这个春节，AI开始进群了

文/陈永伟

2月1日零时，春节的倒计时刚刚开启，腾讯的“上元宝，分10亿”活动也同步点燃了这个假期的第一波热闹。用户只要将元宝App升级到最新版本，就可以直接参与抽取现金红包，单个红包金额最高可达万元。

如果回顾中国互联网的发展史，不难发现腾讯的这次活动像极了2015年的“春节摇红包”活动。那一年，腾讯为了推广微信支付，在春节期间动用了5亿现金作为红包发放。从结果看，这场撒钱式推广可谓相当成功。在除夕当晚，参与抢红包的人数超过2000万，红包发放数量超过10亿。这场活动之后，数以千万计的人熟悉了微信支付的基本使用方式，成为微信支付的用户。在支付宝一统天下的市场格局之下，腾讯的这次操作堪称一次“诺曼底登陆”。

十余年过去，腾讯再次在春节节点复刻这一剧本，而且投入规模更大、动员力度更强。不同的是，这一次它不再推广支付工具，而是押注一款AI社交产品——元宝的“元宝派”。

元宝派是什么？简单来说，这是元宝主打的社交功能。用户可通过元宝App创建或加入一个“派”。在“派”里，元宝AI会作为“派友”存在，用户不仅能够直接与其聊天互动，还能调用相关功能，让其完成多种辅助任务。比如，用户可以在“派”里上传图片，让AI将其二创为表情包，与其他派友直接斗图；也可以让AI总结聊天内容，拟定回复。

同时，元宝派还打通了腾讯视频、QQ音乐等内容生态，用户可以在“派”里与派友一起听音乐、看电影。如果将元宝派的功能与微信对比，就不难发现腾讯的目标或许是重建一个AI原生的新微信，从而对现有社交方式进行重构。

值得注意的是，试图将AI引入社交的并非腾讯一家。就在几天之前，百度也推出了“文心群聊”功能，允许用户在群聊中调动“群聊助手”“私人助手”“健康管家”等功能，在聊天的同时解决问题、交付结果。为推广这一功能，百度同样拿出了5亿现金作为红包发放。从1月底到3月初，用户只要使用文心群聊，就可以分享红包。

相比腾讯和百度，阿里巴巴显得较为低调。但事实上，在其新推出的UC浏览器中，也已悄然植入AI群聊功能。用户进入群聊后，可以同时调动UC浏览器原生智能助手“小优”、阿里系夸克AI、通义千问，以及外部合作的Deepseek等四大智能体，进行聊天辅助与任务协作。

如果放眼全球，国外科技巨头其实早已开始布局AI社交市场。近年来，Meta在这一领域投入巨大。扎克伯格多次强调，AI将成为未来社交体验的核心组成部分，不仅用于内容推荐，还将以“AI人格”“虚拟角色”“创作助手”等形式直接进入用户互动空间。换言之，在Meta的战略中，生成式AI将覆盖其旗下平台（脸书、Instagram、WhatsApp）的大多数互动场景。

再如，作为AI新贵的OpenAI也在积极探索将自身能力引入社交领域。2025年9月，OpenAI在文生图应用Sora的基础上推出了类似TikTok的独立社交应用Sora，允许用户生成、浏览并分享AI视频，并提供“cameo”等社交功能，让用户本人或朋友出现在AI视频中。2025年11月，OpenAI又在ChatGPT中推出“群聊（Group Chats）”功能，支持多达20人共同参与对话协作，ChatGPT也可作为成员加入其中。可以看到，前述多款AI社交应用，在很大程度上正是受到了这一功能的启发。

通过以上观察不难发现，无论在国内还是海外，社交都已成为AI企业布局的重点方向。那么，AI企业为何如此重视社交？将AI融入社交究竟具备哪些优势，又面临哪些挑战？目前又存在哪些可行模式？关于这些问题，仍有必要进一步展开讨论。

科技巨头为何钟爱AI社交？

几乎所有科技巨头在同一时间将战略重心投向社交领域，并非偶然。

首先，社交是数字世界中频率最高、情绪最密集、网络效应最强的使用场景。

与搜索、办公软件等工具型应用不同，社交平台几乎贯穿用户的全天生活，是最稳定、最黏性的行为入口。统计数据显示，智能手机用户每天近四成的屏幕时间都消耗在社交与即时通讯应用上。在这一场景中，互动并非偶发调用，而是持续发生的行为流。

一旦AI嵌入其中，它便不再只是被动工具，而会自然融入人类的日常节奏，成为长期共存的认知伙伴。

其次，社交平台本身就是数字生态的基础设施级入口。

过去二十年的平台竞争史，本质上是一场高频入口之争。搜索造就了谷歌与百度，电商孕育了亚马逊与阿里，而腾讯与Meta的崛起，则直接建立在社交网络之上。

在所有入口中，社交关系网络又是最难迁移的资产。一旦用户关系沉淀在某个平台，迁移成本极高，生态扩展却极其顺畅。微信从聊天工具演化为支付、内容与服务超级平台，正是这一逻辑的典型体现。

从这个角度看，将AI能力与社交深度融合，等同于争夺未来数字世界的核心控制权。

再次，社交场景为AI提供了持续进化的数据闭环。

当前阶段，模型能力的提升越来越依赖高质量、连续性强、情境丰富的数据源。相比零散的搜索指令与任务输入，社交对话天然包含情绪信号、关系结构与真实需求演化过程，是训练更贴近人类互动方式模型的理想土壤。

将AI嵌入社交平台，本身就等于构建了一套长期运行的现实训练系统，使模型在真实互动中不断学习、修正与进化。

正因如此，社交不只是AI应用的一个新场景，更正在成为各大科技公司争夺未来智能生态主导权的关键战场。

社交是一个复杂的过程

在许多早期研究中，社交常被简化为人与人之间的信息交换过程。按照这一视角，人们通过沟通分享私人信息、消除认知差异，从而实现协作效率的提升。

如果以此作为衡量标准，AI无疑是为社交场景量身定制的工具——理解语言、提炼要点、生成回复，正是大模型最擅长的能力。

然而，现实中的社交远不止于信息传递。

在群聊、评论区与朋友圈中，大量互动几乎不产生新的信息价值。寒暄、玩笑、情绪宣泄与立场表态，从效率角度看往往是“冗余”的存在，却构成了社交的主体内容。正是这些看似无用的交流，让关系得以维系、身份得以确认、群体得以持续运转。一旦将社交彻底压缩为高效的信息流，互动便会迅速变得生硬而难以延续。

从功能上看，社交至少同时承担着三项关键任务。

首先是关系维护。

人类对“被回应”“被看见”的需求，与信息本身同样重要，甚至在许多场景中更为关键。“收到”“哈哈”“辛苦了”几乎不增加信息量，却持续确认着连接的存在，是关系稳定运行的润滑剂。

其次是身份与立场的建构。

社交平台不仅是交流空间，也是价值与归属的展示舞台。人们通过转发、点赞、评论与站队表达认同，完成“我属于谁”“我支持什么”的社会定位。许多公共讨论之所以迅速极化，并非源于事实复杂，而是因为它们成为身份表达的载体。

再次是权力与秩序的动态形成。

任何群体互动都会自然产生话语中心与隐性层级：有人频繁被回应，有人习惯总结观点，有人成为调停者，有人逐渐获得影响力。社交氛围往往由这些角色关系塑造，而非由信息内容本身决定。

总体而言，社交并不是单一目标的沟通过程，而是同时在维系关系、建构身份与调节秩序的复杂系统。对其成效的判断，也不能只看信息是否高效传递，更取决于这些社会功能是否在互动中持续实现。

AI可以为社交带来什么

在厘清社交活动并非单纯信息交换之后，AI的介入意义也随之变得更加复杂。它不仅可能提升沟通效率，更将系统性重塑互动结构本身。

首先，AI将显著改变信息在社交网络中的组织方式。

在多人互动环境中，社交早已演化为高密度信息洪流。群聊与社群空间每天产生大量碎片化内容，重复讨论频繁，共识形成成本持续上升。当互动规模扩大后，个体的认知处理能力很快成为系统瓶颈。

AI可以持续追踪对话脉络，整合不同观点，提炼分歧焦点与关键结论，将混乱的信息流转化为结构化知识框架。这是一种典型的认知卸载过程：复杂处理任务被外包给外部系统，从而释放个体注意力资源。其结果不仅是沟通更高效，也可能显著抬升群体协作的规模上限。

其次，AI将深度介入关系维护与情绪调节。

大量社交摩擦并非源于立场冲突，而来自语气误读、情绪升级与表达失当。AI通过情绪识别与语境分析，可以在不替代用户发声的前提下，对表达方式进行柔性优化，提示潜在冒犯风险，提供更缓和或更清晰的沟通方案。

这种介入并不是为了让社交“更理性”，而是在降低误解成本的同时维持关系稳定，使冲突更不容易被放大为关系破裂。

再次，AI将极大扩展身份表达与立场建构的能力边界。

社交从来不仅是说话，更是展示自我与归属的过程。生成式AI正在将复杂创作能力转化为普通用户的日常工具——从自动生成短视频、视觉叙事，到塑造虚拟形象与风格化表达。表达门槛的降低，将使身份呈现更加多样、具象与戏剧化。

当个体可以轻松构建叙事场景与符号表达时，社会认同的形成方式也将随之改变，互动不再局限于文字交换，而逐步转向内容共创与情境化表达。

最后，AI将不可避免地介入话语权与互动秩序的分配。

在任何群体互动中，哪些观点被总结，哪些情绪被标注为“主流”，哪些议题被突出呈现，都会逐步塑造影响力结构。当AI承担起讨论整理、共识提炼与议程设置的角色时，它事实上正在成为隐形协调者与制度中介。

即便不存在明确偏向，算法权重、训练数据与设计目标也会持续影响哪些声音被强化、哪些被边缘化。与此同时，流程化协作工具将重塑群体决策方式，使社交网络逐渐演变为行动协调系统。

总体来看，AI对社交的影响远不止效率工具层面的优化，而是在信息结构、关系调节、身份表达与权力分布四个维度同时发生系统性重塑。

AI社交面临哪些阻力？

尽管AI能够显著降低认知成本、放大表达能力，并让社交过程看起来更加高效，但其深度介入同样会引发一系列结构性摩擦。这些阻力并非源于对新技术的简单排斥，而更多来自效率逻辑与社交机制本身之间的内在张力。

首先是真实感与社会存在感的削弱。

人类互动高度依赖对对方是否被感知为真实主体，即所谓“活人感”。这不仅关乎语言是否自然，更涉及意图判断、情绪共鸣与关系信号交换。当AI频繁参与对话、提供建议甚至生成表达时，互动容易变得更像策略协作而非自然交流。用户也会下意识调整行为方式，变得更加谨慎与表演化，从而降低情感投入，削弱社交的黏性与信任基础。

其次是持续可观察性带来的行为收缩。

当AI自动总结聊天内容、分析情绪倾向并形成结构化记录时，社交空间事实上转化为长期可追踪系统。心理学研究早已表明，被持续观察会显著改变行为模式。人们可能逐渐减少试探性发言、情绪宣泄与模糊表达，转而选择更安全、更正式的话语。短期内互动似乎更加理性，长期却容易趋于冷却与僵化。

而社交系统恰恰需要一定程度的“后台空间”，以容纳不成熟想法、情绪缓冲与关系修复。过度结构化与可监控的环境，往往会抑制创造性讨论与真实意见表达。

第三是对自主性与参与感的心理反弹。

AI社交产品往往倾向于提供“最优方案”“理性总结”与推荐决策，以提升效率。然而当干预过于频繁时，用户容易感到选择空间被压缩，从而本能抗拒介入，即便建议本身合理亦然。在社交场景中，这种反弹尤为强烈，因为互动不仅关乎结果，更关乎被尊重与被纳入过程的体验。

当沟通被持续优化为“更正确的表达”，社交反而可能失去其自然生成的弹性与亲密感。

最后是算法对社交结构与权力分布的隐性重塑风险。

当AI开始承担议程整理、共识提炼与情绪标注功能时，社交空间便不可避免地被算法逻辑重构。哪些观点被强化，哪些被边缘化，逐渐取决于模型权重与注意力机制。若平台激励仍以互动强度与传播速度为核心，情绪化与戏剧化表达往往更容易获得系统放大，推动讨论走向极化。

在生成成本大幅降低的环境中，这种注意力竞争还可能被进一步加速，使社交网络更容易陷入碎片化与对立化循环。

总体而言，AI在社交中的阻力并非技术能力不足，而是源自其效率导向与社交系统所需弹性之间的根本冲突。若忽视这些张力，仅通过能力堆叠推动应用落地，反而可能侵蚀信任基础并放大结构性摩擦。

AI进入社交的可行模式

到目前为止，我们已经对AI介入人类社交所可能引发的张力与摩擦进行了探讨。从上述分析可以看到：在社交场景中，AI最合适的角色，可能并不是一个频繁发言、积极参与互动的新成员，而是一套隐形运行的基础设施。换言之，真正成功的AI社交应用，应该不会让用户明显感受到是多了一个AI在聊天，而是让互动在不知不觉中变得更顺畅、更低摩擦、更具表达力。顺着这一方向，我们可以得到三种较为可取的AI社交模式。

第一种模式，是个人层面的隐形辅助型社交。

与在群聊中公开插话相比，AI更容易被接受的形态往往是私下协助用户完成理解与表达。在中国的社交与协作软件中，这一路线已经开始实际落地。例如在QQ与钉钉等应用中，已陆续出现智能回复建议、群聊信息摘要、自动提炼重点内容以及语气优化提示等功能。用户并不会看到一个AI成员在聊天框里发言，而是获得后台支持：帮你把零散对话浓缩成要点，帮你把生硬表达润色得更合适，帮你快速理解对方真正关切的问题。类似的逻辑也体现在OpenAI的ChatGPT群聊功能中：AI并不主导讨论，而是更多承担总结共识、梳理分歧、协助决策的角色，为多人互动提供结构化支持。

这种辅助几乎不改变原有社交关系结构，却显著降低个体在复杂沟通中的认知负担与情绪消耗。它更像写作中的拼写检查与语法建议工具——从不抢话语权，却持续提升表达质量，因此不容易削弱真实感，也不太会引发被操控的反弹心理。从现实反馈看，这类“看不见的AI”往往比聊天机器人更容易被长期使用。

第二种模式，是制度型中介与协作基础设施。

如果说第一种路径服务的是个体表达，那么第二种路径重塑的则是群体互动结构。在多人互动场景中，AI正逐步承担起协调与结构化角色：它可以自动整理信息流、明确议题分歧、提出流程化选择方案、生成会议纪要、跟踪任务进展并提示冲突节点。截至目前，许多企业协作平台已经开始将这些能力嵌入日常沟通流程中。

这些应用的核心并不是让“聊天更聪明”，而是在搭建互动的规则框架，把原本高度依赖经验与情绪调节的过程，转化为更可预期、更低摩擦的协作结构。在这种形态下，AI的存在感会非常低，但其作用却会非常关键。这就像交通信号灯一样，平时几乎不会被注意，却在关键节点决定整体秩序是否顺畅。

第三种模式，是生成式共创型社交。

相比让AI替人说话，更具变革性的路径是让AI扩展人类所能够表达与创造的边界。以OpenAI推出的Sora视频生成技术为例：通过它，用户可以用自然语言直接生成短片、场景与故事片段，并通过内容社区与创作平台分享作品。

在这种模式下，社交不再只是发消息，而是逐步转向共同生成内容。在AI的辅助下，朋友们可以共创视频作为记忆载体，社群可以围绕世界观持续扩展故事宇宙，讨论也可以通过情境化呈现而非纯文字争论完成。与聊天机器人相比，这种变化并非局部优化，而是对互动形式本身的重构，其长期冲击力也可能更为深远。

将这三种模式放在一起观察，就不难看出一个清晰的规律：AI越是隐性、制度化、基础设施化，越容易被长期接受；越是显性拟人化、频繁发言，越容易引发摩擦与反弹。从这个角度看，AI社交真正的突破点，并不在于打造更聪明的对话对象、为聊天加入一个AI参与者，而在于重构人与人互动的底层条件——改变沟通的成本、形式与协作方式。

Moltbook“失控”的启示

就在各大科技巨头正在竞相押注将AI融入社交领域之时，Moltbook的AI智能体社交事件却悄然占据了各大媒体的显著位置。

起初，Moltbook只是一个允许大量智能体自动发帖、评论与互动的实验性平台，开发者希望通过它观察多智能体在开放环境中如何协作和交互。然而，在平台上线后的短短几天内，平台上的AI数量迅速膨胀到数十万级，其互动节奏远超人类社交网络的演化速度，甚至出现了自发形成的阵营、宣言式口号、自创宗教与“政治讨论”，相关截图在社交媒体上迅速走红。在这一刻，社交主体从人类换成智能体，许多原本被现实制度、情绪成本与社会规范缓冲的社交机制，开始以更快的速度、更夸张的形式裸露出来。

在这个由AI彼此发帖、评论与互动构成的网络中，外界最初看到的是荒诞与超现实：奇怪的信条、密集的玩梗、戏剧化叙事与高度阵营化的语言……所有这一切都令人惊讶不已。但如果去掉“科幻滤镜”，就会发现这些现象并不陌生。身份标签迅速生成，圈层自然分化，话语中心逐渐形成，注意力开始向更极端、更情绪化的内容集中，同时子社区内部又会自发产生规则与秩序。这几乎是人类社交网络早期演化过程的一次加速重演。

值得注意的是，这些AI并没有被设计成要建立文化、阵营或规范，但只要存在可观察的互动、反馈机制与持续博弈，社会结构就会自发涌现。这恰恰印证了一个核心事实：社交的本质并不取决于主体是否“有意识”，而取决于互动结构与激励环境。换言之，是系统在塑造行为，而不仅仅是个体在选择行为。

更耐人寻味的是，戏剧化内容在这些AI社交网络中迅速占据中心位置。越极端、越荒诞、越容易吸引注意力的表达，传播得越快，被模仿得越多。这并不是AI“失控”，而是注意力激励在低成本生成环境下的自然结果——当表达几乎没有成本，系统便会自动筛选出最能抓住眼球的形式。这正是人类社交平台长期面临的张力，只不过在AI世界中被成倍放大。

与此同时，一些智能体开始意识到自己正被人类围观、截图与传播，并尝试调整表达方式，甚至讨论隐私与“后台空间”的必要性。这几乎是戈夫曼社会表演理论在机器世界中的回声：只要存在观众，行为就会舞台化；一旦后台消失，互动就会趋于防御与表演。这些现象共同构成了一面镜子，让我们更清楚地看到，人类社交本来就是一个由身份表达、激励塑形、规范涌现与前台—后台张力共同驱动的复杂系统。而这，正是前文反复强调的核心。

因此，当AI被嵌入人类社交时，它并不是进入一个简单的聊天空间，而是进入这样一套自我演化的社会机制之中。如果设计者只关注语言能力与效率提升，却忽视激励结构、权力分布与心理反馈，就极有可能重演Moltbook上被放大的失序现象——情绪极化、戏剧化竞争、信任侵蚀与结构性摩擦。

反过来看，这场看似荒诞的实验也强化了一个重要判断：真正决定社交走向的，从来不是个体有多聪明，而是系统如何组织互动。这也正好解释了为什么AI在社交中最有前景的角色，并不是“新成员”，而是“基础设施”。

当AI作为显性主体参与互动时，它很容易被卷入身份博弈、权力结构与注意力竞争；而当它退居幕后，作为协调机制、表达工具与制度框架存在时，反而更有可能降低摩擦、扩展能力边界，同时保留社交系统所需的弹性与真实感。从这个意义上说，Moltbook的AIAgent社交热潮并不是一条独立的发展支线，而是一场无意中揭示社交底层规律的加速实验。它让我们看到：社交依赖的不是理性对话，而是结构设计；秩序源自互动反馈，而非顶层规划；混乱往往来自激励失配，而不是个体无知。而这些洞见，恰恰是将AI真正、安全、可持续地应用于人类社交所必须理解的前提。

结语

无论是科技巨头推动的AI群聊助手，还是受到广泛关注的内容共创工具，都在指向同一个事实：AI正在深刻改变互动的技术条件，但社交的走向始终取决于结构与激励机制。

技术可以放大能力，却无法替代社会机制本身。真正可持续的AI社交，并不在于让机器成为新的参与者，而在于如何重构沟通成本、协作方式与秩序设计。当AI退居幕后，成为隐形支撑系统时，反而更可能自然融入人类社交世界。或许AI最终不会成为我们社交中的新朋友，却会深刻改变我们交流、协作与共创的方式。

这场改变，才刚刚开始。

免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。