Ep135 X8Qdqwivvta
导读：AI 社交不是“AI 陪你聊天”
这期访谈围绕自然选择的两款产品：AI 游戏 Eve 和 AI 社交 Elys。Tristan 给出的核心叙事是“人类太孤独了”，但这并不是单纯的情绪陪伴产品。Elys 的更大野心，是让 AI 分身主动面对世界，帮助用户把自己的 context 转化为真实连接。它试图回答一个互联网时代遗留问题：社交网络为什么总是把复杂的人压缩成低维标签，而 AI 能否第一次让高维 context 流动起来。
本期核心命题
传统互联网社交依赖低维标签和用户主动行为；AI 社交网络试图让用户构建主体性，让赛博分身带着 context 主动表达、推荐、破冰，并最终带回真人连接。
视觉策略说明
本视频是固定访谈画面，没有教学 slides、白板或产品演示。按本仓库播客标准，正文不重复插入人物帧；封面用于来源识别，正文用概念图和表格承载产品逻辑。
本章小结
Elys 不是一个简单的 AI Tinder，也不是 AI 和 AI 互相聊天的玩具。它的关键变量是 context、主体性、隐私交换、真人连接率和 proactive 产品形态。
Context 的流动：Elys 的底层机制
Tristan 多次强调，Elys 的核心是 context 的流动。Context 不是传统互联网里的兴趣标签，而是一个人的经历、表达方式、价值观、审美、关系、历史作品和当前意图。Elys 希望用户把这些 context 交给分身，分身再主动去社交环境中表达、评论、推荐、破冰，最终把真人连接带回来。
图片资源缺失
\begin{figure}[H]
\centering
\includegraphics[width=0.94\textwidth]{context-flow.png}
\caption{Elys 的 Context 流动闭环。}
\end{figure}
读图：Context 不是静态资料页
图中 context 在用户、赛博分身、AI 行动、真人连接和反馈之间循环。它不是“我喜欢音乐”这种低维标签，而是能让分身像你、替你说话、替你识别关系机会的高维状态。
为什么传统互联网是低维标签
传统互联网社交通常依赖昵称、头像、地域、年龄、兴趣、关注关系和行为日志。推荐系统能根据这些标签做分发，但很难理解一个人的价值观、幽默感、表达方式、人生经验和关系目标。长音频、长文本、聊天记录、作品和真实社交反馈在 AI 时代才开始有机会被统一理解。
Context 是 AI 社交的资产
智能可能逐渐平权，但 context 不平权。谁拥有更长期、更真实、更可授权使用的用户 context，谁就更接近 AI 社交网络的核心资产。
Context 飞轮
用户给出初始 context，分身开始行动；行动带来互动，互动产生新反馈；反馈又让分身更像用户。这个飞轮最难的是冷启动：用户一开始不信任产品，不愿交出隐私；产品必须在用户流失前让他看到 context 带来的真实收益。
Context 飞轮的脆弱点
如果用户交出的 context 太少，分身不像自己，产品无感；如果产品索取过多，用户担心隐私和误代表。Elys 的难点正是在收益和风险之间找到启动点。
本章小结
Elys 的底层不是聊天，而是 context 的循环。AI 社交是否成立，取决于 context 能否被安全获取、有效流动，并转化为真人连接。
主体性：AI 时代“做自己”的工程化含义
访谈中最强的概念之一，是“构建主体性”。Tristan 说，AI 时代唯一重要的事情可能是“做自己”，但这里的“做自己”不是心灵鸡汤，而是让 AI 知道你是谁：你的价值观、审美、历史资产、表达方式、当前目标和边界。主体性越清晰，分身越能代表你行动。
图片资源缺失
\begin{figure}[H]
\centering
\includegraphics[width=0.94\textwidth]{subjectivity-stack.png}
\caption{主体性构建：让 AI 能代表你行动的上下文栈。}
\end{figure}
读图：主体性为什么是工程问题
图中主体性由历史资产、价值观审美、当前目标、行为边界和 agentic 发生组成。它不是抽象个性，而是 AI 分身能否像你、能否替你做决定、能否知道何时停下的一组输入。
为什么“做自己”会变重要
当 AI 能主动写文章、发评论、识别人、生成内容、推荐连接时，用户唯一不可替代的东西可能变成“自己是谁”。如果一个人长期积累了作品、观点、审美和关系，AI 就能更准确地放大他；如果一个人没有主体性，AI 只能生成平均化表达。
主体性是未来的个人资产
过去互联网时代，流量和粉丝是资产；AI 社交时代，能被模型理解和代理的主体性会成为资产。它包括作品、表达、价值观、关系和边界。
分身的边界
分身越像用户，风险越高：它可能说错话、代表用户做出不被授权的表达，或者泄露隐私。主体性因此必须包含边界：哪些内容能公开，哪些必须确认，哪些永远不能被分身使用。
没有边界的分身不是产品，是风险
如果一个分身只追求“像你”，却没有权限边界、审计和撤回机制，它会变成用户无法控制的代理。AI 社交产品必须同时构建相似性和控制感。
本章小结
主体性是 AI 社交的核心输入。它让分身能代表用户行动，也要求产品提供边界和控制机制。
隐私交易：交出 Context 与获得连接
Elys 的产品难题，是让用户愿意交出 context。主持人指出，用户天然会有防御心理：不想让商业组织知道太多，不想让分身乱说话，也不确定交出 context 后有什么好处。Tristan 的回答是，产品必须在用户流失前让他感受到 context 飞轮的收益。
图片资源缺失
\begin{figure}[H]
\centering
\includegraphics[width=0.95\textwidth]{context-privacy-tradeoff.png}
\caption{Context 与隐私的交换：少交、适度交、过度交的收益与风险。}
\end{figure}
读图：隐私不是越多越好，context 也不是越多越好
少交 context 风险低但产品无感；适度交 context 能带来更好匹配和连接；过度交 context 可能失控。好产品要让用户看到收益，并能控制授权范围。
本地化与信任
访谈中提到，用户可能永远更信任本地保存的核心隐私。这意味着 AI 社交产品需要设计本地记忆、可撤回授权、透明日志、分级隐私和可解释分身行为。否则，context 越核心，用户越不敢交。
真实连接 vs AI 热闹
Tristan 明确说，AI 和 AI 之间互相发帖、互相评论意义不大。用户在意的是背后是否有真人。AI 可以先打前站、降低破冰门槛，但北极星应该是真人连接率和真人行为比例。
北极星指标：真人连接率
AI 社交网络不是让 AI 自嗨，而是让真人更好连接。因此 Elys 的北极星不是 DAU 或 AI 消息数，而是真人连接率、真人行为比例和用户是否遇到真正有价值的人。
本章小结
AI 社交必须处理 context 与隐私的交换。没有 context，分身无效；没有信任，用户不会交出 context；没有真人连接，AI 社交就失去意义。
AI 社交网络 vs 互联网社交
Elys 被问到是不是 AI 版 Tinder。Tristan 的回答是：它不是。Tinder 的核心是低维匹配和滑动选择，Elys 想做的是高维 context 匹配和分身主动社交。传统互联网社交需要人主动表达、筛选、破冰；AI 社交希望分身先替你表达和探索，再把可能的真实连接带回来。
图片资源缺失
\begin{figure}[H]
\centering
\includegraphics[width=0.92\textwidth]{ai-social-vs-internet-social.png}
\caption{互联网社交与 AI 社交网络的差异。}
\end{figure}
读图：AI 社交的差异不只是“多了 AI”
左侧互联网社交依赖低维标签和用户主动行为；右侧 AI 社交依赖高维 context 和分身主动行动。真正差异在于连接成本被 AI 降低，而不是界面换成聊天框。
为什么不是 AI 版 Tinder
Tinder 更像快速筛选关系候选，强调外显资料和即时选择。Elys 更想做 context 网络：一个人非常细微、甚至不适合公开说的价值观、癖好、表达方式，也可能通过 AI 找到共鸣者。它追求的是更低摩擦、更高维的连接。
AI 社交的危险误区
如果 AI 社交只是生成虚假热闹，它会快速消耗信任。用户可以接受 AI 辅助破冰，但真正价值仍然来自真人和真人之间的连接。
谁拥有最多 Context
访谈提到 ChatGPT、Meta、豆包等可能拥有大量 context。Tristan 的判断是，智能会逐渐平权，但 context 不平权。模型公司有模型能力，社交平台有关系链，ChatGPT 有个人记忆和对话历史，AI 社交创业公司则试图围绕 context 飞轮做专门产品。
图片资源缺失
\begin{figure}[H]
\centering
\includegraphics[width=0.92\textwidth]{context-competition.png}
\caption{AI 社交竞争变量：模型能力、社交关系链、Context 资产与用户主体性。}
\end{figure}
读图：为什么 Context 比模型更稀缺
图中四类玩家各有优势：模型公司有智能，社交平台有关系，创业公司有新范式，用户本人有主体性。若智能逐渐商品化，长期 context 和真人关系会成为更稀缺的资产。
本章小结
AI 社交网络的核心不是匹配算法换代，而是从低维标签社交转向高维 context 社交。它的目标是让 AI 降低真人连接成本，而不是替代真人连接。
Proactive：AI 产品和互联网产品的本质区别
Tristan 认为，AI 时代最大的交互变化不是 LUI 或 GUI，而是 proactive：终于有东西能主动替你做事。OpenClaw 让大家在工具层感受到 proactive，Elys 则把 proactive 放到社交层，让分身主动面对世界。
图片资源缺失
\begin{figure}[H]
\centering
\includegraphics[width=0.92\textwidth]{proactive-product-shift.png}
\caption{从 Reactive 到 Assistive 再到 Proactive 的产品范式。}
\end{figure}
读图：Proactive 改变了产品心智
Reactive 产品需要用户发起；Assistive 产品在用户操作时辅助；Proactive 产品能在用户不主动操作时替用户探索机会。Elys 的想象力来自第三层：分身主动社交并带回连接。
和模型公司的竞争
Tristan 认为，AI 社交不一定需要自己训练基础模型。原因是社交网络的核心不只是智能，而是 context、产品范式和真人连接。模型公司关注智能本身，未必把社交作为第一优先级；应用公司若能掌握 context 飞轮，也可能有独立机会。
应用公司的壁垒在哪里
不是“我也能调用模型”，而是我是否拥有独特 context、真实关系、产品心智、数据反馈和用户信任。没有这些，应用会被模型公司覆盖；有这些，应用可能形成自己的网络效应。
人类太孤独了
访谈最后回到精神内核：人类太孤独了。Eve 试图通过 AI 陪伴解决孤独，Elys 试图通过 AI 促进真人连接解决孤独。前者是 AI 与人的关系，后者是 AI 帮人和人建立关系。这个区别决定了 Elys 不是陪伴产品，而是社交网络产品。
情绪价值不是低级需求
社交、陪伴、被理解和连接是高频而深层的人类需求。AI 产品若能安全、真实、可控地改善这些需求，可能比纯工具产品更接近普通用户。但风险也更高，因为它触及隐私、身份和关系。
本章小结
Proactive 是 AI 产品区别于互联网产品的关键。Elys 的核心不是让 AI 陪聊，而是让 AI 分身主动替用户降低社交摩擦，最终带回真人连接。
产品设计难点：冷启动、双重冷却与真人比例
Elys 不是一个只要模型能力足够就能自然成立的产品。它同时要解决两个冷启动：第一是用户冷启动，如何让足够多人进入网络；第二是 context 冷启动，如何让用户愿意提供足够多、足够真实、足够可用的自我信息。只有用户和 context 同时启动，赛博分身才可能带来真实连接。
双重冷启动
| 冷启动类型 | 关键问题 | 可能解法 |
|---|---|---|
| 用户冷启动 | 没有足够真人，分身互动会显得空转 | 小圈层启动、邀请制、种子社区、场景化传播。 |
| Context 冷启动 | 用户不愿或不会交出高质量 context | 低摩擦 onboarding、即时收益、可撤回授权、示例引导。 |
| 信任冷启动 | 用户担心公司掌握隐私或分身误代表自己 | 本地存储、权限分级、行为审计、敏感动作确认。 |
| 网络冷启动 | 有人无关系，有内容无连接 | AI 先破冰，再引导真人确认和互动。 |
双重冷启动的本质
传统社交产品主要冷启动用户和内容；AI 社交还要冷启动 context。没有 context，AI 不像你；没有真人，AI 热闹没有意义。
真人比例为什么重要
Elys 的北极星指标是真人连接率或真人行为比例。这一点很关键：AI 可以降低互动门槛，但不能让网络只剩 AI。如果用户每次打开只看到 AI 回复，会产生失望，因为社交的意义仍然来自真人。AI 的角色应该是放大真人连接，而不是替代真人连接。
AI 社交的“热闹陷阱”
如果产品把 AI 评论、AI 点赞、AI 发帖当成增长，短期数据可能好看，但用户会很快发现没有真人。社交网络最怕虚假繁荣，因为它会破坏信任。
本章小结
Elys 的产品难点不在“能不能生成对话”，而在能否同时启动用户、context、信任和真人网络。真人连接率是比消息数更接近本质的指标。
隐私权限模型：赛博分身应该如何被约束
赛博分身要替用户主动面对世界，就必须有权限模型。一个分身可以浏览哪些 context，可以对谁说话，可以代表用户表达什么，可以自动完成哪些动作，哪些动作必须确认，这些都是产品底层问题。没有权限模型，分身越主动越危险。
四层权限
| 权限层 | 分身能做什么 | 风险控制 |
|---|---|---|
| 读取层 | 读取用户资料、历史表达、偏好和关系 | 用户可查看、删除、分级授权。 |
| 草稿层 | 生成评论、私信、推荐理由，但不发送 | 用户确认后发布。 |
| 低风险行动层 | 点赞、收藏、公开低风险互动 | 频率限制、审计日志。 |
| 高风险行动层 | 私聊、敏感观点、关系承诺、商业动作 | 必须人工确认，可撤回。 |
权限模型也是产品体验
用户愿意交出 context 的前提，是知道分身不会失控。清晰权限不是限制产品，而是让用户敢用产品。
Context 的所有权
AI 社交最敏感的问题，是 context 到底属于谁。用户的聊天、作品、社交偏好和关系数据不能只是平台资产。长期看，用户需要可迁移、可导出、可删除、可本地保存的 context 权利。否则平台越懂用户，用户越不安。
Context 权利清单
用户至少应拥有查看权、解释权、删除权、导出权、分级授权权和敏感动作确认权。AI 社交网络若想建立长期信任，必须把这些权利做成产品能力。
本章小结
赛博分身越主动，权限模型越重要。AI 社交的信任基础，不是模型更会说话，而是用户能控制自己的 context 和分身行为。
Elys 与 ChatGPT、Meta、豆包的竞争逻辑
访谈里有一个重要判断：模型能力会逐渐平权，但 context 不平权。模型公司拥有强智能和入口，社交平台拥有关系链和内容行为，Elys 这样的创业公司拥有新范式和产品聚焦。谁能赢，不只看谁的模型强，而看谁能积累最有用、最可信、最能转化成真人连接的 context。
四类玩家的路径
| 玩家 | 优势 | 短板 |
|---|---|---|
| ChatGPT / OpenAI | 对话入口、个人记忆、强模型 | 社交不是主航道，娱乐和情感化产品心智未必强。 |
| Meta / 社交平台 | 关系链、内容、身份和分发 | 旧社交结构可能难以 AI-native 化。 |
| 豆包/国内大厂 | C 端入口、内容生态、本土场景 | 是否把 context 视为战略核心仍不确定。 |
| Elys / 创业公司 | 从零按 AI 社交范式设计，聚焦真人连接 | 用户、信任、context 冷启动压力大。 |
模型公司不一定天然赢
如果产品核心是智能问答，模型公司优势巨大；如果产品核心是真人关系、context 飞轮和社交心智，应用公司仍可能有窗口。关键是产品是否远离模型公司的主航道。
为什么 OpenClaw 与 Elys 属于同一叙事
OpenClaw 让用户感觉“有个东西主动帮我干活”；Elys 让用户感觉“有个分身主动帮我面对世界”。二者都体现 proactive agent 的产品心智。区别在于，OpenClaw 面对工具和本地电脑，Elys 面对人和社交关系。
同一叙事：主动性
AI 产品的根本变化不是界面从 GUI 变成 LUI，而是从 reactive 变成 proactive。模型开始主动探索、执行、带回结果，产品也因此从工具变成代理。
本章小结
AI 社交竞争不只是模型能力竞争。Context、关系链、权限、产品趣味和真人连接率，都会决定最终格局。
社交网络演化史：从内容平台到 AI Native 社交
Tristan 的经历从音频内容平台、陌生人社交、恋爱游戏、AI 陪伴，到 Elys。这条路径可以看作社交产品的一条演化线：先是内容分发，后来是人和人的匹配，再到虚拟角色提供情绪价值，最后到 AI 分身主动帮真人连接。
演化路径
| 阶段 | 核心机制 | 局限 |
|---|---|---|
| 内容平台 | 个性化分发音频/内容 | 连接的是人与内容，不是人与人。 |
| 陌生人社交 | 低维标签和即时匹配 | 破冰成本高，关系质量不稳。 |
| 恋爱游戏/AI 陪伴 | 内容或 AI 提供情绪价值 | 连接对象可能不是真人。 |
| AI 社交网络 | 分身带 context 主动连接真人 | 隐私、信任、真人比例和冷启动困难。 |
为什么 Elys 不是从零冒出来的
Elys 继承了内容推荐、陌生人社交、恋爱游戏和 AI 陪伴的经验，但试图把目标从“消费内容/陪伴”推进到“真人连接”。
本章小结
AI Native 社交不是凭空出现，而是内容平台、社交匹配和 AI 陪伴三条线的交汇。Elys 的新意在于让分身主动把 context 转成真人连接。
产品风险：低伤世界也可能变成高伤世界
Elys 的愿景是低伤世界：更少摩擦、更妙连接。但任何社交产品都可能制造伤害，AI 社交还会放大这种风险。分身可能误代表用户，context 可能泄露，AI 可能制造虚假热闹，用户可能被算法推向过度暴露或不健康关系。
风险清单
| 风险 | 表现 | 需要的机制 |
|---|---|---|
| 误代表 | 分身说出用户不认可的话 | 预览、撤回、敏感动作确认。 |
| 隐私泄露 | 高维 context 被平台或他人滥用 | 本地存储、加密、分级授权。 |
| 虚假社交 | AI 互动淹没真人互动 | 标记 AI/真人，优化真人连接率。 |
| 操纵与成瘾 | 分身为了留存制造情绪依赖 | 透明目标、健康使用限制。 |
| 关系误配 | 高维匹配带来错误亲密感 | 逐步确认、真人反馈、边界提示。 |
低伤世界不是自动结果
AI 降低摩擦，也可能降低防线。产品必须把权限、透明度、真人确认和健康边界设计进去，否则低伤世界可能变成更隐蔽的高伤世界。
本章小结
AI 社交的风险和价值来自同一件事：它更懂你，也更主动。理解这一点，才能设计出既有连接能力又有边界感的产品。
Context 数据模型：AI 社交到底要存什么
要让分身像用户，仅有资料卡远远不够。AI 社交需要的是多层 context：稳定身份、长期偏好、近期状态、表达风格、社交目标、关系图谱、隐私边界和反馈历史。不同层的时效性、敏感度和授权方式都不同，不能混成一个“记忆”字段。
Context 分层
| 层级 | 内容 | 产品处理 |
|---|---|---|
| 身份层 | 基本身份、职业、城市、公开 profile | 可公开、可编辑、低敏感。 |
| 偏好层 | 兴趣、审美、喜欢/讨厌的表达 | 用于推荐和语气生成。 |
| 关系层 | 朋友、关注、历史互动、弱关系 | 高价值也高敏感，需要权限。 |
| 状态层 | 近期情绪、目标、正在做的事 | 时效性强，需要过期机制。 |
| 表达层 | 写作风格、幽默、观点、边界 | 决定分身像不像用户。 |
| 反馈层 | 用户认可/否定分身行为 | 训练分身和调整策略的核心。 |
Context 不是越多越好，而是越分层越好
不同 context 层级的敏感度、时效性和用途不同。AI 社交产品如果不分层管理，就会同时遇到隐私风险和体验混乱。
Context 的生命周期
Context 应有生命周期：采集、解释、使用、反馈、过期、删除。比如“我今天想认识做 AI 产品的人”是短期目标，不应永久固化；“我讨厌冒犯式幽默”是长期偏好，可以长期保留；“某段私聊内容”则可能只能本地使用，不应进入公共匹配。
记忆污染问题
如果分身把一次临时表达当成长期偏好，或者把调侃当成价值观，就会产生记忆污染。AI 社交产品必须允许用户纠正和删除 context，否则越用越不像自己。
本章小结
Context 是 AI 社交的底层数据模型。它需要分层、授权、过期和反馈，而不是简单堆积聊天记录。
指标体系：真人连接率之外还要看什么
Tristan 提到北极星是真人连接率，这是非常准确的方向。但一个社交产品不能只看单一指标。真人连接率要配合留存、误代表率、context 完成度、隐私撤回率、AI/真人互动比例和长期关系质量一起看。
指标表
| 指标 | 衡量什么 | 误用风险 |
|---|---|---|
| 真人连接率 | AI 促成的真人有效互动比例 | 可能诱导过度打扰。 |
| 真人行为比例 | 网络中真人而非 AI 的互动占比 | 过低会变成 AI 自嗨。 |
| Context 完成度 | 用户是否提供足够可用 context | 过度追求会侵犯隐私。 |
| 误代表率 | 分身输出被用户否定的比例 | 需要精细记录和快速修正。 |
| 留存 | 用户是否持续回来 | 可能被虚假热闹抬高。 |
| 关系质量 | 连接是否持续、有价值、低伤害 | 难量化但最接近愿景。 |
为什么指标需要成组看
只看真人连接率，可能鼓励粗暴拉人；只看留存，可能鼓励上瘾；只看 AI 互动数，可能制造虚假繁荣。AI 社交需要一组互相制衡的指标。
本章小结
真人连接率是北极星，但不是唯一仪表盘。好的 AI 社交指标体系要同时看连接、隐私、误代表和关系质量。
上线策略：从小圈层到网络效应
Elys 的早期传播来自小圈层，尤其是对 AI 新范式敏感的人群。这样的启动方式有好处：早期用户理解 context、分身和 proactive 的概念，也愿意容忍产品粗糙。坏处是小圈层不等于大众市场，破圈后隐私、误解、滥用和低质量互动都会放大。
三阶段上线路线
| 阶段 | 目标 | 关键风险 |
|---|---|---|
| 种子圈层 | 验证范式和核心飞轮 | 用户过于懂 AI，不能代表大众。 |
| 垂直社区 | 验证真人连接率和关系质量 | 社区边界、隐私和治理压力上升。 |
| 大众市场 | 扩大网络效应和商业化 | AI 噪音、滥用、信任和监管风险。 |
破圈不是单纯增长问题
AI 社交破圈会改变风险结构。早期用户把分身当实验，大众用户可能把分身当本人。产品必须在破圈前建立权限、标记、申诉和治理机制。
本章小结
Elys 这类产品不能只追求快速放量。AI 社交网络的上线策略必须和信任机制同步建设，否则网络效应会和风险一起增长。
与 EP139、EP136 的连接
EP139 讲 Agent 技术史，强调 proactive agent 和 universal digital agent；EP136 讲模型 OS，强调模型成为任务调度层；EP135 则把这两个判断放到社交产品里：如果 AI 能主动完成任务，那么它也能主动帮人建立关系。如果模型是 OS，那么社交网络可能成为 OS 上最敏感的个人 context 应用。
三期连读框架
EP139 给出 Agent 的技术定义，EP136 给出模型 OS 的产业图景，EP135 给出 AI 社交的产品实例。它们共同回答：模型如何从回答问题，走向代表人行动。
本章小结
EP135 是前两期的 C 端产品化延伸。它不是讨论模型能力本身，而是讨论当模型可以主动行动时，社交网络会怎样重写。
术语消化：本期关键词索引
| 术语 | 一句话解释 | 在本期中的作用 |
|---|---|---|
| Elys | 自然选择的 AI 社交产品 | 以赛博分身促进真人连接。 |
| Eve | AI 陪伴/游戏产品 | 体现“人类太孤独了”的产品主线。 |
| Context | 用户的高维状态：经历、偏好、价值观、作品、关系 | AI 社交的核心资产。 |
| 赛博分身 | 代表用户在网络中行动的 AI 代理 | 把 context 转化为社交行动。 |
| 主体性 | 用户对“我是谁”的可表达、可计算结构 | 分身能否像用户的基础。 |
| Proactive | AI 主动替用户做事 | AI 产品范式变化的核心。 |
| 真人连接率 | 真人之间发生有效连接的比例 | Elys 的北极星指标。 |
| 低伤世界 | 更少摩擦、更少社交伤害的理想连接环境 | 产品愿景。 |
本章小结
本期关键词都围绕一个问题：AI 如何从工具变成替用户面对世界的分身，并且仍然服务真人连接。
总结与延伸
核心结论
- AI 社交的核心不是 AI 陪聊，而是让分身带着 context 主动创造真人连接。
- Context 是 AI 社交的核心资产，智能可能平权，context 不平权。
- 主体性是“做自己”的工程化表达，是分身能否代表用户行动的基础。
- 隐私和 context 是交换关系，产品必须让用户在流失前感受到收益。
- Elys 不是 AI 版 Tinder，目标是高维 context 匹配和 proactive 社交。
- 模型公司未必天然赢得 AI 社交，应用公司的壁垒在 context、关系和产品心智。
开放问题
- 用户是否愿意把足够多的 context 交给商业公司？
- 分身替用户表达时，如何建立授权、撤回和责任机制？
- AI 社交是否会增加真人连接，还是制造更多伪互动？
- ChatGPT、Meta、豆包、Elys 这类玩家，谁更可能拥有长期 context 优势？
- Proactive 产品如何避免变成骚扰和失控？
拓展阅读
- EP139 Agent 技术史：理解 proactive agent 的技术背景。
- EP136 模型 OS：理解模型如何成为任务调度层。
- 人机交互、社交网络、推荐系统与隐私计算相关资料：理解 AI 社交网络的多学科基础。
- 电影 Her 与 AI companion 产品讨论：理解陪伴叙事与现实产品的差异。
最后的判断
AI 社交的真正难点不是让 AI 变得会聊天，而是让 AI 在尊重隐私和主体性的前提下，把一个人的 context 转化为更好的真人连接。如果它能做到，社交网络的底层单位会从“账号”变成“可行动的分身”。