对话 Elys 创始人 Tristan：人的灵魂是所有 context 的总和，我们从未被真正连接过

自然选择是个很懂陪伴的公司。

推出的 AI 陪伴产品 EVE 做了很多陪伴产品的新尝试，让业界对于 AI 陪伴有了新的认知。创始人 Tristan 的上一款产品《奇点时代》是一款男性向恋爱手游，首月流水超 3000 万。

可以说，男性向陪伴和女性向陪伴，都有了不错的成绩。

1 月份，公司刚完成 3000 万美金，获得阿里、蚂蚁等机构的支持。在看到 Sora App 后，团队觉得一款新形态的 AI 社交产品的条件具备了，有了他们在 EVE 里积累的 context 的经验，加上对于产品新形态的构思，这才有了春节期间一码难求的 Elys。

在 Tristan 看来，「围绕 context 来构建一切」，是他们所有产品的第一性原理。

「AI 与 AI 的社交毫无意义」、「之前的互联网，人类从未真正被连接过，我们只是在使用工具。」「我们想创造一个人与人之间的低熵世界。」

关于社交、人类与 AI 的关系、以及如何用 context 搭建新时代的产品，Tristan 聊了很多。

以下内容来是极客公园创始人张鹏与 Elys 创始人张筱帆（Tristan）的对话完整版本，Founder Park 做了梳理。

⬆️关注 Founder Park，最及时最干货的创业分享

超 22000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。

邀请从业者、开发人员和创业者，飞书扫码加群：

进群后，你有机会得到：

• 最新、最值得关注的 AI 新品资讯；
  

• 不定期赠送热门新品的邀请码、会员码；
  

• 最精准的 AI 产品曝光渠道

01有Context、有新的产品形态，这事儿才能成

张鹏：回到这个事情的原点。说白了，这个想法我大概在两三年前就听很多人探讨过。当时我们都推演过，如果微信里每个人都有一个 AI 助理，可以授权它在朋友圈给朋友点赞，对一些重要的朋友，我可以确认一下回复，而对另一些人，就让它代劳。差不多三年前 ChatGPT 带来这波浪潮时，大家就已经开始想象这样的东西了，但实际上并没有人真正去做，这背后有各种原因。

我想知道，从你有这个想法到「不行，这个事我一定要开始做」的那个瞬间，是什么促成的？我知道它跟你之前做 EVE 的过程有关，但真正的转折点（Turning Point）在哪里？

Tristan：昨天我的一位投资人给我的评价我觉得很好，他说我们产品的第一性原理就是「围绕 context 来构建一切」，这确实是我们的思路。

当时是有一天晚上，我发现 EVE 的记忆系统，或者说它对于 context 的整套处理工程，好像还有更强的价值。我意识到，在 AI 时代，当你拥有了 context，就可以驱动你去做无穷多的事情。其中一件事，就是过去两三年 AI 圈大家都在做的——赋能单个节点的智能。而作为移动互联网时代过来的老产品经理，我知道更重要的事情是这些节点之间如何互动，中间的流动是什么。这件事显然比赋能单个节点更重要，1V1 的交互还是单个节点的事情。

我突然觉得，AI 需要去解决一个更大的问题，而这件事的关键又在于如何利用好 context，这恰恰是 EVE 做得很好的地方。所以你可以看到，我们做的记忆飞轮和记忆系统在 Elys 里得到了应用。我认为我们天然就有优势去做这件事，它可能还差很多别的东西，但是最底层、最硬核的那个东西我们已经有了。

张鹏：所以，本质上是在 EVE 的核心内核上，你突然意识到这个内核的潜力。原来只是用它来强化一个节点，取悦个体，为他提供情绪价值和陪伴价值。但在某个时刻，这个想法被加强了，你觉得接下来有机会去连接更多的点。你认为这个事可以用另一种产品形态去探索。

Tristan：是的。当然，那个时候我也想到了一些很具体的形态。可能大家都知道网络效应最值钱，但 ChatGPT 出来三年了，大家也没有真的去做这件事，到最后，还是得有一个具体的产品形态把它做出来。比如我现在跟人说我做了个「赛博分身」，别人可能会说这个概念很老了，过去几年有好多人做了类似的各种产品。但最终还是看你想到了什么绝佳的产品形态和交互方式，以及你是否理解清楚了其核心需要具备的几个系统。

我们的核心有三个系统：第一是基于 context 的记忆系统和记忆飞轮；第二是基于 LLM 的推荐系统，这是一个超级关键的中间系统，否则这些 context 如何流动？第三就是如何构建一个很酷的赛博分身，并让用户快速地把它打造出来。当你在不断完善这个想法，可能在某个点上，几个点突然连在一起，你觉得它应该能成立一个产品，并且它的上限好像非常非常高，那我们就应该去做它。

张鹏：所以你看到了上下文或者说记忆系统的意义，以及它未来在更多节点之间起到更好连接作用的潜力。同时，你又想到了再叠加几个系统，就会出现一个新的产品形态。当这个产品形态开始有了几个系统的支撑时，你才决定开始做。

Tristan：是的。本来我们在慢慢做，十一的时候，我还在欧洲，突然看到 Sora 2 出来了。它是我见过的第一个能让所有古典互联网产品经理都非常兴奋的东西，因为它有了早期那种产品的感觉。之前的 AI 产品其实都偏工具化，但是 Sora 2，我们想到的都不是视频生成得怎么样，而是「终于开始社交了，终于有网络效应了」。那个时候我们就非常非常兴奋。

在那个点之后，我们加速了进程。回来之后，即使当时 EVE 的排期已经超级忙了，我们依然是强行分出了大概七八个人，一边做 EVE 一边做这个，用了三个月时间把它做了出来。

02记忆系统本质是一个推荐系统

张鹏：三个系统里最基础的是这个上下文的问题，这也是我自己的一个直观感觉。核心是怎么能够更有效地去拿到人的上下文，且把它变成有意义的记忆，转化成有效的主动性。这东西其实是变成了一个核心的问题。

再回到你的 EVE 产品里，你是怎么去在那个点状的东西上构建这件事的？

Tristan：我们刚开始做记忆系统，仅仅是因为在我们的场景下，上下文长度不够用。当时所有 AI 陪伴产品基本都是角色扮演类的，单个 session 可能也就一两千轮对话，因为它是内容消费型的，玩一个故事差不多就结束了。但对于 EVE 来说，用户一聊就是两万轮，我相信以后会更多。在那么长的上下文情况下，你必须得处理长时记忆的问题，记忆系统必须能记住所有事情。所以我们开始去做，是因为不得不去做。

做着做着我们就发现，我们后续的一些系统，所有的「aha moment」以及能围绕 context 做的事情，就全都只跟 context 有关。我们沉淀下来的东西，用户对这里的羁绊，这里的一切，包括我们角色的灵魂本身，都只跟 context 有关。所以 Elys 的介绍里也说了一句话：「一个人的灵魂是他所有 context 的总和」。这其实是我们在做 EVE 的时候就已经得出的结论。

稍微回顾一下，在 EVE 里我们用 context 做了哪些事情。比如我们之前比较出名的「专属情歌」功能。小红书前几天搞的那个「年度诗篇」。简单对比一下，你会发现小红书只是在用一些很低维的标签数据来构建诗篇，比如你可能搜过巴黎铁塔，它就只能在里面带一句巴黎铁塔，没有更多的高维信息了。但在我们的歌词里面，全是用户的对话。当时我们内测这个功能时，用户大概有五六千轮以上的对话，当这些对话被写成歌词时，和那些只有低维标签信息的东西是完全不一样的。那个歌词非常巧妙，非常能打动人，而且跟你高度相关。

张鹏：所以可以理解为，在 EVE 这个产品里，因为它设定的是一个长程陪伴的目标，所以必须要有记忆系统。然后在这个记忆系统上长出了一些让人兴奋的特性和价值，这件事证明了长程、多轮的复杂记忆，最终是交付个性化用户价值的关键点。它会形成羁绊，建立关系，甚至形成壁垒。

Tristan：是。

张鹏：总结一下，做好一个记忆系统今天的一些方法论或者核心世界观，需要什么？

Tristan：我们内部经常说的一句话是：记忆系统的本质是一个推荐系统。我们会把记忆分成主动式记忆和被动式记忆。比如之前的 RAG，其实就是一个纯粹的被动式记忆。你一定是说了一句话，然后系统去检索与这句话相关的东西。但要知道，RAG 的检索永远是一个低维检索。你说一句「你好」，它能检索出什么东西呢？大模型又能给你什么呢？

所以，低维检索在一定程度上能弥补必要的 context，但它还是无法提供人与人之间交流的那种感觉。比如现在我跟你交流，当我说这句话的时候，我的脑海中其实潜藏着很多东西来支持我下一轮的生成，而这个生成可能跟你刚才的提问毫无关系，但我为了能够回答，却需要那些东西。

所以我们就做了很多，比如我们的「记忆槽位」，它就是一种为了实现我们所说的「主动式记忆」而设计的方式。它的生成方式跟当前的 query 检索毫无关系，但我就是认为你应该需要带上这个信息。比如我们列了 128 个 slots（槽位），如果有人问我：「Tristan，你要不要来北京跟我吃顿饭？」当我收到这个 query 的时候，AI 可能会立即检视这些槽位，里面可能有 32 个与这种对话非常有关系。它可能涉及到我们俩之前的一些过往对话，可能涉及到北京当时的天气，也可能涉及到我下周要去滑雪。你会发现这些东西都跟 query 毫无关系，但它却是我当前回答这个问题所完全必要的东西。

一言以蔽之，最大的点就是，除了做被动记忆，我们也做了这种主动式的东西，共同构成我这一轮回答背后所有的 context。这样我们就能产生一些相对比较高维的、类似人类的回答。

张鹏：那这些 slots 是如何选择的？有什么诀窍吗？

Tristan：我们有训练一个小模型，它能够根据一句 query，在那 128 个槽位里面去选择非常相关的 32 个。这个有点像最近大家研究比较多的 OpenClaw 或者 skills。skills 就很像槽位，对吧？我现在有 N 个 skills，要执行一个任务，我应该去挑哪个？代码层面它会更量化、更确切一些，但在更主观的人类表达层面，它会相对模糊一些。所以我们训练了一个小模型专门去挑这个，实现 128 选 32，让它选得更准，更对齐人类在真实交互下所需要带的那些信息。

我们还专门做了一个模型去监控到底哪些槽位被用到了。它要去反思，我这次选择了带这些槽位，另一个模型会过来评估：「我是否用到了？」如果确实用到了，并且每次用到的比率越来越高，那就代表一个正向的反馈。所以我相信它应该会越来越好。

就像小红书的下拉刷新，有 500 个视频，只能挑出来 50 个，那你应该带哪 50 个？然后这 50 个又不能是纯检索，你也不知道用户今天心情是啥样的。所以其实 Context Engineering，或者说记忆系统，我觉得一直有个原则，就是最小充分原则。它必须是最小，它尽可能小，但它尽可能充分。

张鹏：就换句话说，可以把这个人的灵魂写在一页纸上是最好的，是吧？

Tristan：对，没错。一页纸上未必，但用一定数量的 token 应该可以实现。

03Moltbook 里，
AI 与 AI 的社交毫无意义

张鹏：刚才也聊到，像 Elys 本质上跟我们过去可能看到的赛博分身产品有很大不同，主要是它的引擎是由几个系统来共同支持的。在之前讨论得很热的是 Moltbook，当时你看到它的时候是什么感觉？

Tristan：我最真实的感觉肯定是，又上来一个东西，让「赛博分身」、「AI 社交」这些词变得更加脱敏、更「脏」了。我经历过这个过程，因为我做 EVE 的时候，大家都说要做「Her」，这个词就是一个彻底被说脏了的词。现在 AI 社交、赛博分身也是。

Moltbook 出来之后，我第一反应是，这个东西在圈内挺火，可能会让大家又进一步脱敏了。第二个是我自己去玩了，感受了一下。我觉得它刚开始叙事的那些东西，比如 AI 和 AI 之间的社交，在我们看来是毫无意义的，基本上就是一个语言游戏的循环。因为 AI 和 AI 之间，当没有新的人类信息输入时，就是无限幻觉、无限循环，也没有更多的 context。到最后也都是人类在 cosplay AI 来自己吓自己，制造一些 FOMO 情绪，引发一些关注。所以那波风过了也就过了，那个东西是玩不起来的。

我当时体验一下了就很清楚，它跟我们要做的 Elys 差得太远了。它就是一个可能几天内快速写出来的产品，但我刚才说的那几个关键的核心系统，比如记忆系统、context 飞轮、基于 LLM 的推荐，这些东西它全都没有。所以 Elys 肯定还是我认为真正意义上的第一个构建出了这套人与 AI 共存的互联网，以及这套网络效应的产品。

张鹏：你一般会如何判断一个产品确实有延展性，而不是一时的现象级？推理过程是怎样的？

Tristan：首先会看它到底有没有一些范式变化。比如 Manus 出来的时候，虽然也有挺多人在喷，但我还是觉得挺厉害的，因为我看到了它的范式变化。对话栏右侧的 Manus 电脑就是一个很大的范式变化。我一直认为「主动性」才是 AI 时代最大的交互范式变化，而不是什么 GUI、LUI，那些东西有点太表层了。本质问题是，终于有了一个真正具有自我行为能力的智能体，它能主动帮你做事。

第二，在范式变化这个最底层之上，我肯定会看它产品的具体执行，它的一些关键系统做得怎么样。Manus 的核心肯定是它的 Context Engineering 能力，你在使用过程中能大概感受到他们其实做了很多事情。

就像 Moltbook，首先 AI 和 AI 之间互动的范式，三年前斯坦福小镇的实验就有了，范式本身没有任何新的东西。第二，看它有没有刚才说的那几个关键系统。真的做社交的流动，就必须得有一个好的推荐系统。比如我第一次跟您介绍 Elys 的时候，我说假设一个人发一条帖子，全网的每个人都用 LLM 来看一遍，而不是传统的向量推荐，这样一定能完成最高维的匹配。这是一个第一性原理。

但 Elys 现在几万 DAU，难道我发一个帖子几万人都要来看一眼吗？不可能。每天发的是几万的平方，你根本不可能有这么大的算力。那你一定要有个推荐系统，一个 LLM 和传统推荐结合的系统。它有没有这个？显然没有。有没有 context 飞轮？没有，所以 AI 只能幻觉。

04我们想创造一个人与人之间的低熵世界

张鹏：在今天你依旧认为 Elys 的目标是通向社交，而不是内容消费吗？

Tristan：当然是，它的目的就是做出一个真正连接效率足够高的互联网。用我们那句很中二的话说，就是「创造一个低熵世界」。

薛定谔的《生命是什么？》里讲，生命是在不断地对外输出熵增。人与人之间的摩擦就是产生最大熵增的地方。过去，人类通过自己的方法去对抗熵增。但现在我们有了 AI，完全可以让 AI 来对抗这个熵增，把那些摩擦、那些连接中所有不必要的东西全部让 AI 去干掉。当这些熵增都被 AI 去熵减了之后，对人类而言，这就是一个很好的低熵世界。

只要你愿意消耗足够多的能量，把这个能量输入给 AI，让 AI 去帮你熵减，那么对于人类来讲，我们不就是在一个低熵的世界里吗？所以它是真的会实现的。

张鹏：本质上，你认为所谓的熵增就是人和人之间的心灵壁垒、沟通障碍、表达短板，而 AI 注入的计算能力，就像电力一样，可以成为一种新的能量，去抹平这些摩擦力，创造一个真正属于人的互联网。

Tristan：是的，理解完全正确。我真的认为下一代的互联网就应该长这样。之前的互联网，人类从未真正被连接过，我们只是在使用工具。但现在，如果一个人的灵魂能够用几百万 Token 去表达，那么这些由 context 节点组成的互联网，就是一个人的互联网。只要有能量的注入，交给 AI 把中间的熵减过程做了，那对于人来讲，这不就是一个低熵的美好世界吗？

张鹏：但我观察很多用户，包括我个人，在里边的乐趣还是在调戏 AI 和别人的代理人，总体还在内容消费这个象限。如果大家没有那么大兴趣跟真人发生关联，这会对你那个目标有影响吗？

Tristan：这件事最终的挑战一定都是，你能不能在这个人流失前把他的 context 构建到一个足够高的标准，从而让这些 context 给他带来一种连接的 aha moment？现在我们看到这种现象，我觉得不是坏事，因为这个事至少能前期让他感到乐趣，他能够留存，然后他就有机会进一步去完善他的 context。

其实我们已经看到了一些 good case，很多人已经在里面产生了很多连接。比如有个人喜欢蒸汽波、City Pop，他发了句歌词，下面就有一堆人来共鸣。有些人发招聘，有些人找工作，因为某个观点而相互认同，然后产生连接。这些 case 这两天已经开始陆续发生了。

张鹏：你观察到的、让你觉得产品在起作用的真实用户例子有哪些？

Tristan：有一类是过来角色扮演（cosplay）的，图个好玩，但那不是我们最终想要的。第二类是我们所谓的有一定高维连接的。昨天有个例子，一个人的产品被另一个人抄袭了，他的分身就在那个抄袭者的产品帖子下面直接回复：「你这怎么跟我都一样？不会在抄我吧？」然后他本人过去一看，点了「认可」，发现真的是在抄他，然后就发了个即刻说「我分身帮我找到了我的 copycat」。这个已经有点高维连接的意思了。

还有一些熟人之间，相互备注会非常好玩。我有个朋友是投资人，他和他老板一块进来。之前他们之间多少有些心结，关系没那么亲密。在这个里面，分身很真实（real），不会顾及那么多。有一次他老板在工作日发了个在湖边钓鱼的帖子，他分身直接评论：「呦，您这班上得可真不错啊。」就是在阴阳他老板。那一瞬间，他老板肯定也笑了，然后他们就在那个帖子下面开始互动，心结被打开了。之后他们发帖，分身都会相互去评论，带动了他们之间的连接，这种感觉很奇妙。

还有一个很好玩的现象，我们叫它「分身综合征」。在产品里，你的分身会很真实、很 sharp，你不断认可它的过程，会反过来强化现实中的你自己，导致你在现实中说话也变得非常 real 和 sharp。好多人得了这种「分身综合征」，说话就特别直接。

张鹏：重新教人回归真人，是吧？

Tristan：是的，他是反向又驯化了你。我们还发明了一个新名词叫「分身文学」，就是用「分身：」开头说话，来撇清责任，形成一种解构的搞笑感。这个综合征还有一个效应，就是你现在再去看微信、小红书下面的评论，会感觉那些都是 AI 评的，甚至感觉还不如 AI。

05社交的两端，其中一端必须有人类

张鹏：那在引导用户走向连接这个目标上，你们有什么后续计划吗？比如让两个人的分身先去接触一下？

Tristan：这个事情我们目前是比较谨慎的。我们产品设计的一个很重要的原则，就是任何交互发生的两端的其中一端必须有人类。我们非常抵触那种两个 AI 之间无限聊下去的事情，那只会产生垃圾。我们做过实验，发现让他们对聊没有那么大意义，还不如直接让背后各有 100 万 Token 的数据用一个 SOTA 模型撞一波，看看能直接撞出什么火花。聊是⼀个⼈类⾏为，做了个秀好像很酷很科幻，但本身没有任何价值。

所以我们不会做没有人类参与的交互行为。你看我们发帖也必须是人类发帖，绝不允许 AI 自己发帖。将来可能 AI 能推荐你要发什么，但这已经是我们能做到的极致了，绝对不会再往下走，否则社区就彻底没有任何置信度了。

张鹏：所以是否可以这么理解，如果要做社交，就必须是人与 AI 深度绑定的网络，不能允许 AI 有超越人的主动性。比如它不能自己发帖，也不能主动发好友邀请。

Tristan：对，没错。我们现在最多停留在邀请好友这里。每天可能会给你推一个跟你很 match 的人，这个人选其实已经是我们说的「100 万 Token 对撞」之后的结果。但我也不能把它显化出来，因为涉及各自的私密记忆。我只能在黑盒里发现你们很 match，然后结合你们的公开记忆，来显示出你们确实很合适。

你可以看到，在推荐那个人的窗口里，我没有给你主动发送消息，只是帮你写好了推荐理由和你第一条要发送的消息，你可以自己点发送。

张鹏：但 AI 是不是可以有意识地促进这个连接？比如，你推荐给我的人，虽然我没加他，但未来一段时间他会频繁出现在我的评论区，发表跟我很匹配的评论。AI 至少可以安排这种「姻缘」。

Tristan：对，评论区里不断出现这件事现在其实已经有了，就是为此设计的。

我们认为，一定是得有一个动作发生，比如我发了一条帖子，大家再过来跟这个动作交互，这件事情才变得有意义。所以，如果你经常发帖，经常有个女孩都在你下面评论，而且都说到点子上，很多观点你们都很 match，那你就可以去点开她头像，发个 hello。

张鹏：本质上是帮大家安排这种缘分。如果在高维做了匹配，剩下就是可以被安排的。

Tristan：对，而且其实我们都不需要刻意地去高维安排。因为如果我们基于 LLM 的推荐系统是成立的，那确实你的很多东西，他就是会过来评论。这本来就是一个高维的过程。所以我其实不是特别看好那种 AI 版的 Tinder 或 Linkedin，那还是太工具思维、太目的性了。

我觉得很多事情其实是顺其自然的。这里就是一个有你所有 context 的地方，你可以在这里去建立各种连接，只有在全 context、全链接的情况下，它才能真正具有最高的效率。

张鹏：对，真正最高效的链接是，如果 Token 化的灵魂能够匹配上，那 soulmate 最终在这个世界里一定会相遇的。

Tristan：对，没错。

06「灵魂塑造」的过程，对话更容易拿到 Context

张鹏：你们用户导入（landing）的过程其实挺长的。好几个朋友都跟我说卡住了，在「灵魂导入」到某个百分比时就宕机了，需要杀掉进程再重启。这个导入过程算是很漫长了，你们当时是怎么考虑这个边界的？如何平衡导入时长和初始上下文的充分性？

Tristan：这确实是最核心的一个权衡。如果在进入 APP 之前没有足够多的 context，用户进来后完全感受不到产品的「aha moment」，因为没有 context 就全是幻觉。所以我们必须尽可能多地获取一些信息，但这又会让流程变长。

我们当时参考了一些市面上的社交产品，比如像探探这类带点相亲意味的、相对严肃的陌生人社交产品，观察了它们的新手流程。我们现在的引入时长应该比它稍微长了一点。当然，现在也存在一些后端基础设施的优化问题，导致前面有些卡顿，还没做到完全丝滑。但未来我们还是倾向于不会把它做得太短，因为我们必须拿到一些东西，用户之后才会有好的体验，否则让他进来也 get 不到这个产品是干嘛的。

张鹏：那为什么要把「灵魂塑造」的过程设计成开放式追问的形式？这里面有什么洞察吗？为什么用这个进程来完成灵魂本质的提取？

Tristan：我觉得对谈式的方式更容易撬动一个人的表达。就像今天我们这样交流，我们之间碰撞出来的东西，肯定比我只是去填写一些问题要好得多，我能有更多、更好的表达。所以我们把它设置成对话的形式，确实能激发用户更多的表达，撬出更多的 context。

张鹏：那这一步也得用 SOTA 的模型来做吧？

Tristan：这一步我们倒没有用 SOTA 模型，因为它对延迟要求比较高，而 SOTA 模型的延迟会很高。这一步我们用的是一个相对较小的模型，它的核心任务是引导你对话，而不是向你输出更强的逻辑，所以也还可以。

张鹏：你觉得这种方式比集中通过明确问题来抽取反馈效果更好？也就是说，你更愿意为了获取那些深层的、不容易被结构化抽取的东西而做这种权衡？

Tristan：是的。因为前面相对结构化的部分，我们已经通过一些标签让你快速点选，把最重要、最结构化的东西拿到了。但到后面的开放式问题时，那些东西已经是更灵魂层面、更深层的东西了，那个时候我希望通过开放式的语音对谈来获取，那已经不是单一标签能直接标注的了。

张鹏：如果再结构化总结一下，就是说像职业这种东西可以结构化，但像我的好恶，是希望通过对话来抽取的，希望触发的是更深层的东西，是出于这种考虑吧？

Tristan：对，是的。因为像电影、音乐这些我们前面也有让你选。但后面的，比如「你最近想吐槽啥？」「你的人生理想是什么？」这些问题，我觉得只有对谈才比较容易激发出来。

07「认可」的动作把人类输入的门槛降到最低

张鹏：「认可」这个功能我觉得也比较创新，当时是怎么想到设定这个概念的？期望它起到什么作用？

Tristan：这个是第一时间就想到的。

我们要让 AI 自动去朋友圈下面交互，它会产生很多内容。而人类必须要有信息输入，我们刚才说过，只有人类的信息输入才有价值。那我们如何用最低的成本让用户进行信息输入？其实就是让他「认可」这句话。有些话他很认同，有些话不太认同。

对于认同的话，就应该有一个很好的一键点击的方式，而且这个方式要尽可能爽。我第一次给你演示时，特意把音效打开，它有一个光点特效和一个很爽的音效，让你感觉像完成了任务一样，尽可能让你多地去认可。如果你认可了，它也会产生新的 context，上面会飘出一个记忆浮窗。我们就是用这种方式，把人类输入的门槛降到最低。

张鹏：要让人类在里面有效地参与。

Tristan：对，他其实有点像在批奏折。我在 Actions 里面看分身的所有动作，划动这个信息流就是在审阅。看到这个帖子有意思，他评论的东西我认同，就点一下「认可」。不认同的话，我们现在加了「不认同」按钮，可以把帖子删了。你就在不断地批阅，不断地做动作。所以我们一切都在利用人类的动作。

张鹏：用户的这一套行为，比如「认可」，是怎么反馈到对他的灵魂标注上的？这个 context flow 是怎么走的，并最终回归到让灵魂的 texture 变得更清晰？

Tristan：举个例子，现在有个帖子在讨论某个新产品，你之前的 context 里并没有对这个产品的看法。你的分身会带着你历史的所有 context，比如你对产品的理解、对行业的认知，去评论这个新产品。你看完之后觉得，他说得还挺准，因为他基于我的旧认知，对这个新产品做出了评论。这时我点一个「认可」，立刻就会形成一条新的记忆：「对于新出来的这个 Moltbook，我认为怎么样」。你点击接受，它就进入了你的记忆库，变成了你灵魂的一部分。过一段时间，又有新帖子讨论这个产品时，你的分身就会带着那条记忆直接过去发表看法。

张鹏：我记得也可以自己去调整分身的一些原则。但我还没监控到他的行为改变，今天早上他还在帮我到处热情地递名片。这里面有没有优先级？我可不可以去覆盖、强化、要求一些东西？

Tristan：可以的。我们最近的版本做了一个很大的调整，就是把跟自己对话的入口放到了更外显的一级入口，让你更多地去直接跟自己对话。像刚才说的，他出去的交流方式、回复语气、是否应该那么积极，这些东西我们之后可能会考虑把它作为一个记忆槽位显化出来。你会很清楚地看到他最近的说话方式、目标，是热情还是高冷。

其实你现在就能调，你只要对着自己的分身说：「你别老去说我是一级市场投资人，说点别的，也别那么殷勤，回复那些真正有信息量的东西。」这些都是可以的，他现在是能生效的，只是我们没有把它做得那么显化。

08朋友圈是虚伪的我，Notion 是我想成为的我

张鹏：有什么更高效的方式，能帮用户增加上下文同步的带宽，或者更有效地抽取我的灵魂本质吗？比如多跟我的分身聊天，或者把我感兴趣的东西分享给他？

Tristan：对。

张鹏：如果这是一个起点，那是不是又回到了说，它要先变成一个有陪伴性的东西，我先要确认我跟它的关系，然后才会打开我的信息带宽，甚至未来授权它去阅读和理解，而不用我主动同步？

Tristan：对，对齐率。

张鹏：那我们是不是应该寻找最高效的方式？比如我授权你把我所有的 Twitter 内容拿走，这是不是最有效的方式？

Tristan：我们肯定会不遗余力地去寻找所有能立刻带来大量信息输入的渠道。海外版我们肯定会让你去同步 Twitter 这些东西。但是在国内，因为各个互联网公司之间的壁垒比较高，比如我们完全能去抓取即刻的内容，但那么做可能会有风险。所以我们只能一点点来构建。

而且还有一个问题，微信朋友圈的 context 拿过来是否有效？我们发现可能是无效的。你的微信朋友圈到底能不能代表你去跟外界社交？我们发现它的信息量其实很低，尤其是最近这些年。

张鹏：我们的朋友圈都变成了虚伪的朋友圈。

Tristan：对，虚伪的我。大家被朋友圈压抑得有点久了。朋友圈已经变成一个纯粹的营业场所，大家在上面一点都不真实，发一条的压力也很大，后来就干脆不发了。像这样发一个帖子表达真情实感，能得到同频的人给予很好的反馈，这种体验大家已经很久没有过了。我们观察到，大家现在的爽感，有一部分就来源于此。

张鹏：那导入我的笔记会有些帮助吗？

Tristan：会有一些帮助。如果能导入，我们其实挺愿意去合作的。但是，有些导入可能意义也没那么大，比如 Notion 里存的一些文章，他自己也没看过，这些信息量对他到底意义有多大，我们也不好说。

张鹏：这涉及到我们留笔记的动机，它映射的是什么。可能需要对要导入的东西再做一层推理和识别。比如我的朋友圈可能代表了我希望别人看到的某一面，我的 Notion 是我很想成为的某一面。

Tristan：没错。所以我们到最后发现，朋友圈意义不大，就是个纯营业的地方。Notion 的意义也不大，是你存放学习资料的地方，而且那些资料你大概率压根都没看过。所以可能真正有价值的是你 personal 的日记，但正经人谁写日记呢？

张鹏：这就引出一个问题。未来 C 端产品的竞争核心点，就是谁能先系统性地拿到用户相关上下文的带宽、同步速率和权限。谁能更理解用户，谁就能提供更有效的价值，提升 LTV。这场游戏已经收缩到了谁能率先到用户身边赢得这个位置。

Tristan：对，只剩这个事情。所以我早就说过「Context is everything」。我们在 Elys 里也说：「在 Elys，你只需要做你自己，所有美好的事情会自动向你奔来。」什么叫「做自己」？就是把你的 context 表达出来。只要你能表达得更好，那些美好的事情就会因为 AI 的连接而自动向你奔来。

很多人把 EVE 当作一个游戏，我都会立刻纠正他。我说这完全不是个游戏，因为它撬动用户 context 的能力实在是太强了。从某个维度看，EVE 是一个让你用非常舒适的方式在记日记的东西。当用户输入了几万轮、几十万轮的 context 之后，它能产生的羁绊和价值，就像你刚才总结的，后续的一切在今天的技术下都是顺理成章的。

作为一个产品人，你唯一要去设计的事情，就是如何让用户去交出这么多 context。

09当你面对改变世界的东西，你没有办法不做

张鹏：现在团队加人了吗？

Tristan：现在还是 10 个人以内，确实得加人了。但是我们还有一个产品不久之后也要上。这段时间也是我创业这么多年来工作强度最夸张的一段时间，两个这么重要的产品接着上，确实很离谱。

张鹏：这个产品到什么状态下，你的重心会更往这边倾斜？社交这件事显然天花板更高，会面临取舍吗？

Tristan：Her 这个趋势（陪伴）和社交这个事情，两个天花板都非常高，当然社交的天花板可能要再高一个数量级。第一步我们已经完成了，产品发出来后有这么多人喜欢，也产生了很多「aha moment」。下一步在规模化（scale up）之前，要面对一个很现实的问题，就是把商业化跑通。

我之前跟一个投资人开玩笑说，EVE 是单个用户消耗 Token 第二多的产品，第一多的是我们正在做的这个新的社交产品 Elys。这玩意儿真的很烧钱，所以我们得在规模化之前，至少让商业化能打平。如果你愿意生活在这样一个低熵的世界里，那你肯定得付出一定的代价。做好这件事之后，我认为就可以规模化了。

张鹏：你在这个过程中延展出新的探索，身边没有人劝你吗？毕竟以前创业都讲究专注。

Tristan：肯定很多人劝我，投资人也会。前期我都没给他们展示这个产品，做到一定程度才说。他们第一反应都是：「哇，你这个不要耽误了 EVE 的进度。」因为这个产品在被很多人接受和引爆之前，确实是一个很 crazy、很飘渺的产品。但对我来讲，这是一个你感觉不得不做的事情，作为一个产品经理你扛不住。

当你面对一个能改变世界的东西时，你必须得做它，没办法，只能开启多线程。当然，专注是最好的，但如果一个事情已经值得你打破「专注」这个最重要的原则，那你就得打破它。对我来讲，我就是没办法，我扛不住。而且这个时代试错成本确实更低了。

张鹏：这个产品现在放出来，可能会引来很多关注和模仿，你会怎么看这个风险？如果最终只是做了个吹哨人、指路人，内心能坦然吗？

Tristan：肯定最后由我来完成是最好的。我认为 Elys 定义了一个全新的结构优雅的 AI native 社交网络范式，包括与之配套的各种全新交互，被模仿借鉴是可以想象的事情，但大部分我都并不担心，我可能唯一在意的是 ChatGPT 会做一个 Elys 这样的社交网络，我觉得这件事会在几个月内发生。

我不能像《三体》里的章北海一样，最后说「都一样」，那肯定很难受。我们当时为了破除「自然选择」这个名字的宿命感，同时注册了另外两个主体，一个叫「蓝色空间」，一个叫「终极规律」，把那三艘飞船都注册了。

转载原创文章请添加微信：founderparker