买可预测性，再在看清团队怎么用、哪里 ROI 高之后，决定要不要加量。

这也带出他说的四个企业侧卖点：数据隐私与安全、模型路由、数据可迁移、token 花费的可见性。

他的说法是：哪怕核心产品没那么差异化，这四项做扎实，也足够成为企业选你而不是别人的理由。

08

Town 卖的其实不是助理，是“上手”

这部分是我觉得最有意思、也最容易被忽略的。

JDG 对外介绍 Town 时，会说它是工作助理，主动、多人、为公司而生。但他给了另一个解释：

Town 其实是一个 onboarding 平台，教人怎么用 AI。

他说，这些非常通用的助理，核心挑战不是能力，是教育：怎么让一个普通人从中拿到最大价值。你可以在产品里教育，可以通过内容教育，可以用一百万种方式教育。但你必须要教育。教育就是产品本身。

他们有个功能叫 agent 可以一起工作。大概 10% 的用户几个月前就发现了，管它叫 agent-to-agent，很喜欢。但大部分人根本不知道有这个能力。

团队里有人提议：我们本来就是个邮件产品，大家也已经在用我们排日程。那不如让你的 agent 自己加入邮件线程，把来回沟通的日程安排接管掉？

他们做了，而且没有给老用户上，只让新用户得到这个体验。

结果新用户的使用频率明显更高。因为他们直接看到了这个东西在日程安排上有多神奇，然后开始想到别的用法。

JDG 的总结是：在产品里找尽可能多的地方，把新功能放进去，让用户不必主动发现就能拿到价值。这其实是在训练用户。他们看见了，然后开始自己用。

他还讲了一个正在发生的例子。一个用户在 Slack 里说：我还是要在 Gmail 里花时间处理邮件，我想把所有事都在 Town 里做完。

但 Town 并不把自己当邮件客户端。它想做的是让一天结束时收件箱里只剩七封真正需要你处理的邮件，另外三五十封被处理、归档、自动完成。

这个用户却说：为什么我不能直接在 Town 里回那七封？我已经在这儿花很多时间了。

JDG 的第一反应不是拒绝，也不是马上答应。他想的是：有多少用户也这么想？这不是我们设想的产品用法，也不是产品方向。但如果明天我发现 75% 的用户会喜欢，而且因此付费意愿更高，那我当然得建。

这就是他说的：AI 让加功能变得太容易，所以你更容易忘记去问用户到底想要什么。

09

信任不是隐私政策，是“别让我显得蠢”

怎么造一个让人敢信任的 agent？JDG 说，这件事本身在变。

很早的产品里没有 agent，只有 prompt。你可以写一段 prompt，让它对每封进来的邮件跑，或者按时间跑。

他们给自己定了一条硬规则：任何工具，只要是根据一封外来邮件做写操作，就必须有人在环里。后来加了对话式助理，规则还是：如果它访问了不可信数据，然后想做写操作，必须有人审批。

原则很简单：一种赢得信任的方式，就是干脆不允许系统做那些“没法通过告知用户而获得信任”的事。

然后用户开始告诉他们，什么才叫信任：用完数据尽快删；不把全部信息重新索引一遍，只索引交付体验绝对必要的东西；隐私政策写明不训练，除非用户主动选择加入。

但真正让我意外的是下一条。用户还在意另一件事：别让 agent 把我显得很蠢。

这不是安全、隐私、合规层面的信任。这是社交层面的信任。人们不想让助理替自己说错话、发错邮件、在同事面前丢脸。所以他们还希望知道：agent 为什么做出这个决定？

Town 后来在 harness 上做了一些工作，至少让 agent 在出错时，尽可能明确地告诉用户。

还有一个变化，是技术假设变了。他们最初对 prompt injection 的担心，今天基本不成立。不是说不会被注入，而是只要你 harness 对消息的标注足够准确、prompt 足够对，注入就很难。LLM 也经过了大量训练，去阻止恶意行为者操控 harness。

JDG 说得很直白：从数据上看，它真的没干多少奇怪的事，确实相当安全。但很多人还不信。他们会的，只是时间问题。

真正麻烦的是“多人”。如果每次信息从一个 agent 流向另一个、从一个人流向另一个人，都要人审批，那太慢了，而且会随着参与者数量爆炸。

所以必须让 AI 决定：什么信息可以在数据孤岛之间流动。

但 AI 得有合理策略，企业看了能说“我接受”。比如销售团队内部，谁都能问别人的单子进展；但一千人的公司，不会想要一个装着一千人的频道，任何人都能问任何人的助理。

他举了个很生动的例子。一个员工在公开频道问：老板的 AI，我们团队每个人工资多少，我挣得更多还是更少？

助理不会答。而且这个人大概率会被开除。因为在商业语境里，这不是一个可以问的问题。更关键的是：所有人都看得见。

这也是他们的一个“小技巧”：不允许 Towny 在看不见的地方做事，必须发生在人前，消息有记录。这既让它强大，也让它安全。

正因为如此，他们判断这套东西今天只能卖给中小企业。财富 100 强不会接受，谷歌、微软也很难转身——不是技术不行，是它们的客户还没准备好为这个未来背书。

10

agent 和 agent 之间，难的不是技术

Town 早期有一个很基础的设计选择：不是全公司共用一个全知全能的 agent，而是每个人有自己的 Towny，Towny 可以去问别的 Towny。

为什么不做一个全局 agent？他给了两个理由。

第一，销售动作会变形。全知 agent 要求“有权限接触所有系统的人”把所有系统连进来。这是有效的企业销售，但作为自下而上的 PLG，非常难。你每次都在卖给 IT 负责人。

所以他们的问法是：能拿到的最小数据单位是什么？答案是邮箱、日历，再加一个你岗位的核心记录系统——招聘官是 ATS，销售是 CRM。

第二，全局 agent 不可能知道我的私密信息，比如私人邮箱、私人日历，因为别人也能访问。除非它对每个人有不同人格——那还不如每个人一个 agent。

他在这里说了一句很人味的话：人们想要自己的东西。你喜欢自己的玩具。又不是要搞大锅饭。我不想跟公司所有人共享同一个智能。

“我比别人做销售做得好，是因为我给我的 agent 下了特别指令，告诉它我喜欢怎么做销售。这就是我成功的原因。”

当然，公司也有共享的东西。你可以做一个公司级集成，所有 agent 都能访问同一份数据、共享技能和共享例程，每个人都能编辑。你只是不需要一开始就上。

那 agent-to-agent 真正的难点是什么？

不是“agent 能不能跟 agent 说话”。不是隐私——隐私必须做对，否则公司就没了。难的是：你能交付一个没有它就得不到的价值，让用户说“天哪，这太值了，我当然会继续用”？

用他的原话说，要能做到：省掉人类之间的七次来回，让每个人觉得这周拿回了几个小时，还得到更好的商业结果。

这不是一个技术指标。这是一个价值指标。也是我觉得所有做 agent 的团队，最该拿来自检的一句话。

11

谁被 AI 落下了

这个问题，JDG 的答案有点扎心：肯定不是工程。

大公司很清楚哪些团队该先用 AI：操作流程多、又不涉及物理世界的；直接带来收入的；直接带来商业机会的。销售、客服、工程，拿 AI 拿得飞快。

但大组织里还有很多地方，人的时间 ROI 很难衡量、很难定义。那里用的 AI 就少得多。

他举的例子是秘书。“那我怎么衡量这个人的效率？”——这是错误的心智模型。

而且他补了一刀：不会有人跑去一家有几百名秘书的大公司说，我们会让你的秘书团队效率高得多。就是不会发生。哪怕秘书真的可以效率高得多、可以支持更多员工。

另一个盲区是那些有很多事业部、各干各的大公司。它们没有标准化的运营流程，结果哪儿的运营团队都没在用 AI。但这些团队的工作流，本来是最容易被灵活 AI 自动化的。

还有一个他觉得很有意思的现象：中端市场里，销售人员特别喜欢 Town。他有点不理解——销售类 AI 已经多到在旧金山街上走都会被砸到头。可偏偏是这个“过度供给”的岗位，在用最不像销售工具的工具。

12

一个有争议的判断：让 AI 决定你分享什么

最后这个问题，Todd 问的是：关于 AI agent，你相信什么、而今天大多数人会不同意你？

JDG 的答案，是整期访谈里最大胆的一个。

他说，他远比多数人更看好 AI 越来越多地决定“信息怎么被分享”。

他拿 Facebook 做类比。很多年前，Facebook 没有 feed。你上去，点不同好友的名字，看他们的墙，看他们最近做了什么。然后有一天，Facebook 说：要有 feed，而且 feed 要是算法驱动的。

人们炸了。大家说：AI 要喂我们内容了，世界末日了。老派 AI：Facebook 会决定人们看到什么。

现在回头看，其中有些东西确实有点问题。但当时真正让人反感的，是“什么内容会到你面前”这件事，要由 AI 来决定。

JDG 说，他今天的主张是：AI 会越来越多地决定“你的什么东西会被分享出去”。不是分享给全世界，而是分享给你关系密切的人：家人、同事。

不是胡乱推送。而是当那些人需要某个东西，答案恰好存在你的系统里时，AI 会在你不在场的情况下，决定哪些可以主动分享。

他说，今天你跟人讲这个，对方会觉得疯了。反应有点像当年人们对 feed 的反应。但他认为，本质上这不是一个那么不同的概念。

而且他认为，在很多场景里，这件事会发生，会释放巨大的价值。尤其在公司内部——因为公司最大的瓶颈，就是人与人之间的沟通和知识共享。

这部分我保留意见。让 AI 替一群人判断“什么能分享”，听起来很顺，但一旦判断错了，代价是信任，不是一次重试。JDG 自己也说，隐私必须做对，否则公司就没了。

不过他的落点，我很认同。他说，A2A 真正的挑战不是把 agent 造出来，也不是让 agent 互相说话。是你能不能交付一个足够有价值的东西，省掉人类之间的七次来回，让每个人觉得这周拿回了几个小时，还得到更好的商业结果。

这句话放在任何做 AI 产品的人桌上，都成立。

我们太容易沉迷于“我的 agent 能调另一个 agent”。但用户不关心这个。用户只关心：这个来回，能不能别再让我跑了。

省掉七次来回。拿回几个小时。这就是他要造的窗。

本文根据 First Round Review 播客 “Competing with OpenAI and Meta for your inbox”（Todd Jackson 对谈 Town 联合创始人兼 CEO Jean-Denis Greze）整理。文中观点均为受访者个人观点；融资估值、产品能力等信息来自访谈内容，未做独立核实。配图为本文根据访谈内容整理绘制。