文 | 張鵬
編輯 | 鄭玥、鄭玄
連線上張璐的時候，她人正在美國。自從去年 ChatGPT 爆火，這位 Soul APP 的創始人，往海外跑的次數多了很多。
AI 浪潮會席卷千行百業，社交也不會例外。
包括海外的 Meta、國内的騰訊，大型社交平台都在探索 AI 與社交的結合。而就像 AI 給了 Bing 挑戰谷歌的機會，AI 對于 Soul 而言也是新的機遇。
這個上線于 2016 年的社交平台是少有以虛拟人設提供即時交流互動體驗的應用和 AI Native 的社交網絡。同時，該平台也擁有着非常微妙的行業坐标，有着約 3000 萬的平均月活。一方面，有了足夠的使用者行為和回報資料，這是調校 AI 模型和産品的基石，也是原生 AI 創業者羨慕不來的優勢；另一方面，相比已成為國民應用的微信、FB，後者影響太大，任何一點創新都需要審慎，而 Soul 的體量決定了它依然能保持像創業者一樣的靈活。
事實上，從 AI 推薦關系到 AI 輔助對話，從降低表達門檻到提升互動體驗，Soul 布局 AI 的動作并不少。包括用大模型技術重構了 AI 聊天助理、拟人型聊天機器人「AI 苟蛋」這些産品的底層技術，并已經看到了這些對使用者使用社交産品粘性的提升；此外，他們也在嘗試将更多 AI 能力引入到産品體系之中，包括開發陪伴型 AI 來提升使用者的遊戲化社交體驗、文生圖\文生視訊等工具降低表達門檻，以及虛拟人能力提升互動沉浸感等。
兩年前，極客公園創始人張鵬與張璐進行了一次訪談，她和我們複盤了 Soul 是如何在這個移動網際網路紅利末尾的時代，找到了孤獨感這個社交需求的裂縫。
今年，在人工智能時代的開端，我們再次聯系到了張璐，在兩個小時的交流裡，她和我們分享了過去一年 Soul 對于 AI 社交的探索，如何成為 AI Native 的社交網絡的思考以及自己對于 AI 時代社交需求變化的觀察。其中她提出了幾個很有意思的觀點：
- 這波浪潮開始時，Soul 研究後決定不做基礎通用大模型，他們認為科技最終會平權，不能失焦，建立使用者壁壘和發揮應用場景優勢是現階段最重要的事。
- 率先将 AI 引入社交關系，Soul 有機會在 AI 時代成為以對話為主要互動形式的新流量入口。
- AI 社交時代，通過 AI 實作關系推薦、對話輔助、表達門檻降低、社交體驗提升，是 AI Native 社交網絡的關鍵，也是 Soul 的重要機遇。
- 對話式 AI 需要具備情感化的能力，會找人的情緒點，還要個性化、拟人化、多樣化。
- 訓練資料的數量和品質直接決定了垂類模型的表現、疊代速度和訓練成本。
- 掌握海量高品質的社交資料是 AI 社交應用層競争關鍵。
- AI 對話目前不能替代真人陪伴，人與人、人與智能體都可以在同一個社交世界中共存。
- AI 會加速遊戲和社交的融合。
以下是完整對話内容，由極客公園整理。
ChatGPT 火了以後，第一個判斷是不做基礎通用大模型
張鵬：過去一年你肯定看到了大模型技術的突飛猛進，Soul 這一年在忙什麼？
張璐：大模型技術的突破确實給我們帶來了很大的震撼，過去一段時間我們所有的動作都圍繞一個問題「大模型怎麼在社交應用層落地」。
其實，AIGC 這件事我們從 19 年就開始做了，做了很多技術上的探索，「AI 苟蛋」在 Open AI 釋出 ChatGPT 之前就在内測，3D 虛拟引擎「NAWA 引擎」也是在行業中比較早就推出了。但确實大模型出來以後颠覆了很多，之前我們用 stable diffusion 做的東西，後來我們重新去建構新的 MoE（Mixture of Experts，将多個專家模型組合起來，形成一個整體模型）。
包括我們從去年開始就在海外籌備建 research 中心，跟最前沿的技術保持聯系，招募人才。高人才密度的團隊是能做出好的東西的。
張鵬：不過技術天天突飛猛進，跟上技術發展的成本也不低，現在可做的東西看起來很多，但做得很好的很少。Soul 這個時候怎麼思考的，做什麼和不做什麼？
張璐：内部其實還是很快明确了一個清晰的邊界。我們做的第一個決策，就是不做單純搞 AGI 技術的公司，不去做通用大模型。我覺得科技最終會平權，我們不能失焦，放棄自己的專長，去做那些看起來很熱的事。我們定義了自己的模型，做 MoE, 我們的優勢是資料和場景，我們有非常多的垂類場景高關聯、高品質資料，有非常多的用例，也是一個有流量的入口。
技術和産品的結合可以有好的産出，不管是對使用者規模、粘性，還是對收入都是有幫助的。同時我們場景用例産生的資料可以快速回報給技術。技術最終會平權，怎樣把用例跑通，建立使用者經驗上的壁壘，是我們認為現在最重要的事。
我的精力第一個要放在以 AI 新技術促進 Soul 的主站增長上，包括拓展使用者規模、粘性以及商業化的機會，肯定是要做的。第二個，使用者流量入口很值得去探索。現在，ChatGPT 的 APP 端 DAU（日活使用者數）應該也隻有千萬量級，還遠遠沒有像當年浏覽器那麼的普适。是以擁有流量入口也是一個關鍵，而 Soul 具備這個潛在條件，并且有機會在未來 AI 時代成為以對話為主要互動形式的流量入口。
特别是我們擁有距離年輕人最近的流量入口。目前在我們的月活使用者中，近八成是 Z 世代，在年輕人中滲透非常高，這些年輕人伴随着移動網際網路發展成長，是最容易成為 AI 原住民的群體。
張鵬：目前哪些自己的 AI 産品或者功能給你們加使用者粘性、加時長，或者有明顯拉新效果好的東西嗎？
張璐：我們其實落地了不少 AI 應用場景，包括了 AI 優化社交和内容鍊路，人與 AI 互動、虛拟人等等。目前看，從互動本身出發的新場景或功能大多都會有不錯的效果。比如我們站内在溝通場景中内測了 AI 輔助聊天的功能，已經很明顯地增加了人和人之間聊天的輪次，這對我們有很重要的價值。
再比如我們的音樂互動玩法，去年以來，AI 孫燕姿的走紅讓大家看到了 AIGC 在聲音克隆、生成上的能力，很多音樂平台也都在推 AI 唱歌的功能和玩法。但如何釋放 AIGC 在音樂、語音上的能力，除了在真實度、表現力上下功夫外，從我們的角度出發還是要挖掘社交屬性，增加互動的趣味性，是以我們讓使用者邀請好友，一起完成「AI 合唱」，在邀請、合唱、分享的過程中，完成社交，深化關系。我們的使用者特别喜歡這個功能，拉新和留存資料表現都很好。
我其實不是很支援做看起來熱鬧的工具，工具屬性的東西會拉來一些新使用者，但是他要留存下來才行。如果使用者「用完即走」是不行的。
張鵬：你覺得使用者有可能為這些付費嗎？
張璐：現在使用者基本都是免費用。确實成本會比較高，特别是 AI 輔助聊天我們會提供多個對話靈感提示，一次 3 個，可以換 3 次，就是 9 個。這個對使用者粘性和留存上漲有效果，使用者會為好的體驗買單，比如一位使用者聊天時原來的回複率是 0%，然後用了 AI 輔助提示以後是 100%，那他肯定會買。
是以現在的核心還是要搞清楚一些東西，比如使用者使用 AI 的核心需求是什麼？他們怎麼去使用？我覺得使用者獲得 AI 提供的價值，這是是比較普适的需求。隻是現在因為技術和産品的問題，有些人會用，有些人不會用。不用的其實是他不知道怎麼玩，不知道怎麼去提示這個 AI。
是以在設計、優化産品的過程中可能需要盡可能考慮更多人的需求，以及怎麼讓他能夠快速上手。然後怎麼才能把這種 AI 的效果就是提到最好，怎麼讓他這個聊天能夠一直繼續下去。關注輪次還有留存，其實就是看多少人能玩進去，以後怎麼才能讓他需求更泛化。
張鵬：泛化具體是指？
張璐：一開始大家就是有想表達的東西、想找個地方說說話，有人能即時回應，後面使用者停留在這個平台後，肯定會有更多的需求被發現挖掘，要看這些需求是什麼，怎麼去承接。比如說大家認識了新朋友，想一起看劇吐槽，想一起玩文字推理遊戲，或者一對多 AI 互動……這些都是很好的方向。
未來可能是多個 AI 服務一個人，充分實作「以我為主」的體驗，最大程度實作需求滿足和情緒價值回報。
資料、場景和使用者，還是做 AI 應用的壁壘
張鵬：你說不花精力在基礎的通用大模型上去做 Open AI 的事，那精力肯定在探索這種新的産品形态、應用形态，你們都做了什麼？
張璐：其實我們 2016 年上線的時候，就在推進 Soul 靈犀引擎，通過算法挖掘有效特征，重構使用者畫像，做好人與人、人與内容的實時比對。
我們的自研垂類語言大模型 Soul X 在 2023 年推出。我覺得關鍵在于考慮兩個方面：一是要密切關注技術的發展，包括軟體和硬體，有方向的保持「跟上」；二是要抓住時機，産品的推出要符合互動形式和使用者體驗的普遍标準。
如果你選擇了錯誤的時間點，或者産品設計過于複雜，沒有達到普遍認可的互動體驗标準，那麼你所做的可能就沒太大價值。這是一個與時代結合的機遇，需要不斷觀察和洞察，做好充分的準備。我們也在進行涉及到一些新産品領域的嘗試和準備工作，比如 AI 對話以及 AI 遊戲的創新方向。這些都是為了做好準備，等到時機合适的時候，快速推出相關産品。
張鵬：你們的嘗試都是基于自己的 MoE 在做嗎？以及這些嘗試的開發方向是怎麼誕生的？
張璐：對，在對話方面，我們有 Soul X 大模型，是完全内部自研的技術，在語音合成、 視覺生成、3D 虛拟人方面，也都有技術團隊在做一些東西。對比行業來看，我們現在在 MoE 上也是比較領先的，基本上是咬住的狀态。
我們團隊經常聚在一起頭腦風暴，我們清楚我們擅長的領域是什麼，不斷去讨論、驗證需求是否存在，然後預估項目的成本和效益，再做出決策。
我們不賽代碼，不是每個人都獨立完成一個項目。在組織上，我們内部的結構是前台、中台和背景，産運是非常小的團隊。比如說我們新上線的一個 AI 互動産品隻配置了 1.5 個産品經理，其實是非常輕的，效率非常高，也讓我們有更多試錯的機會。我們可以在主站多嘗試，需求一旦通過就可以先上線實驗，這點我們和位元組比較像。 在主站嘗試後，如果發現某個點有潛力，我們就可以單獨推出擴大。這些嘗試之後會對使用者需求有更多的了解，更能了解怎麼優化模型，也知道了需要什麼樣的團隊。
張鵬：那這些熱身階段嘗試有什麼收獲？
張璐：一個是智能推薦方面，以 AI 輔助社交，真正的提升互動效率和品質。我們上線後比較早推出的是實作智能推薦的靈犀引擎，雖然一開始，受限于當時 AI 的整體技術能力，推薦算法對語義的了解還沒有達到一個很理想高度，挖掘、分析的資料顆粒度比較粗，但很多使用者因為這個智能推薦系統，實作了即時的交流互動，快速找到了聊得來的人，站内點對點的聊天比例和對話輪數增長得非常快。可以說，這是我們平台形成高粘性、高活躍生态的重要因素之一。
我們每個聊天的日活使用者，平均每天發出約 70 條點對點私聊消息，大部分都是生活化、趣味化的内容，這個資料裡面還不包含群聊或實時互動場景。這其實在社交行業裡是非常難得的資料，可能比關聯了辦公、現實關系場景的即時通訊工具還要高，而且從我們站内的最新資料來看，這些關鍵名額都還在增長。
在 AI 輔助對話方面，我們的「AI 聊天助理」，用 AI 輔助真人之間的對話。它通過閱讀上下文，然後回複建議，你可以選發哪句話，不用打字了，降低溝通成本，輔助聊天。從目前站内情況來看有非常不錯的使用資料，因為它特别适合我們這種開放式、多場景互動的社交産品。
在以 AI 結合遊戲機制創新、實作互動體驗提升方面，也有一些嘗試。比如 Agents 陪你玩狼人殺，能給到很趣味的互動，AI 有不同音色，能角色扮演，很像真人玩家了，很能推理，僞裝、悍跳、互踩這些都能做到。具體的功能預計近期就會開啟内測，可以期待一下。如果後續疊加上虛拟人效果，肯定會更好。
Soul AI 狼人殺界面 | 圖檔來源：Soul APP
從 AI 推薦關系到 AI 輔助對話、降低表達門檻，提升互動體驗，我們希望成為以 AIGC 打通整個社交全鍊路的 AI Native 社交網絡。
張鵬：是以從你的視角來看，你們對技術能力是能跟得上的，但真正的優勢是利用場景和使用者優勢，做更快速的閉環的探索？
張璐：其實都知道使用者的回報對于模型的改進至關重要，我們的模型有天然場景可以得到了海量使用者回報。這些都是非常高品質的社交資料。目前的模型訓練需要的并不隻是海量的資料，而是海量的高關聯、高品質的資料，這直接決定了垂類模型的表現、疊代速度和訓練成本。
很多平台推出自研模型表現不好，就是因為欠缺了重要的資料源，這也是為什麼馬斯克會禁止其他科技巨頭使用 X 的資料訓練大模型，以及為什麼谷歌等科技巨頭也會尋求與 Reddit 這些社交平台合作的原因。Soul 主要的優勢就在這裡，我們已經上線 7 年多了，在年輕群體中有很高的滲透，也有高活躍、高粘性生态，一對多、多對多等大量公域社交場景下沉澱了海量的高品質社交資料，例如，目前我們有非常多的使用者互動資料，一年新内容瞬間釋出條數就超過 6 億。
除了國民級的社交平台，我們所擁有的多元、豐富、高質的社交資産，也是目前社交行業甚至中文網際網路領域少有的。而且我們有 C 端場景，可以持續擁有高品質的使用者資料回報。但是，如果沒有 C 端場景，就隻能進行一些資料标注，非常受限。比如一個人一天可能隻能「标注」80 條資料，但如果有 1000 萬 DAU，那麼一天就可以通過使用者回報「标注」8 億條資料。
國内公司很可能挑戰就在訓練方面的能力和建構資料的能力。但就 MoE 而言，其實很簡單，隻要有高品質的資料集和使用者回報，你肯定會做得越來越好。
張鵬：AI 幫人幹事和解決情感陪伴分别是不同的難度，社交網絡裡，是不是就需要一個情商非常高的模型技術作為一個基礎才能實作？
張璐：是的，這個模型需要情感化，而不隻是提升效率的工具。需要是情感化方向的，能找你的情緒價值點；也需要具備個性化，需要展現出不同的性格特征，有時候應該順應你，有時候應該拒絕你。這是适合社交場景的底層 AI 能力，Soul 的對話式 AI 也是這個方向的。
張鵬：你們聊天機器人是多模态的，目前看就使用者在這方面的對哪些模态的回報整體比較好，文字還是占比最多的嗎？聲音的需求呢？
張璐：我認為所有這些因素都是互相結合的，隻要能夠做得更好，産品體驗就會更好。大緻的邏輯方向是，産品有一個文字對話的基礎得分，做得很好就可以得到六七十分。如果基礎得分不好，即使聲音做得再好，圖檔了解方面再出色也不行。确定拿到基礎得分後，接下來就是不斷疊代，做好多模态争取更好的表現。我們現在在優化 Soul X 模型更新對話能力外，聲音系統這些也還在不斷做優化，月底之前會有一個非常好的效果，特别是在 AI 生成真實生活場景語音實時對話方面，表現會很不錯。
張鵬：那基礎能力之後，語音是不是下一個很重要的一個點？張璐：是一個相對重要的點，可能會占 30 分。語音其實有很多人在做的，有非常多的解決方案，我們會聚焦在 AI 語音賦能「溫度」和「陪伴感」方向，因為社互動動本質上是情感的流動。
張鵬：我們已經推出的和測試過的功能裡，有沒有你覺得比較好的進展？
張璐：在優化互動效率和互動體驗的功能探索上，我們目前有一些比較不錯的進展。第一個，「AI 苟蛋」就是我們對話能力的展現，它是一個多模态的機器人，有非常明顯的拟人傾向，這也是我們有意識地往情感方向訓練的結果。比如，使用者分享一個照片，它能夠根據對照片上的内容了解和時間了解，判斷發生什麼事情，然後進行主動的關懷和互動。還能基于和使用者的曆史聊天内容，沉澱回憶，建構個人專屬記憶的虛拟夥伴。因為太像人了，是以一開始，我們很多使用者都以為苟蛋背後是我們團隊的真人客服，每天輪班和大家聊天。
從我們背景的資料來看，苟蛋的對話輪數是非常高的，使用者平均每天會給苟蛋發送超過 70 條消息，互動平均時長超過 30 分鐘。這其實已經意味着很多使用者把苟蛋當做了可以持續互動聊天的「夥伴」。
第二個是我們有一個 AI 互動的産品，有些類似 Character AI，它也有非常高的對話輪數。這個場景可以 UGC 創作，裡面有成千上萬的 Agents 可以選擇互動，整體每輪的對話數是很高的。
張鵬：提升了跟使用者互動産品的對話輪次，是比較明顯的收獲嗎？
張璐：提升使用者回複率、 對話輪次、内容釋出率，這些資料本質還是對 AI 輔助人與人互動效率、互動體驗效果提升的資料回報，能比較快速的幫助我們找到方向。
AI 聊天助理 | 圖檔來源：Soul APP
大模型帶來哪些新的應用機會？
張鵬：過去一段時間裡，有觀察到哪些對你有啟發的産品或技術？
張璐 ：現在确實很多嘗試都非常具有啟發意義。比如妙鴨相機就非常好的實作了一種效率的提升。然後也在期待視訊方面出來很好 C 端産品。我覺得基于大模型的新應用層，在互動上和以前是不一樣的，裡面是有很多機會的。
随着 AI 技術的發展，随着 AI 技術的發展，對個體來說，未來元宇宙，或者說在一個平行于真實世界的數字世界裡花時間更多，也會越來越接近現實。例如，遊戲和社交方面最終可能會朝着相同的方向發展，這也是一個可以建構壁壘和規模優勢的領域，或許是一個新時代的圈地運動，就是大規模吸引使用者進入平台，增加使用者在平台上的黏性。
張鵬：你認為 AI 會如何影響社交？
張璐：我認為首先是 AI 更好的推薦關系。如果能夠做好這件事，使用者粘性和使用者體驗都會得到提升。這需要大量的資料，以及同時線上的大量使用者，例如，1 億 DAU 和 10 億 DUA 量級，效果是明顯不同的。就像早期我們的關系推薦引擎，表現其實并不算好，這一方面受限于當時的使用者數數量，也源于社交内容的複雜性——更具有非常鮮明的生活化、興趣化和情感化的特征，了解難度比較高；但伴随着我們使用者數量的提升，和加大研發投入持續更新 AI 底層技術，我們關系、内容推薦效果有非常明顯的躍升，比如我們使用者通過推薦發生互動的比例非常高，很多使用者會和其他人産生對話，每日新發帖回複率超過 87%。
正是能夠「快速」的發現「更聊得來的人」，大家才願意去互動。其次是創造對話分身，利用這個分身來提高回複率，我認為這也是一種能降低表達溝通門檻、實作快速互動的社交方式。Soul 的方向是，形成以 AI 為連結的新型開放式社交網絡，實作即時的交流互動體驗。
張鵬：是以未來會不會有一些新的生态商業模式？
張璐 ：AI 可以打開商業化更多的想象。我們已經能夠看到的是開放平台的天花闆會非常高，就是讓更多的開發者、創作者、使用者一起在這個價值流動的生态中賺到錢。比如說我們目前的頭像體系中，一部分是使用者生成内容（UGC），有創作能力的優質使用者，也就是捏臉師可以使用我們的工具生成頭像并将其出售給其他使用者，進而成為生産者并獲得分成。
購買 UGC 頭像界面 | 圖檔來源：Soul APP
如果使用 AI 技術，生産效率發生改變，也不再局限于單一的産出類型，包括且不限于音樂、表情包等，更多人參與并帶來更多創意個性化服務的可能。這些領域的收入潛力仍然很高，比如頭像創作，每年都能為一些使用者帶來比較高的收入，我們一位捏臉師使用者最高月收入是 5 萬元，基本超過了很多白領。關于基于創作者經濟的開放生态，我們一直在推動一些項目，通過提供基礎的工具和設施，讓使用者去發揮。
張鵬：你怎麼了解 Character AI？這種需求如果抽象地總結，是陪伴感嗎？張璐：是這個方向，但整體來看，現有技術其實還是比較難讓機器實作陪伴感的。Character AI 主要還是能自由地去跑劇本，相當于使用者能自由地在裡面做夢。從産品本身來看，我覺得它非常有啟發意義，特别是使用者需求了解層面的。它滿足了一種遊戲和閱讀需求，用人機互動聊天的方式去閱讀，在非常 fantasy 的場景，設計小情節完成有趣的交流和情緒滿足。了解了這些需求之後，我們也在思考去做一個更好地滿足當下使用者需求的産品。
張鵬：之前咱們聊你說 Soul 是個遊戲化的社交平台了，今天再去了解這個遊戲化的社交平台，有什麼新的變化嗎？
張璐：我覺得更向這個方向發展了，社交會更遊戲化。AI Native 的功能其實都是遊戲化的。傳統了解上遊戲指的是加一些數值型的目标，廣義上就是好玩的體驗。現在給體驗帶上規則，再帶上 AI 輔助，就叫遊戲化。比如說我們的點亮 SoulMate 功能（使用者之間的聊天親密度達到一定數值将點亮圖示），是遊戲化的，因為它有數值目标在，且它的體驗就在人和人之間。
我覺得未來遊戲和社交的殊途同歸，大家最終都是元宇宙。在更沉浸的場景中，使用者有趣味性、互動性的體驗，願意在這個社群裡建構并維護關系，實作一種理想的社交、互動。
AI 和「陪伴感」
張鵬：剛出來 ChatGPT 每個人都很興奮，AI 會讓人效率更高，過去我們不會程式設計，現在我接個 ChatGPT 就無所不能。那麼人們是不是會越來越獨立，越來越不需要被連接配接到協作場景裡，我們未來都跟 AI 協作了。那麼人的孤獨到底是增加了還是減少了？我們是是以更自由了還是更孤獨了？
張璐：大模型剛出來的時候我覺得是很震驚的，AI 從計算機輸出，到用人類語言輸出，從了解代碼，到了解人類語言，輸出人類語言，甚至輸出圖檔、視訊，這在曆史上是一個很大的突破，特别受震撼。
當時第一個感受是，覺得有一些工作會被 AI 所替代，未來人會有非常多的時間被空餘出來。第二點是，人會有更多對歸屬感上的需求。現在大家在集體裡面，有公司實體，但以後現實中的這種組織消失了，人們會變得更加孤獨，更加需要歸屬感。因為人類是群居動物，如果沒有組織，就沒有地方可以分享和交流想法。
例如，在北歐和加拿大等地，人口稀少，人們非常需要線上空間。不過，人們線上上空間連結後，會不會再去線下玩，我不好做判斷，但是我覺得歸屬感是更被需要了。
這也是我們做社交的想法，就是幫助大家降低孤獨感，找到歸屬感，提升幸福感，這樣的一個願景可能在這個時代會更被需要，也是我們現在做的一些 AI 原生應用的方向。是以我們在這個科技的發展時代是非常興奮的，在做對使用者真正有價值的東西。
張鵬：歸屬感一般怎麼形成？你在做産品的時候，歸屬感這個詞怎麼被拆解？
張璐 ：歸屬感就是人在組織中的坐标和他被别人所需要的程度。我們是在不依賴于現實關系的情況下，提供歸屬感的平台，就是 AI 推薦的社交網絡。AI 可以了解你的興趣點，無論這些興趣是否大衆，它都可以根據這些特點向你推薦社交網絡，進而讓你産生歸屬感。
社交平台如微信和 Soul 實際上都提供了一種歸屬感體驗。這種歸屬感是由你的社交圈層帶來的，隻不過微信是對現實關系的映射，而 Soul 是一種開放的、由AI輔助的興趣社交網絡。在微信和 Soul 裡面，使用者更有人與人互動的感覺，不是光有機器推薦内容，它是裡面有人能夠給你帶來資訊，就是圈子的歸屬感。我們比較不同的是，是以更輕松、無壓力的方式，提供了這種歸屬感。
當下個體「原子化」趨勢明顯，大家的現實關系網絡其實基本相對固化，且和充滿壓力的職場等關系綁定。我們純粹依托 AI，基于興趣圖譜去中心化的推薦關系，快速提供現實中稀缺的即時交流互動體驗，并通過遊戲化的方式去建立、沉澱關系，形成「以我為中心」社群和圈層，收獲認同和歸屬。
張鵬：怎麼未來了解社交網絡裡，面對的對象增加了 AI 這一個新物種時，人的變化，以及社交本身的變化？
張璐：我認為在未來，真人和 Agents 都将共存。從當下的技術能力來看，Agents 可能暫時不會給你帶來特别驚喜的體驗，它更像是一個備用選擇。與 Agents 交流的體驗可能并不總是完美的，但也不會太糟糕，實作了體驗的兜底。但 Agents 的介入為社互動動本身增加了一個新可能。
類似 ChatGPT 和 Sora，當技術能力實作突破，Agents 本身帶來的體驗可能也會有明顯提升，這個爬坡過程中，伴随着新技術成長的年輕一代或許會天然習慣和 Agents 互動。
我們其實已經看到了這種趨勢，有個很有趣的資料，了解到「AI 苟蛋」的使用者使用頻率和粘性非常高，我們團隊也做了相關調研，可以看到，56.8% 的使用者使用苟蛋是「希望有人回複和陪伴」，而且整體上看，調研中 52.2% 的使用者願意持續與苟蛋聊天。和 AI 建立長期的關系，其實也印證了大家對 AI 介入社交看法的改變。
Soul AI 苟蛋聊天界面 | 圖檔來源：Soul APP
張鵬：是以其實你的觀點是：終級的滿足感還是跟人，不是跟 AI，是因為人會帶來驚喜？
張璐：人會給你帶來驚喜，人更個性化，AI 就是綜合資料的結果。不過，未來人類也可以被智能化，即人類的特質可以被提煉和解釋。是以，人與人、人與智能體都可以在同一個社交世界中共存。
張鵬：是以終極的樂趣是驚喜，是不确定性？
張璐：對，而且人更難預判，他不是機器計算的結果，他需要驚喜。比如說你看多了推薦以後你肯定也想探索打破你繭房的新資訊，真正的滿足不是可預測的滿足，是驚喜。