竞品拆解 · Town

Town 的 Wiki
是怎么工作的

根据 Town 官网、帮助文档、更新日志,和 CEO Jean-Denis Greze 的访谈、演讲、帖子整理。整理日期 2026-10-22。

一句话结论

你连上邮箱和日历后,Town 让 AI 给你写一份 5 到 20 页的个人 wiki。它每晚自己重写一遍。AI 每次干活,先读 wiki 里相关的部分,再去 Gmail、日历等现场搜原始内容。你能看,也能改。[1][2][6]

先快后全30 秒到 1 分钟出初版,第一周后台补全
只存提炼不复制、不索引你的整个邮箱
每晚重写不是往后追加,是整理、合并、删旧
用户能改开放后,用户纠错,推荐变准了

说明:Townie 是 Town 给每个用户配的 AI 助手的名字。下文英文引文是原话,下面附中文译文。

1. wiki 里有什么

官网展示的 wiki 有这几栏:[1]

文档说,里面是你的资料、偏好、沟通风格、工作习惯,还有你工作和生活里正在推进的目标和项目。[2]

按内容分,是三类

  1. 你是谁:职位、公司、做什么;你怎么写信,包括语气、开头和落款;最常出现的人、项目和话题。[3]
  2. 你的偏好:你交代过的做事方式,你给过的反馈,值得记住的零散事实。[3]
  3. 联系人和人物笔记:这个人是谁,和你什么关系,你们一起做过什么,聊过什么。[3]

人物页的样子,Greze 举过一个例子:

“this is Alice, you've known Alice for seven years, you mostly have a professional relationship, and these are the things you're working on right now”

译文这是 Alice。你认识 Alice 七年了。你们主要是工作关系。这些是你们现在在做的事。

[6]

他还说,人物页会记住你和这个人的写信习惯。比如你写给 Alice 用“Hi”开头,她回你“What's up?”。[6]

规模和写法

“And the wiki is five to 20 pages about you, and it's abstracted away — it tries not to have too much of the private information in it.”

译文wiki 是关于你的 5 到 20 页内容。它是提炼过的,尽量不放太多隐私信息。

[6]

记忆还分两层

全局记忆:所有任务都用,比如“我喜欢用要点,不喜欢大段文字”。任务专属记忆:只给某个定时任务用,比如“早报里加上旧金山天气”。任务运行时,会收到全部全局记忆,加上这个任务自己的记忆。[3]

2. 怎么生成

前提:必须连邮箱和日历。不连,就不能用 Town。[6]

  1. 连接后 30 秒–1 分钟初版档案

    抽样看你最近的邮件,再上网搜你,生成第一版。[6]

  2. 第一周后台建完整版

    后台做一个复杂得多的版本。这一步最花钱。[6]

  3. 之后每晚夜间整理

    每晚重读一遍,留下重要的,淘汰过时的。[1][2]

“After you connect your account, it does a little bit of sampling of recent emails and some online searching about you to generate the first pass of the dossier — the one you see within about 30 seconds to a minute.”

译文连上账号后,它会抽样看一点你最近的邮件,再在网上搜一些关于你的信息,生成档案的第一版。就是你在大约 30 秒到 1 分钟里看到的那份。

[6]

“And then in the background, for the first week, we build a much more complex version, which is the one that starts to cost double, maybe triple digit dollars.”

译文然后在后台,第一周里,我们会建一个复杂得多的版本。这个版本的成本开始到两位数、甚至三位数美元。

[6]

为什么要这么快?

“The reason we try to do it really quickly, even if it's not as accurate, is because it's the first thing that makes you feel different”

译文我们尽量做得很快,哪怕没那么准,是因为这是第一件让你感觉不一样的东西。

[6]

Greze 说,这份档案是用户的第一个“a-ha”时刻。用户的反应是:“什么?你认识我?”[6]

学你的写法,看的是“已发送”

“To learn who you are, your Townie reads sent emails across your connected accounts and builds one shared profile of your style and preferences.”

译文为了了解你是谁,你的 Townie 会读你所有已连接账号里发出的邮件,建一份统一的画像,记录你的风格和偏好。

[3]

多个邮箱只建一份画像。但每个账号会打上标签,回信时不会用错邮箱。[3] 新连一个 Gmail 或 Outlook 账号,画像会马上更新。[5]

wiki 之前是什么样

7 月 29 日 wiki 上线前,这些信息就已经有了,只是放在后台,用户看不到。[5][8]

“A profile your Townie updated each week, and a set of memories it gathered along the way.”

译文一份你的 Townie 每周更新的画像,加上一路上收集的一些记忆。

[1]

也就是说:以前每周更新一次。现在每晚一次。[1][2]

3. 用的时候怎么调用

“Appropriate parts of the synthesized wiki are fed into every session your Townie runs.”

译文合成好的 wiki 里,合适的部分会被放进你的 Townie 运行的每一个会话。

[1]

“when you ask the system to do something, it looks in the wiki, which refers to emails or calendar events, and pulls those into the session.”

译文你让系统做事时,它先看 wiki。wiki 里会指向相关的邮件或日程,系统再把它们拉进这次会话。

[6]

“When you ask a question, we use the search engines of Gmail, Calendar, Notion, all the other services — just for that question — to pull in the right data live.”

译文你问问题时,我们只针对这个问题,用 Gmail、日历、Notion 等服务自己的搜索,把需要的数据现场拉进来。

[6]

不重新索引你的数据。Greze 说,全量索引很贵,而且你也不想让邮件多一份副本。[6] 官方安全页也这么写:

“Town doesn't copy or index your inbox or message history.”

译文Town 不复制、也不索引你的收件箱或消息记录。

[11]

数据留多久

“All the sessions on Town are flushed after 15 days, except for a special kind of session that is kept around forever, because in it you might have had memories or asked us to remember something.”

译文Town 上所有会话 15 天后清空。只有一种特殊会话会一直保留,因为你可能在里面留下了记忆,或者让我们记住了什么。

[6]

安全页另有一句:会话记录和记忆加密存储;删除账号后 30 天内永久删除。[11]

哪些地方会用到

分拣收件箱、回 Slack 和 WhatsApp 消息、早上 6 点跑定时任务,都用同一份理解。[1][2] 推荐任务、建议自动化,也靠它。[7][8]

公开资料没说“相关的部分”具体怎么挑出来,用什么检索方式,wiki 里怎么记录指向邮件的线索。

4. 怎么更新,用户能不能看、能不能改

每晚自动重写

“Instead of simply appending the day's notes, your Townie re-reads everything it has accumulated, promotes the durable facts up into your Profile, retires what's gone stale, merges duplicates, and cross-checks the whole thing against your recent activity to catch what's changed.”

译文它不是简单地把当天的笔记加到后面。你的 Townie 会重读积累的全部内容,把长期有效的事实提升到你的个人资料里,淘汰过时的,合并重复的,再对照你最近的活动,找出变化。

[1]

不用你维护。[5]

能看

在 town.com/wiki,网页左侧栏和 iOS App 里都有。[1][2] 7 月 29 日上线。[5][8] 官方博客写的是“今天对所有人开放”。[1]

能改

选中一行就能改。可以留评论,也可以重写一整节。[1][2] 改了什么,在“最近更新”里能看到。[2]

“But the idea isn't to make you the editor.”

译文但我们的想法不是让你来当编辑。

[1]

意思是:主要还是 Townie 自己维护。[1][2]

零散记忆也能管:直接说“记住……”或“忘掉……”。也可以在“设置 → 个人资料”里查看和删除。[3]

为什么要开放给用户看

“it turns out people love reading about themselves, so at some point it just became natural to expose it.”

译文结果发现,人们很爱读关于自己的内容,所以后来把它开放出来就很自然了。

[6]

“Once we exposed it, people started correcting things and adding things, and our metrics for those recommendations went up.”

译文开放之后,大家开始纠正内容、补充内容,我们这些推荐的指标就上去了。

[7]

Greze 还说,wiki 上线后用户增长明显上了一个台阶。两周后也没有回落。[7]

Greze 自己提到的风险

在演讲里,他说共享的 wiki 很容易出错:一条错误信息进去,会一直留着。他举了自己的例子:[9]

“I have a personal wiki that thinks my agent's name is Apex right now, but I renamed my agent a month ago to Ivy.”

译文我有个个人 wiki,到现在还以为我的 agent 叫 Apex。但我一个月前就把它改名叫 Ivy 了。

[9]

注:这句来自视频自动字幕。他没说这个 wiki 是不是 Town 的。

公开资料没说你手动改过的内容,和每晚自动重写冲突时,以谁为准。

5. 团队版和隐私

起因:有用户提出,把每个人的人物页合起来,做成公司的客户关系表。Greze 说这有问题:[6]

“you can't take the union of every user's files, because there's private information.”

译文你不能把每个用户的文件直接合在一起,因为里面有私人信息。

[6]

2026 年 8 月,他说团队版的自动 wiki “很快会推出”。[6]

他说的两种做法

现在的做法

“whatever data you connect at the team level will be used to create the team wiki, and you don't pull data out of individuals' emails.”

译文你在团队层面连接的数据,会用来生成团队 wiki;不从个人的邮件里取数据。

[6]

五年后的做法

“I think the five-years-from-now answer is that we will trust LLMs that will have company policies about what to let through.”

译文我认为五年后的答案是:我们会信任按公司规则决定放行什么的大模型。

[6]

每个数据仓里放一个 AI

在 AI Engineer 大会的演讲里,他说这是整场最好的一个想法:[9]

“you have an AI inside each private silo. An AI has a policy about what has to stay in the silo. And then it also has a description of all the shared spaces that you have.”

译文每个私有数据仓里有一个 AI。这个 AI 有一份规则,规定哪些必须留在仓里。它还知道公司有哪些共享空间。

[9]

每天结束时,它看仓里的新信息,把能公开的放进公司内部的共享空间。他说,这就是个人 wiki 的公司版。[9]

谁来决定能不能放?他说有两种:一种是 AI 列出清单,先问人;一种是让 AI 直接按规则执行。他认为第二种会很快普及,先在 10 到 50 人、互相信任的小公司里出现。大公司要晚很多。[9]

关系分的例子

你想找某个客户 CFO 的引荐。AI 看了所有同事的邮件,但不透露任何对话内容,只告诉你:有三个同事和这个 CFO 的关系分大约是 0.9。你就知道该找谁。关系分这种推导出来的信号,放进公司共享库,没人会反对。[9][10]

已经上线的相关功能

群聊里,每个 Townie 按你给这个群设的规则分享信息。默认先严格限制。[13]

2026-10-19 融资博客:

“We believe that this context is a critical asset and should belong to the company that built it.”

译文我们认为这些上下文是关键资产,应该属于建立它的公司。

[12]

他们还说,如果离开 Town,这些上下文可以带走。[12]

公开资料没说团队版 wiki 现在是否已正式上线,长什么样。公开的团队功能文档里没看到“团队 wiki”这一项。关系分怎么算,也没说。

6. 成本

主持人问:听说每个用户要花你们大约 100 美元?[6]

“Total over the first two weeks of the user, yeah, it can be about that.”

译文用户前两周加起来,对,大概能到这个数。

[6]

他补了一句:不会让每个人都这么贵。[6] 另一处他说,第一周的完整版成本是“两位数到三位数美元”。[6]

对用户:看 wiki、改 wiki、每晚整理,都不扣积分。

“The nightly upkeep pass is free too: it's one of the background routines Town subsidizes, so it never draws down your balance.”

译文每晚的维护也免费:这是 Town 补贴的后台任务之一,不会扣你的余额。

[2]

但积分用完时,每晚整理会暂停,wiki 保持原样。[2]

价格参考:大多数人每月付 49 到 59 美元。[6]

公开资料没说每晚整理一次花多少钱;两周之后每个用户每月的 wiki 成本是多少。

7. 和 Karpathy 的“让大模型建知识库”有什么关系

“We cannot claim that the wiki is our original idea — Karpathy and others have talked about how you can use AI to take a set of documents and build a knowledge base out of them.”

译文我们不能说 wiki 是我们原创的。Karpathy 和其他人讲过怎么用 AI 把一堆文档整理成知识库。

[6]

Karpathy 的做法:保留原始资料;让大模型写一套互相链接的 wiki 页;新资料来了就整合进去;定期“体检”,找矛盾、过时内容和缺口。[14]

“The knowledge is compiled once and then kept current, not re-derived on every query.”

译文知识只整理一次,然后持续更新,而不是每次提问都重新推一遍。

[14]

推断Town 每晚的整理,做的事和 Karpathy 说的“体检”很接近:合并重复、淘汰过时、对照新信息。一个明显的不同:Karpathy 保留全部原始资料;Town 不存邮件副本,用的时候再去 Gmail 现场搜。

8. 对做 Zentor 的启发

以下全是我的推断依据是上面的公开资料。

  1. 第一屏先快后准。连接后 1 分钟内给一份粗的“我认识你”,完整版放后台慢慢做。Town 把这一步当作第一个 a-ha。
  2. 把记忆做成用户能看、能改的页面。用户的修改就是免费的纠错数据。Town 说开放后推荐指标上升。
  3. 只存提炼,不存原文。wiki 记结论和线索,原始邮件用时现场搜。成本低,隐私上也好解释。代价是搜索质量依赖 Gmail 自带搜索。
  4. 定期重写,而不是一直追加。要有淘汰旧事实、合并重复的步骤。否则错误会一直留着,Greze 自己就踩过。
  5. 团队功能先从推导信号开始。比如关系分、谁在跟哪个客户。不碰邮件原文,用户更容易接受。

9. 公开资料没回答的问题

也查过、但没讲 wiki 的材料:YouTube 访谈 uWc0cV8sTNg(主要讲创业经历);a16z 播客的中文编译稿(讲上下文归企业所有,没讲 wiki 机制)。

来源

  1. [1]Town 官方博客《How a Townie gets to know you》,Tony Vincent,2026-07-27
  2. [2]Town 帮助文档 · Wiki(2026-10-21 更新)
  3. [3]Town 帮助文档 · Context & Memory
  4. [4]Town 帮助文档 · Profiles
  5. [5]Town 更新日志(7/29 Wiki 上线;7/1 新账号即时刷新画像)
  6. [6]Platformer 播客访谈 Greze,Casey Newton,2026-08-13
  7. [7]Greze 的 LinkedIn 帖子,2026-08-27
  8. [8]Greze 在 X 上发布 Wiki,2026-07-29
  9. [9]Greze 在 AI Engineer 大会的演讲《Agents' next frontier: agent-to-agent and network effects》(视频自动字幕)
  10. [10]WorkOS 访谈文章,AI Engineer World's Fair 2026,2026-08-07
  11. [11]Town 信任与安全页(Trust)
  12. [12]Town 博客《Operate at the speed of AI》,2026-10-19
  13. [13]Town 博客《Introduce your Townie to your people》,2026-09-03
  14. [14]Andrej Karpathy《LLM Wiki》(GitHub Gist)

所有英文引文都已对照原文逐字核对。[9] 来自视频自动字幕,可能有个别字词误差。