一个成立仅 7 个多月的 AI 创业公司，累计拿到了超过 2 亿美元融资。投资人名单里，有腾讯、蚂蚁集团、红杉中国、IDG 资本、五源资本，还有传音控股。这家公司不是做大模型的，也没有宣布训练出什么新的 SOTA 模型。它甚至没有选择当前最热闹的 AI Coding 赛道，而是做了一款听起来并不新鲜的产品：个人 AI 助理。

它叫 Today AI。

10 月 21 日，Today 正式披露累计完成超 2 亿美元融资。按照媒体当日使用的汇率换算，约合人民币 13 亿多元。更有意思的是，这款产品的国内版本直到 9 月下旬才正式上线。换句话说，在产品面向大众开放不过一个月的时候，Today 已经拥有了令不少 AI 创业公司羡慕的资本阵容。

为什么？因为在大模型能力日益趋同、AI 应用越来越拥挤的今天，投资人开始押注另一种可能性：未来最有价值的 AI 产品，可能不是那个回答问题最聪明的模型，而是那个最了解你、替你处理最多事情、每天都离不开的 Agent。

从卖掉 Teambition，到重新创业做 Today

Today AI 创始人齐俊元，并不是第一次创业。2011 年前后，还是上海交通大学学生的齐俊元开始创业，后来推出企业协作工具 Teambition。2016 年，Teambition 获得腾讯战略投资。2019 年，公司被阿里巴巴收购，媒体报道的交易金额约为 1 亿美元。

之后，齐俊元进入大厂体系。他先后负责过阿里云盘，担任过字节跳动飞书产品副总裁，也参与过豆包 PC 端及 Web 端的产品业务。2025 年底，他离开字节，再次创业。

这段履历有一个很明显的共同点：从 Teambition，到阿里云盘，再到飞书、豆包，齐俊元始终围绕信息、协作、工作流与个人生产力做产品。这也是为什么 Today 值得关注。

Today 这个名字其实也并非偶然。五源资本在 10 月 21 日发布的投资文章中提到，齐俊元早在 2014 年就曾围绕「今天」进行产品构想，2023 年又探索过 AI 浏览器，如今才有了 Today AI。

从管理团队任务，到管理个人文件，再到理解个人信息与生活，几个看似不同的产品阶段，背后其实共享着同一个问题：怎样减少人们组织信息、理解信息和推进事务的成本？

腾讯和蚂蚁为什么都来了？2 亿美元究竟在押注什么

根据 Today 团队及五源资本披露，截至 2026 年 10 月 21 日，Today 累计融资超过 2 亿美元。投资名单包括 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，以及上海交大菡源资产。

这里有一个容易被媒体标题混淆的细节：超过 2 亿美元是累计融资额，而不是已经证实的单笔融资额。不能简单地把「融资 2 亿美元」理解成「腾讯和蚂蚁联合出资 2 亿美元」。

投资方结构本身，已经足够耐人寻味。首先是腾讯与蚂蚁。这两家公司在中国互联网生态中拥有不同的优势：腾讯连接大量社交、内容及协作场景，蚂蚁则深耕支付、金融科技及数字生活服务。一个真正成熟的 Personal Agent，理论上需要的不只是推理能力，还需要连接用户日常使用的各种服务。

其次是传音控股。相比纯财务投资机构，传音的出现格外值得注意。Personal Agent 最大的产品难题之一，是如何实现持续、低摩擦的用户陪伴。如果 Agent 可以获得系统级入口，拥有合适的通知、文件、应用交互和设备状态权限，其产品体验可能会完全不同。

未来的 AI 助手，究竟是一款 App，还是会逐渐进入操作系统和终端硬件？这或许才是这笔融资背后更有想象空间的部分。

Today 到底是什么？它不是另一个聊天机器人

打开今天的大部分 AI 产品，首先看到的依然是一个输入框。你负责提出问题，AI 负责回答。这种交互方式已经非常成熟，但也存在一个很明显的缺陷：用户始终是任务管理者。

Today 试图改变的，正是这种交互结构。根据其官方产品介绍，Today 围绕三个核心概念构建：Living Memory（持续更新的记忆）、Proactivity（主动性）、Action（任务执行）。

• 第一，记住你。Today 希望持续积累关于用户的重要事实，例如正在推进的项目、常用工具、合作关系、个人偏好和日程安排。
• 第二，主动找你。传统 AI 等待指令，而 Today 试图识别环境中发生的变化。例如重要日程冲突、即将到来的截止日期，或可能需要跟进的事项。
• 第三，真正做事。Today 不仅生成一段建议，还试图连接日历、邮箱、文档和其他服务，将任务推进到实际的应用程序中。

为什么说 Personal Agent 的核心竞争力，可能不是模型？

对于 Personal Agent 来说，模型性能只是其中一部分。假设有两款 AI 助手：A 的模型推理能力非常强，但它不了解你的长期目标；B 使用的模型略逊一筹，却已经持续了解你半年。对于大量日常任务，用户未必一定会选择 A。原因很简单：真正消耗时间的，往往不是生成答案，而是让 AI 充分理解问题。

这引出了 Personal Agent 一个被低估的价值：上下文积累。长期记忆让 AI 能够更快地进入工作状态；连接器让它能接触真实业务环境；历史反馈让它有机会逐渐修正自己的服务方式。

未来 AI 助手的迁移成本，可能不再主要来自订阅价格，而是来自它究竟了解你多少。Personal Agent 要建立竞争优势，不能只靠保存更多信息。它必须把信息变成更好的决策和服务。

用过十天后，问题暴露了：AI 很主动，但不一定靠谱

10 月 9 日，极客公园发表了一篇 Today AI 的十天使用体验。在体验初期，Today 开始生成个性化的早晚简报，包括关注的球队、游戏动态、邮件摘要与内容推荐。这是传统聊天工具较少主动提供的一种体验。

但真正有挑战性的地方，出现在复杂任务中。报道提到，作者曾尝试借助 Today 处理游戏模组汉化问题，AI 给出的部分操作建议并不可靠。还有一次，用户只是希望得到一份足球陪练相关文案，Today 却投入更多步骤生成网页。

问题不在于它完全没有能力。恰恰相反，有时候 AI 越有执行能力，就越容易把一个简单需求复杂化。这揭示了 Personal Agent 一个重要而长期存在的技术问题：模型能够执行一个任务，不代表它准确理解了用户希望它怎样执行。

Today 真正的竞争对手，不只是豆包

目前，AI 行业至少出现了几种不同的产品路径：

• 通用 AI 助手：ChatGPT、Claude、豆包等，拥有模型、用户和分发优势，并逐渐增加记忆、工具及主动服务能力。
• 任务型 Agent：以 Manus 等产品为代表，重点解决复杂任务的规划、执行与交付。
• 持续型 Personal Agent：Today 正在押注的路径，试图建立跨时间、跨场景的长期服务关系。

竞争真正白热化的时刻，是这些产品开始争夺相同的东西：谁能够成为用户处理数字生活的默认入口？

Personal Agent 一定需要自己的硬件吗？

最近，随着主动式 Agent 的发展，围绕专属 AI 设备、可穿戴终端以及为 Agent 重新设计计算机的讨论越来越多。但 Today 的官方介绍恰恰提供了另一种思路：它支持多设备使用，并通过持续在线的云端执行环境推进任务。这意味着，Personal Agent 未必需要一台从零设计的专用设备才能成立。

比技术更难的，是让用户愿意交出数字生活

Personal Agent 还有一个经常被技术讨论掩盖的问题：信任。为了真正理解用户，智能体可能需要接触日历、邮件、联系人、文件、聊天记录，甚至部分健康数据。这些信息单独看或许并不敏感，但长期汇集之后，就可能形成非常完整的个人画像。

Tody 官方强调记忆可编辑、可删除，连接器可撤销权限，对外发送操作需要用户确认，也提到部分记忆优先保存在本地。这些设计方向是合理的，但官方的产品承诺，不等于已经获得独立安全审计。

用户越希望 AI 能够独立行动，就越需要明确知道它的权限、责任与可纠错机制。主动性和控制权，并不是二选一。优秀的 Personal Agent，恰恰应该同时拥有这两种能力。

2 亿美元是一个起点，不是终局

为什么一个成立时间不长、产品还处在早期阶段的公司，能够获得如此高的资本关注？我认为原因不是 Today 已经证明自己能够取代 ChatGPT。恰恰相反，是因为这个问题的答案还没有确定。

过去十几年，互联网公司争夺的是用户的注意力。未来，Personal Agent 争夺的可能是用户愿意委托出去的事务。一家 AI 公司最成功的产品，可能是那个让你每天打开它的次数越来越少，却越来越离不开它的产品。

真正的个人 AI，不应该只是一个知道很多事情的模型，而应该是一个知道什么事情值得替你做、什么时候该做、什么时候应该停下来的系统。Today 才刚刚开始证明这一点。