AI 正在悄然完成一次角色反轉，它不再是人的工具，而開始成為表達的主體，本文源自 a16z 所錄製的對談影片《The State of Consumer Tech in the Age of AI》，由 BlockBeats 整理、編譯及撰稿。
（前情提要：a16z：5 張圖瞭解加密行業現狀 ）
（背景補充：a16z：加密貨幣應用的誤區，被曲解的三大真相 ）
在過去十年裡，每一次消費級產品的爆發，幾乎都伴隨著一次社交正規化的重構：從 Facebook 的好友動態到 TikTok 的演算法推薦，我們逐漸學會用產品定義自我、表達身份。
那時的產品，是人在表達，產品在輔助；而如今，AI 正在悄然完成一次角色反轉 —— 它不再是人的工具，而開始成為表達的主體、連線的中介，甚至情感的承載者。從 ChatGPT 到 Veo3，從 11 Labs 到 Character.AI，我們正目睹一場被誤認為是「效率提升」，實則是「人類角色外包」的深度變革。
在本期由 Erik Torenberg 主持的討論中，Justine Moore、Bryan Kim、Anish Acharya 與 Olivia Moore 共同提出了一個前所未有的判斷：今天的 AI 產品不再是「像工具一樣的工具」，而是「像人的工具」，甚至正在成為「替代人本身」的產品。
使用者開始每月為 AI 支付 200 美元的高額訂閱，** 不是因為它更強，而是因為它能「替你做」，甚至「替你是」。Veos 能在 8 秒內生成訂製化視訊，ChatGPT 可以寫商業計劃、做心理疏導、代替情感傾訴，11 Labs 為你打造獨一無二的聲音人格。而這一切，不再需要你自己動手，甚至不再需要你是那個「你」。
AI 消費的興起，背後是一種極其危險的訊號：表達在被格式化，社交在被模擬，身份在被重構。
今天我們還在用 Reddit、Instagram、Snapchat 分享用 AI 生成的「我」，但這些平臺不過是舊瓶裝新酒。真正的 AI 原生社交網路尚未出現，因為 AI 可以生成「狀態」，卻無法創造「情感張力」；可以提供陪伴的幻覺，卻無法替代真實連線中不可控的掙扎與脆弱。
這一切帶來三個震撼性判斷：
第一，AI 產品的本質，不是提升使用者，而是重構「使用者是誰」；
第二，AI 伴侶的崛起，不是社交的開始，而是社交的終結；
第三，AI 分身的普及，不是表達的延展，而是人格邊界的消融。
在可預見的未來，最成功的 AI 產品不會只是工具型產品，而是人格型產品。它們能理解你、模仿你、代表你、引導你，最終 —— 替代你。這不是效率的勝利，這是存在的質變。
AI 消費革命：高價訂閱與社交重構
Erik Torenberg: 各位感謝參與這次關於消費領域的Podcast。似乎每隔幾年就會出現突破性產品，從 Facebook、Twitter、Instagram、Snap、WhatsApp、Tinder 到 TikTok。每隔幾年就會出現這種新正規化、新突破。但感覺幾年前這種趨勢突然停滯了。為什麼停滯了？或者說真的停滯了嗎？你們會如何重新定義這個問題？如何看待現狀？未來將走向何方？
Justine Moore: 我認為 ChatGPT 可能是過去幾年最重大的消費級成功案例。我們還看到其他 AI 模態領域湧現出許多突破性產品，比如影象、視訊和音訊領域的 Midjourney、11 Labs 和 Blackforce Labs。雖然現在也出現了像 Veo 這樣的產品，但有趣的是，許多這類產品缺乏你提到的社交屬性或傳統消費產品特徵。這可能因為 AI 仍處於相對早期階段，當前大部分新產品和創新都是由研究團隊推動的 —— 他們非常擅長模型訓練，但歷史上並不擅長圍繞模型構建消費產品層。樂觀來看，現在模型已經足夠成熟，通過開源或 API 介面，開發者可以在這些模型基礎上構建更傳統的消費級產品。
Bryan Kim: 這個問題很有趣，因為我正在回顧過去 15 到 20 年的發展。正如你提到的 Google、Facebook、Uber 等巨頭，當我們將網際網路、移動端、雲端計算等要素結合起來觀察時，確實湧現過許多令人驚歎的公司。我認為移動雲技術已經進入成熟期，這些平臺存在了 10 到 15 年，各個細分領域都已被探索到某種程度。過去使用者需要適應的是蘋果推出的新功能，而現在需要適應的是底層模型持續迭代更新，這是第一個不同點。
第二個不同正如你提到的，歷史贏家多集中在資訊領域（如 Google），現在 ChatGPT 顯然正在延續這個方向。在實用工具領域，我們曾錯過 Box 和 Dropbox 這類產品，但現在看到更多消費級應用湧現，許多公司正在爭奪這些使用場景。創意表達領域同樣如此，創意工具層出不窮。我認為目前缺失的是社交連線屬性，AI 尚未重建社交圖譜，這可能是個空白領域，需要持續觀察發展。
Erik Torenberg: 這很有趣，因為 Facebook 已經存在近 20 年。Justine 剛才提到的公司，除了 OpenAI 之外，它們能否持續存在 10 到 20 年？我們討論的這些公司具備怎樣的防禦能力？還有，這些公司當前服務的所有場景，在 10 年後是否會被新興玩家代替？或者說它們將繼續主導所有主流場景？
Anish Acharya: 可以說 ChatGPT 的商業模式品質遠高於過去產品週期中的同類消費公司。其最高定價層級達每月 200 美元，而 Google 消費級產品的最高定價是每月 250 美元。當然，這裡存在防禦性網路效應等問題，但或許這正是對早期商業模式缺陷的應對 —— 如果缺乏這些要素，商業模式品質本會更差。現在直接向用戶收取高額費用，可能說明我們過去過度複雜化了這個問題。
Erik Torenberg: 或許商業模式品質差反而能催生更強的留存率或產品市場永續性？
Anish Acharya: 確實如此。過去需要編造故事來解釋如何在無法立即盈利的情況下積累企業價值，而現在這些模型公司直接實現了盈利。另外 Justine 提到的觀點也值得注意：所有基礎模型都在朝不同方向發展。Claude、ChatGPT 的橫向模型與 Gemini 模型是否具有可替代性？這是否意味著價格競爭？但不同使用者使用場景各異，實際觀察到的反而是提價而非降價。因此當我們深入觀察時，會發現已經存在某些有趣的防禦性策略。
Bryan Kim: 價格上升而非下降的現象很有趣，因為從傳統時代到 AI 時代，消費類公司的盈利模式已發生根本轉變，它們現在能立即實現盈利。我一直在思考留存率指標 ——Olivia 可以糾正我的觀點 —— 在 AI 時代之前討論消費者訂閱模式時，我們是否真正區分過使用者留存與收入留存？因為當時定價結構穩定，使用者很少升級套餐。而現在我們必須明確區分使用者留存與收入留存，因為使用者會主動升級套餐。他們需要購買積分點數，經常超額使用，最終消費金額持續增長。因此收入留存率顯著高於使用者留存率，這種現象前所未見。
Olivia Moore: 過去最高階消費訂閱產品年均收費約 50 美元已屬高價。現在使用者卻樂於支付每月 200 美元，甚至在某些案例中表示定價偏低，願意支付更多。
Erik Torenberg: 如何解釋這種現象？使用者究竟獲得了什麼價值，願意支付如此高的費用？
Olivia Moore: 我認為這些產品在替使用者完成工作。過去的消費訂閱產品集中在個人理財、健身、健康、娛樂等領域，雖然表面能幫助自我提升或娛樂，但需要使用者投入大量時間才能獲取價值。如今像 Deep Research 這類產品，可以替代使用者自行生成市場報告的 10 小時工作。對許多人來說，這種效率提升顯然值得每月支付 200 美元，即使僅使用一兩次。
Justine Moore: 以 Veo3 為例，使用者每月支付 250 美元卻樂此不疲，因為它就像一個神奇百寶箱 —— 開啟就能獲得想要的視訊，雖然只有 8 秒，但效果驚人。角色能開口說話，使用者可以創作驚豔內容分享給朋友，比如製作包含朋友姓名的個性化資訊視訊，甚至創作完整故事發布在 Twitter 等平臺。這種能實現個性化內容創作並多平臺傳播的產品，其功能遠超以往任何產品對消費者的賦能。
Anish Acharya: 似乎所有消費領域都將被軟體取代。
Erik Torenberg: 能具體舉例說明嗎？
Anish Acharya: 正如 Olivia 所言，娛樂領域已被創意表達類軟體重塑 —— 原本需要線下完成的創作現在完全由軟體承載。人際關係中介這類原本消耗可支配收入的領域也在被軟體替代。生活的方方面面都將由模型作為中介，而人們將會願意為此付費。
AI 社交革命：「數位自我」崛起與傳統平臺的破局點
Erik Torenberg:Brian，你提到新的 AI 時代下仍缺失社交連線屬性，人們仍依賴 Instagram、Twitter 等傳統社交網路。突破點會出現在哪裡？
Bryan Kim: 關於社交領域 —— 這個讓我非常興奮的賽道 —— 仔細想來，其核心本質是狀態更新。Facebook、Twitter、Snap 概莫能外，都是展示「我正在做什麼」。通過狀態更新，人們建立連線。這種狀態更新的媒介形式不斷演變：從文字狀態到真實照片，再到短視訊。當前人們通過 Reels 等短視訊形式建立連線，這構成了社交連線的一個時代。現在的問題是：AI 如何革新這種連線？如何通過 AI 實現更深入的人際連線與生活感知？若聚焦於照片、視訊、音訊等現有媒介形式，其可能性已在移動端被充分挖掘。
有趣的是，雖然我使用 Google 十餘年，但 ChatGPT 可能比 Google 更瞭解我 —— 因為我輸入更多內容，提供更多上下文。當這種「數位自我」能夠被分享時，會催生怎樣的新型人際關係？或許這將成為下一代社交形態，尤其對厭倦表面化社交的年輕世代具有吸引力。
Justine Moore: 我們已經看到類似案例。比如病毒式傳播的「讓 ChatGPT 根據我的資料總結五大優缺點」，或「生成代表我本質的肖像」，甚至「用漫畫描繪我的人生」。使用者將這些內容全網分享 —— 我釋出後幾分鐘內就有數十人分享他們的版本。有趣的是，目前由 AI 創作工具引發的社交行為，仍主要發生在傳統社交平臺而非新興 AI 平臺。比如 Facebook 現在充斥著大量 AI 生成內容。
Bryan Kim: 可能有些使用者群體尚未意識到這點。
Justine Moore: Facebook 成為中老年使用者的 AI 內容集散地，而 Reddit 和 Reels 則承載著年輕世代的 AI 創作內容。
Olivia Moore: 我完全認同。首款 AI 社交網路的形態一直令我困惑。我們見過類似「AI 生成個人照片」的嘗試，但問題在於社交網路需要真實情感投入 —— 如果所有內容都可按喜好生成（完美形象、快樂狀態、炫酷背景），就失去了真實互動的情感張力。因此我認為真正的原生 AI 社交網路尚未出現。
Bryan Kim: 用「擬態」（cumorphic）這個詞很貼切。許多 AI 社交產品只是用機器人 / AI 模仿 Instagram 或 Twitter 的資訊流，這種「擬態」式創新本質是「用 AI 復刻舊形態」。真正的突破可能需要跳出移動端模式 —— 雖然優秀 AI 產品需適配移動裝置，但尖端模型在邊緣計算 / 端側部署方面仍需突破，這或許會催生新形態。我對未來可能性充滿期待。
Erik Torenberg: 人際推薦顯然是重要應用場景 —— 尋找商業夥伴、交友、約會等。現有平臺已積累大量使用者資料。
Anish Acharya: 觀察 AI 原生的 LinkedIn 嘗試很有啟發。傳統 LinkedIn 只是指向性資訊，比如「我懂這個」，而新技術能建立真正知識儲備的檔案，比如與「數位版 Erik」對話獲取全部知識。未來社交可能如此 —— 當模型已深度瞭解使用者，或許能部署「數位分身」進行互動。
AI 企業先行的祕訣：創新速度與細分市場
Erik Torenberg: 你們提到企業比消費者更早採用某些 AI 產品，這與以往技術週期不同。這現象說明了什麼？
Justine Moore: 這確實很有趣。我和 BK 在 11 Labs 時，我們早期投資了 11 Labs，首輪融資後約一個月就參與了 A 輪，觀察到首先，早期消費者使用者湧入，製作趣味視訊 / 音訊、克隆自己聲音、開發遊戲模組。但多數情況下產品尚未觸達真正主流消費者 —— 美國並非人人手機都裝 11 Labs 或訂閱服務。然而該公司已獲得大量企業合約，在對話式 AI、娛樂等領域擁有眾多重量級客戶。
這種現象在多個 AI 產品中顯現：先有消費者端的病毒傳播，隨後轉化為企業銷售策略 —— 這與上一代產品截然不同。如今企業採購方對 AI 有強制需求（比如需制定 AI 戰略、使用 AI 工具），他們密切關注 Twitter、Reddit 及 AI 資訊，發現消費者產品後，會思考如何將其創新應用於業務場景，從而成為推動企業 AI 戰略的「幫手」。
Bryan Kim: 我聽過類似的 AI 創新應用案例：企業通過消費者端實現病毒傳播後，利用 Stripe 交易資料，將匿名支付記錄輸入 AI 工具，定位使用者所屬公司。當發現某公司使用人數超過閾值，比如 40+，便主動接洽：「貴司有 40 多名員工在使用我們的產品，是否考慮企業合作？」
Erik Torenberg: 你開場列舉了許多公司和產品案例。我好奇的是，這些是否屬於「MySpace 時代」的早期探索者？還是說它們具備長期價值？就像 20 年後我們仍會討論今天這些公司嗎？
Justine Moore: 我們當然希望現在所有重要的消費級 AI 公司都能持續發展，但現實可能不盡如人意。AI 時代與以往消費產品週期的關鍵差異在於：模型層和技術能力仍在快速進化。許多情況下，我們甚至尚未觸及這些技術的潛力上限。例如 Veo3 釋出後，突然可以實現多角色對話、原生音訊處理等多模態功能，雖然文字 LLM 相對成熟，但所有領域都有持續提升空間。觀察發現，只要企業能保持在「技術 / 品質前端」—— 即擁有最先進模型或整合能力，就不會重蹈 MySpace/Friendster 覆轍。假如技術迭代中短暫落後，通過更新就能重返巔峰。
當前更有趣的是細分市場的出現：影象領域不再有單一最佳模型。設計師、攝影師、不同付費群體（10 美金 / 月 vs 50-100 美金 / 月）都有專屬最優解。由於每個垂直領域使用者投入度極高，只要持續創新，多個贏家可長期共存。
Bryan Kim: 我完全同意。視訊領域也是如此 —— 廣告視訊、植入廣告視訊等都有細分。昨天看到一篇文章指出，不同模型擅長產品展示、人物拍攝等不同場景。每個細分市場都潛力巨大。
Erik Torenberg: 關於企業護城河和競爭壁壘的討論，在 AI 時代有何變化？我們應如何看待這個問題？
Bryan Kim: 最近對此有深刻反思。傳統護城河（網路效應、工作流嵌入、資料沉澱）依然重要，但觀察發現，執著於「先建護城河」的企業往往並非贏家。在我們關注的領域，勝出者通常是打破常規、快速迭代的選手 —— 他們以驚人速度推出新版本、新產品。當前 AI 早期發展階段，速度就是護城河。無論是突破傳播噪音的渠道速度，還是產品迭代速度，都是制勝關鍵。因為快速行動能搶佔使用者心智份額，轉化為實際收入，形成持續發展的正迴圈。
Erik Torenberg: 這很有趣。Ben Thompson 大約十年前寫過一篇題為《Snapchat 的薑餅屋戰略》的博文，核心觀點是「Snap 能做的任何功能，Facebook 都能做得更好，但 Snap 會持續推出新創意。如果保持這種創新速度，或許能成為其護城河。」他稱之為薑餅屋戰略。
Bryan Kim: 我認為最終起作用的還是使用者觸達和網路效應。Snap 在這方面也有優勢 —— 它佔據了 Z 世代和年輕使用者的核心通訊平臺地位。
Erik Torenberg: 如何看待新產品網路效應的構建？
Bryan Kim: 目前多數產品仍處於創作工具階段，尚未形成「創作 – 消費 – 網路效應」的閉環。雖然真正的網路效應尚未顯現，但我們看到 11 Labs 這類新型護城河：憑藉極快的迭代速度、卓越產品力切入企業市場，深度嵌入工作流程。這種模式正在成型，而傳統意義上的網路效應仍有待觀察。
Olivia Moore: 11 Labs 是個典型案例。前幾天我需要為 AI 生成視訊配音，由於他們先發優勢明顯、模型最優，使用者基數大帶來資料飛輪，現在已建立聲音庫 —— 使用者上傳了大量自定義聲線和角色。當我對比多家語音供應商時，若需要特定型別，如老巫師嗓音，11 Labs 能提供 25 種選擇，而其他平臺可能只有 2-3 種。雖然尚處早期，但這種模式類似傳統平臺網路效應，而非全新形態。
語音 AI：企業級 AI 語音需求爆發
Erik Torenberg: 我們很早就關注語音互動，最初構想的哪些部分已實現？未來趨勢如何？Anish，你當初為何如此看好語音互動？
Anish Acharya: 最初啟發我們的是：語音作為基礎媒介貫穿人類互動史，卻從未成為技術應用的核心載體。過去技術始終不成熟 —— 從 Voice XML 到語音應用，再到 90 年代的 Dragon NaturallySpeaking 等產品，雖有趣但無法形成技術基座。生成式模型的出現使語音成為原生技術元素，這個關鍵生活領域仍有巨大探索空間，必將催生大量 AI 原生應用。
Olivia Moore: 我認為我們最初對語音的興奮點更多來自消費端視角 —— 比如設想一個全天候線上的口袋教練 / 心理治療師 / 伴侶。這類構想已開始落地，目前已有不少產品實現相關功能。但令我驚訝的是，隨著模型進步，企業級應用發展更快：金融機構等高度關鍵的領域迅速採用語音技術替代或增強人工客服，此前這些企業存在某些合規問題、客戶年流失率高達 300% 且離岸呼叫中心管理十分困難。
真正的突破性消費級語音體驗仍在醞釀中。這裡已有早期案例，比如使用者將 ChatGPT 高階語音模式拓展到新奇應用方向，或 granola 這類通過全天候語音資料創造價值的產品。消費市場魅力在於不可預測性 —— 最佳產品往往橫空出世，否則早就被開發出來了。未來一年語音消費領域的創新值得期待。
Anish Acharya: 確實，語音正成為 AI 切入企業級市場的突破口。當前多數人存在認知盲區：認為 AI 語音僅適用於低風險場景，如客服。但我們的觀點是 —— 企業日常 / 周度 / 年度最重要的對話，如商務談判、銷售提案、客戶說服、關係維護都將由 AI 主導，因為 AI 在這些領域表現更優。
Erik Torenberg: 人們何時會開始與 AI 生成的「數位分身」進行持續有效互動？比如與 AI Justine、AI Anish 或 AI Erik 對話的場景。
Justine Moore: 我們已經看到一些雛形。比如 Delphi 這類公司能基於知識庫建立人物 AI 克隆體，使用者可獲取建議或回饋。正如 Brian 之前提到的，關鍵問題在於：若不只讓名人擁有可通過文字 / 語音（未來或視訊）互動的 AI 分身，而是向所有人開放會怎樣？消費領域我們常思考：許多人擁有獨特技能或見解，比如你高中時期極具幽默感的朋友本可打造喜劇烹飪秀，卻未能突破；或某位導師擁有寶貴人生建議，如何通過 AI 克隆體 / 人格讓他們實現前所未有的影響力的延伸？
目前觀察到的應用多集中在名人 / 專家，或另一個極端 —— 已有認知的虛擬角色（如 Character.ai 新增語音模式後的早期形態）。嘗試新技術時，使用者往往傾向於與熟悉角色互動，如喜愛的動漫人物。但未來我們將填補中間地帶的空白 —— 既非純虛構角色，也非名人，而是覆蓋所有真實個體的 AI 分身。
Olivia Moore: 我認為人們的學習方式存在差異，而 AI 語音產品能很好滿足這種多樣性。Masterclass 最近推出了一個有趣的測試版：將平臺現有課程講師轉化為語音 agent，使用者可提出個性化問題。據我理解，該系統通過 RAG 技術分析講師全部課程內容，提供高度訂製化的精準回答。這讓我很感興趣 —— 雖然我是該公司的粉絲，但從未有耐心或時間看完 12 小時的課程，卻通過與 Masterclass 語音 agent 進行 2-5 分鐘對話獲得有用的想法。這展示了真實人物轉化為實用 AI 克隆的典型案例。
虛實共生：AI 分身與人類創作者
Anish Acharya: 更深層的問題是：使用者更希望與感興趣人物的克隆版本對話，還是與完全虛構的「完美理想型」合成體互動？後者可能更具探索價值 —— 這個「完美匹配者」可能真實存在卻從未相遇，而技術能將其具象化。這種存在形式會是什麼樣態？這才是更值得思考的方向。
Erik Torenberg: 值得思考的是：哪些場景下我們仍需要人類執行任務，哪些場景會更接受 AI 替代？這種分界線將如何劃定？
Anish Acharya: Olivia 提到的 Masterclass 案例本質是單向情感聯結的延伸。與特定人物克隆體對話的價值，在於滿足使用者對具象化物件的交流需求，而非與「最理想化陌生人」的抽象概念互動。
Bryan Kim : 這讓我想起 ChatGPT 相關的病毒推文 —— 紐約地鐵有人全程用語音與 ChatGPT 對話，彷彿在和女友聊天。
Justine Moore: 還有另一個案例：某家長因孩子連續 45 分鐘追問托馬斯小火車問題不堪其擾，於是開啟語音模式將手機交給孩子。兩小時後回來發現孩子仍在與 ChatGPT 深入探討托馬斯小火車 —— 孩子並不在意對話物件是誰，只在乎這個「人」能無限滿足自己的興趣探索。
Erik Torenberg: 試想當下若用 ChatGPT 或 Claude 進行心理疏導 / 職業諮詢，我可能更傾向選擇專屬 AI 治療師 / 教練。未來或許通過記錄諮詢過程積累資料，或直接利用治療師 / 教練的線上內容庫重建其數位分身。
回到你的問題核心，5-10 年後，頂級藝術家會是 Lil Machaela 式的新生代 AI 生成人？還是 Taylor Swift 及其 AI 軍團？同理，社交媒體領域的下一位 Kim Kardashian 會是真實人類還是 AI 產物？各位對此有何預判？
Justine Moore: 我對此已持續思考數年。我們見證了 Little Machela 的崛起，也關注過率先引入 AI 全息角色的 K-pop 團體。這種現象與超寫實影象 / 視訊技術發展密切相關 —— 如今已有 AI 生成的影響者憑藉逼真形象獲得大量關注，其真實性常引發討論。我認為未來創作者 / 名人將分化為兩類：一類是 Taylor Swift 式「人類體驗型」，其藝術魅力不僅來自作品，更與人生經歷、現場表演等 AI 尚無法複製的要素深度繫結；另一類則屬「興趣導向型」，類似 ChatGPT 對話托馬斯小火車的案例 —— 無需真實人生背景，只需在特定領域持續輸出優質內容的能力。兩者或將長期共存。
Olivia Moore: 這讓我聯想到持續存在的 AI 藝術爭議 —— 雖然生成藝術的門檻降低，但創作優秀 AI 作品仍需大量時間。去年夏天我們舉辦 AI 藝術家活動時發現，許多創作者製作 AI 電影的工作流程耗時與傳統拍攝相當，區別在於他們可能缺乏傳統影視技能，因此過去無法實現創作。當前 AI 生成的影響者數量激增，但能像 Little Machaela 般脫穎而出的鳳毛麟角。預計未來將形成 AI 人才與人類人才兩大陣營，各自頂尖者將佔據頂級，但兩者的成功概率都將極低 —— 這或許才是合理狀態。
Justine Moore: 或者說「非人類人才」。Veo3 平臺出現有趣現象：街頭採訪形式中，受訪物件可能是精靈、巫師、鬼魂，或 Z 世代喜愛的毛絨生物角色。這些完全可以是 AI 生成的虛擬存在，這種創新形態極具潛力。
Anish Acharya: 這種現象在音樂領域同樣存在。當前 AI 生成的音樂普遍平庸，本質是文化均值化的產物，而真正的文化本應處於前端。問題核心在於劣質作品而非創作者型別 —— 我們常將 AI 本身視為問題，實則應關注作品品質。
Erik Torenberg: 假設作品品質相當，你是否認為人們仍會傾向人類創作者？
Anish Acharya: 完全可能。這引向更深層的哲學討論：若用嘻哈出現前的所有音樂訓練模型，能否生成嘻哈風格？我認為不能，因為音樂是歷史積澱與文化語境的交匯產物。真正創新的音樂需要突破訓練資料邊界，而當前模型恰恰缺乏這種突破性。
AI 伴侶革命：垂直生態與社交賦能
Erik Torenberg: 我認識幾位極具天賦的朋友正在開發一款同性向 AI 伴侶應用，2015 年的我若聽到這種構想定會感到震驚。但據他們透露，當前榜單前 50 應用中竟有 11 款是伴侶類應用。這引發思考，我們是否正處在這股趨勢的起點？未來是否湧現各類垂直領域伴侶應用？這類應用的終局形態會如何演變？我們該如何理解這種發展趨勢？
Justine Moore: 我們在各類陪伴場景投入了大量研究 —— 從心理治療、生活指導、朋友社交，到職場助手、虛擬戀人等，幾乎涵蓋所有維度。有趣的是，這可能是 LLMs 首個主流應用場景。我們常調侃，無論是汽車經銷商客服還是其他聊天機器人，使用者總會試圖將其轉化為心理醫生或女友。檢視聊天記錄會發現，大量使用者本質是渴望傾訴物件。
如今電腦能以即時、全天候、擬人化的方式迴應，這對許多過去無人傾聽或感覺自己在「對虛空吶喊」的人群而言，是革命性的突破。我認為這僅是開端，特別是當前產品多為通用型，主要依賴基礎模型供應商（如使用者將 ChatGPT 用於非預設場景）。已有案例顯示，單個公司可為角色打造個性，通過數位形象與提示工程構建遊戲或虛擬世界，獲得極高參與度。例如 Tolen 服務青少年群體，而另一類「伴侶」應用則允許使用者拍攝食物照片，通過營養資料分析提供健康建議與情感支援 —— 因為對許多人而言，飲食問題常與心理問題交織，傳統上需尋求專業治療。
最令人興奮的是，「伴侶」的定義已從朋友 / 戀人迅速擴展套件至任何原本需人類提供的建議、娛樂或諮詢服務。未來我們將見證更多垂直細分領域的陪伴應用湧現。
Bryan Kim: 我曾在社交公司任職時注意到一個明顯趨勢 —— 人們可傾訴的朋友數量持續下降。年輕一代的平均值略高於 1。這表明陪伴型應用的需求將長期存在，對許多人至關重要。正如 Justine 所言，這類應用會衍生出多種形態，但建立深度情感連線的核心需求不會改變。或許正如我們討論的，人際連線本是未被滿足的領域，而 AI 伴侶正在填補這個空白 —— 重點在於建立連線感，物件未必需要是人類。
Erik Torenberg: 許多人聽到這種討論會擔憂：真實朋友減少、戀愛關係消亡、抑鬱率上升、自殺率攀升、生育率持續走低。
Justine Moore: 我不認同這種觀點。這讓我想起在 AI 角色 Subreddit 社群看過的最佳帖子 —— 需要說明的是，我花了很多時間研究這個社群。許多在新冠期間度過青春期的初高中生和大學生，因缺乏現實社交而面臨人際交往能力缺失。有位持續分享與 AI 女友互動的大學男生，某天突然發帖稱找到了現實中的「3D 女友」，並要暫別社群。他特別感謝 Character AI 教會他如何與人交流，尤其是與女性調情、提問、討論興趣等技巧。這展現了 AI 的最高價值：促進更優質的人類連線。
Erik Torenberg: 社群使用者是為他高興？還是稱其為叛徒？
Justine Moore: 絕大多數人真心祝福。雖然存在少數尚未找到現實伴侶的「酸葡萄」言論，但我相信他們終將如願。
Olivia Moore: 這確實有現實依據。以 Replica 產品為例，實際研究顯示使用者抑鬱、焦慮及自殺傾向有所降低。當前趨勢是許多人缺乏被理解感和安全感，導致難以參與現實社交。若 AI 能幫助那些無力承擔時間或經濟成本進行心理治療的人群實現自我轉變，他們最終將更有能力在現實世界行動。
Erik Torenberg: 真正讓我意識到陪伴類應用影響力的事件，是首次採訪 Replica 創辦人後的反響。訪談結束後，創辦人關閉了相關討論區，但視訊評論區湧現大量使用者留言，諸如「這就像我停止性生活後的妻子」等真實生活剖白。當時我才驚覺這款 APP 在使用者生活中的重要地位。
Justine Moore: 這其實延續了人類長期存在的社交模式。Z 世代通過 Discord 發展網戀關係，就像我們當年在匿名明信片網站與陌生人建立深度連線 —— 你永遠不知道對方真實身份，甚至可能發展出深刻情感羈絆。AI 只是讓這種體驗更沉浸、更深入。
Anish Acharya: 我認為關鍵點在於 AI 不能過於順從。現實人際關係需要磨合，高度順從的 AI 反而不利於培養這種能力。因此需要在「適度對抗性」，幫助使用者提升社交技巧，與「過度順從」，因為可能導致能力退化，之間找到平衡。
環境感知革命：穿戴 AI 重構社交基因
Erik Torenberg: 最後讓我們展望未來可能性。或許可以暢想可能改變遊戲規則的新平臺或硬體形態 —— 比如 OpenAI 剛收購 Jony Ive 公司。Brian，你曾多次提及對智慧眼鏡形態的期待，不妨由此展開，但也希望聽到各位對移動裝置的想像。
Bryan Kim: 目前全球有 70 億部手機，但真正達到理想水平的裝置並不多。我的思考是未來可能繼續依託移動端發展，存在多種可能性：比如建立隱私防護牆，或通過本地 LLM / 本地模型實現裝置端資料閉環。因此我對模型開發層仍充滿期待，這其實是我最看重的領域。正如 Olivia 所說，手機具備 always-on 特性，但其他裝置同樣具備這種特性。當出現全新裝置或「數位義肢」—— 那些依附於隨身物品的智慧裝置 —— 會帶來怎樣的可能性？
Erik Torenberg: 各位有什麼具體設想嗎？比如可穿戴裝置、隨身裝置，無論是手機配件還是獨立裝置，哪些硬體形態可能實現這些願景？
Olivia Moore: 我認為 AI 在消費者端的普及已非常顯著，儘管目前主要通過網頁端的文字框互動實現。我特別看好能真正伴隨使用者、感知環境的 AI 形態。有趣的是，現在科技派對上很多 20 歲以下的年輕人佩戴記錄言行的智慧徽章，並從中獲得實際價值。這類產品正在興起 —— 例如能感知螢幕內容並主動協助的 AI 助手。此外，agentic models 的進步也令人振奮，從建議升級到代發郵件等實際工作 agent。
Justine Moore: 人性化層面同樣重要。當前我們缺乏自我評估的客觀標準，若 AI 能分析所有對話和網路行為，給出「每週多花五小時即可成為該領域專家」的建議，或基於海量人際網路推薦潛在合作伙伴、創業搭檔甚至約會物件，這種科幻級的應用場景最令我期待。
Olivia Moore: 這源於 AI 的全天候陪伴，而不僅僅是 ChatGPT 式的文字框互動模式。
Anish Acharya: 手機之後普及率最高的裝置其實是 AirPods。這種看似平常的載體可能暗藏機遇，當然涉及社交禮儀問題 —— 比如晚餐時戴 AirPods 確實怪異。但或許存在整合 AI 與現有社交禮儀的解決方案，這會很有趣。
Erik Torenberg: 你提到年輕人聚會錄音的現象值得深究。未來所有對話都會被記錄嗎？你認為新一代人已接受這種新常態？
Olivia Moore: 是的，圍繞這種行為會產生新的社交規範。雖然很多人對此感到不安，但這種趨勢已經形成且不可逆轉，因為其真實價值正在顯現。這正是新文化規範會出現的原因。就像手機剛普及時，人們逐漸形成「公共場所避免大聲通話」的禮儀，圍繞錄音裝置也會形成類似的新社交準則。
📍相關報導📍
矽谷數百億美元搶AI人才，外傳祖克柏有張「獵頭名單」真急了？
