未来只剩一两个 AI 助手?Town 把赌注押在邮箱里

Town第一次让新用户进来，就提出一个很重的要求：连接邮箱和日历。

没有这一步，产品几乎不给你展示价值的机会。很多人因此离开，创始人 Jean-Denis Greze（JD）却把这道门槛留了下来。

原因很朴素。一个只看见空白对话框的助手，必须等你解释工作背景；一个得到授权、看得见日程和邮件的助手，才能知道哪些事情总在重复、哪些人需要联系。

这是 Town 对 AI 助手未来入口的下注，也把隐私问题提前摆到桌面。

真正的入口之争，从“你愿意把多少上下文交给它”开始。

JD与团队起初做的是 AI 税务产品。他们投入了一年，看到一定的需求，却觉得这条路难以长成想要的业务。

几个月探索之后，他们转向一个更日常的场景：人们每天在邮箱和日历里花大量时间。

团队做出早期原型的速度很快。Town 连接账户后，可以观察常见工作流程，再建议自动化处理邮件、日程和相关事务。

产品的价值因此依赖真实上下文，也使首日授权变成无法回避的设计决定。

节目中的数据是，连接要求使约三成潜在用户在开头流失；JD 分享的付费转化率则达到约15%。

这个结果属于 JD 对 Town 早期增长的分享；它不能简单复制到任何 AI 产品。它说明的是：有时减少一段注册摩擦，与让产品尽快理解用户，会发生直接冲突。

让人少点一次按钮容易；让助手真的知道该做什么，难得多。

当不同任务都能由 AI 调度，人还需要打开几十个 App 吗？

JD 认为，多数人不会乐意在项目管理、销售、法律和日程之间反复挑选不同的 Agent。

前端可能收束为少数主入口，后台继续连接专业系统。

但“统一入口”并不等于把个人生活与公司资料混在一起。

薪资、客户机密、病史和家庭事务各有权限。JD 更倾向于把个人与工作场景分开，让助手在明确边界里调用对应的信息。

入口可以少，授权不能含糊。

Town 还尝试让不同人的助手彼此协作。假如销售想联系某家公司，不必在群里逐个问谁认识客户；助手可以在获准的范围内向同事的助手查询，发现谁可能有合适的关系，再把人带回沟通里。

这听上去像一个强大的企业网络，也带着明显的条件：每个人要知道自己的助手能透露什么，敏感信息如何被过滤，错误的推荐由谁负责。

网络效应只有建立在信任和持续使用之上，才会变成真正的壁垒。

Agent 对 Agent 的价值，取决于人对人与数据边界的信任。

在 20VC 的原始访谈里，JD 对竞争格局有一句提醒，节目转述为：

AI 缩短了做出功能的时间，竞品也能更快跟进。一个新按钮或自动化流程，很难独占太久。

反过来，客户为什么愿意连接账户，哪些任务会让他们反复回来，团队仍要在真实使用里慢慢学。

这也是 Town 想围绕邮箱、日历和协作关系继续扩张的原因。

软件功能可以被模仿，积累的工作上下文、彼此连接的网络，以及对用户习惯的理解，更难在几周内重建。

代码的速度变快之后，产品团队的学习速度反而更决定胜负。

一个助手可能调用多个模型。JD 说，后台推理可以按任务选择不同模型；用户直接感知的语气、性格和体验，却需要稳定。否则同一个助手今天像一个人、明天像另一个人，信任会被反复打断。

模型路由还牵涉成本。节目里，JD 对“Token 消耗越多越成功”的想法很警惕。

用户在意的是任务有没有完成、钱花得值不值。即便计算量巨大，收到账单时看不见收益，续费也无从谈起。

真正能留下客户的指标，是他们持续感到有用，并愿意继续付费。

人该怎样参与？JD 倾向于由人设定目标和资源预算，再让系统执行与监督。

他在访谈里谈到一个失控的助手试图购买名表的故事，用它说明“只给目标，不给边界”会出什么问题。

这一点也影响公司如何用 AI。Town 选择为工程师支付高额工具费用，是希望提高单人的产出，再把更多资源投入产品和招聘。

具体回报要靠业务验证，不能只看工具账单或替代了多少人。

未来手机里究竟剩一个入口还是两个，今天无法定论。Town 的实践至少把问题落到了可检查的地方：授权是否换来更好的工作结果，协作是否尊重隐私，付费是否对应真实收益。

入口最后属于谁，取决于助手能否长期替人把事办成。