11人公司用AI组了14城酒局，4万人付费买陌生人饭搭

晚上八点半，北京朝阳区一家清吧，六个人围着一张桌子坐下。桌上没有摄像头，没有麦克风，只有一套纸质卡牌。三十多个问题按由浅入深的顺序排列，外加六张身份卡——每个人报名时想问陌生人的问题，都印在上面。

这六个人此前互不相识。把他们凑到同一张桌前的，是一套在后台运转的AI系统。我报名时填了年龄、职业、兴趣，还回答了几道开放题。系统从这些非标准化的回答里提炼出三个匹配准则：你是什么样的人、你想遇见什么样的人、你想聊什么。

同一时间，全国14座城市的数百张酒桌上，类似的见面正在发生。这款叫Table for Six的产品（下文简称T46）从2025年末开始运营，累计付费用户已超过4万人，并获得了BAI Capital和某家游戏公司累计数百万美元的天使轮融资。

看不见AI的酒局

从在小程序填问卷、选标签，到走进酒吧赴约，整个过程里我几乎没有直接与AI交互。没有AI分身替我打招呼，也没有AI军师教我该怎么表现。产品把我带到五个真人面前，然后把剩下的时间交还给人类。

这和当下许多AI社交产品的方向并不相同。当AI开始替人聊天、提供恋爱建议，甚至介入亲密关系冲突调解时，T46选择了一个更克制的位置。

但AI并没有真正消失。这是一家只有11名员工的公司，要同时完成14个城市的匹配、场地安排、缺席补位、卡牌制作印刷和配送。这些繁琐且容易出错的活，主要由Agent在后台承担。

用户看不见的地方，T46对AI的使用甚至称得上激进。活动开始前，AI负责了解用户、匹配同桌、选择场地、编排流程；真实谈话开始，它退场。

从快闪酒馆到六人盲盒

Jeff和白菜是T46的CEO和CTO，两人在麦肯锡时曾是同一个项目组的同事。2024年某天，Jeff打电话给白菜说想创业，两人一拍即合。他们先后做过AI外贸、心理情绪桌游、喝酒卡牌。

因为喝酒卡牌卖了几万套，他们在上海开了一间只存在六个月的快闪社交酒馆。为了填满周中晚间的低谷期，他们在小红书发帖办六人陌生人酒局，几场下来，自己的酒吧已经装不下想来的年轻人。

两人意识到，这件事不该只为自己的酒吧服务。他们开始寻找其他酒吧合作，发现换一家店，人们依然愿意报名付费。后来他们放弃酒吧业务，把主要精力转向六人盲盒酒局。

需求一直存在：大城市的年轻人愿意为和陌生人一起喝酒吃饭付费，而餐饮业获客成本高，酒吧和餐厅也需要活动引流。T46把两者连接起来，赚取撮合的差价。

BAI Capital高级合伙人汪天凡把T46类比为早期的Airbnb：Airbnb连接闲置房间和临时住宿需求，T46则把原本没有出门计划的人带到酒吧。他也承认，这门生意的上限仍未被证明。但对一家早期公司而言，已经有人愿意付费、重复参加，已经很不错了。

AI在后台干了多少脏活

传统方式依靠单个主理人组局，人员筛选、活动策划全靠人力，难以大规模复制。2010年前后，海外创业者就尝试过把陌生人共餐变成平台生意，早期项目Grouper曾获得YC投资，但快速扩张后非标准化运营激增，公司最终关停。

现在AI开始尝试解决上一代产品无法解决的运营瓶颈。那些存在于主理人头脑中的经验，被拆成问卷、匹配规则、补位机制和活动流程，交由AI完成。

匹配环节，一个Agent加计算机算法先把六个人凑成一桌。系统会平衡年龄、性别、内外向、表达欲和社交能量——六个话多的人会互相抢话，六个I人可能没人开口。

接着另一个Agent决定这六个人去哪家酒吧。它要同时读取多组不断变化的信息：一家酒吧当天是否接待活动、能提供几桌、六名用户分别住在哪里。

场地确定后，系统为这一桌生成卡牌。它从六个人的问卷中提取兴趣、职业、内外向程度、表达和倾听倾向，以及愿意暴露多少私人信息，再结合团队积累的数千道种子题库，选择和改写适合这一桌的问题。

题目顺序也需要设计。如果六个人整体偏内向，安全的破冰环节会被拉长；如果表达意愿和情感暴露度都高，卡牌可以更早进入强度较高的话题。白菜说，生成卡牌时，系统甚至会用六个Agent分别模拟桌上的六个人，预演他们面对一道问题可能怎样回应，以及整桌谈话可能形成怎样的气氛。

卡牌编排完成后，线上系统进入真实世界。它自动生成打印文件，Agent把不同城市、不同酒吧、不同桌号的文件发进对应印厂的企业微信群，再检查印厂是否收到、是否确认下单、能否按时生产。

最容易出错的是装盒。每套卡牌和包装盒上都有对应的城市、酒吧与桌号。印厂打包完成后，需要把卡牌和盒子摆在一起，拍两三张清晰照片发到群里。Agent识别照片里的标记，检查第一桌的牌有没有被放进第二桌的盒子，也检查盒子是否属于正确的酒吧。核对无误后，Agent在群里回复可以发走，并在合适时间下闪送订单。

这套流程基本由5个主Agent及其下的子Agent全部干完。T46在活动所在城市没有全职工作人员，员工全部base上海。

一颗“溏心蛋”

参加T46活动同期，我还参加了一个竞品组织的盲盒饭局。因为没有卡牌引导，话题被更有分享欲的人主导，安静内敛的人发言寥寥。最终话题滑向一个人分享刚分手的感情经历，另一个兼职红娘开始帮大家介绍对象。

有卡牌引导的T46则不同。卡牌上的问题时常鼓励每个人都要回答，我能听到每个人对不同问题的看法。那天晚上，主动拿起卡牌充当主持人的是一位曾经的酒吧老板，性格活跃，会时刻观察现场氛围。同桌还有经常参加盲盒酒局的程序员、刚来北京工作的投资人、刚辞职的演艺圈经纪人，以及一位因原报名人没来而候补加入的女孩。三男三女。

在Jeff的设想中，卡牌只是用来破冰，他期待大家在后半场摆脱卡牌自由交流。本质上这是人与人的社交，他希望一切都为人与人之间自然的关系流动服务。

Jeff很清楚参与者各自抱着各自的目的，但产品不会暗示或引导用户能在活动中获得什么，比如暗示能找到对象。“如果抱着太明确的目的，动作就会变形。”他说。

我先后参加过三次T46活动，也加过不少同桌者的微信。有些人在酒桌上聊得不错，活动结束后却没有再次见面的契机。六个人临时建立的微信群，通常只在第二天短暂热闹一阵，随后沉寂。

我问Jeff和白菜，产品是否其实没有真正帮助用户建立关系，只是创造了一晚上的体验。他们并不完全接受这个判断。白菜把这种关系形容为一颗“溏心蛋”：没有完全熟，却也不再是生的。两个人不会主动联系，但下一次见面时会觉得亲切，也许某一天因为共同感兴趣的事，又会重新走到一起。

T46内部讨论过是否要进一步经营这些关系，比如在六人群里加入更多互动、推荐下一场共同活动、帮助其中几个人重新组局。但他们不准备放入一个数字人代替六个人活跃气氛。Jeff和白菜觉得，T46更类似一种现实世界游戏，有人把参加盲盒酒局当做一种生活方式，产品最主要的部分就是那一晚上的体验。“无所求，有所得”是他们的产品哲学。

更激进，还是更克制

AI的介入需要把握边界，但想让合适的人坐到一起，又必须尽可能多地让AI了解用户。目前系统获得的信息主要来自报名问卷，答案仍然有限。

为了得到更多非结构化信息，团队曾尝试在报名后让用户先和AI进行约20分钟语音交流，AI在自由对话中了解一个人最近的生活、兴趣和社交期待，再据此完成匹配。推动这个功能的白菜相信，一段自然谈话可能留下更丰富的信息。

但灰度测试上线后，用户并不买账。对于一个只是想在某个晚上认识几名陌生人的人来说，提前抽出20分钟与AI聊天成本太高，用户更习惯在通勤或工作间隙完成几道选择题。看到反馈和数据后，团队很快将这项功能下线。“让用户的行为说话。”白菜这样概括。

他们还讨论过用实时录音的手机APP取代纸质卡牌，根据六个人正在谈论的内容调整问题。在参与者明确同意的前提下，APP可以拥有收音功能。一场活动通常持续几个小时，六个人在谈话中传递的个人信息、需求和好恶，远比一份报名问卷丰富。

白菜认为，所有公司都可以买到市场上最好的模型，真正的壁垒是通过大量数据分析，实现对用户需求的持续理解。如果T46能理解这些谈话，下一次不仅可以避开用户已经厌倦的问题，也可能为他找到真正想认识的人。更丰富的数据带来更准确的理解，更准确的理解改善下一次匹配，长期又能形成竞争者难以复制的壁垒。

但他们决定更谨慎、也更克制。Jeff认可谈话数据的价值，但他认为桌上是否存在一台正在收音的设备，会直接改变人们如何说话。即使每个人都点击了同意，也不意味着他们还会像面对五个陌生人时那样，讲出原本愿意讲的内容。

“现在用户是不接受的，而且我也是一个不接受的人。但我们肯定不是等某一天用户接受的时候，才去思考和研发，这个事情我们会提前准备好。”Jeff说。路径没毛病，但推出的时机，内部还没有完全达成统一。关于拥抱AI，白菜一直是更积极的那个，Jeff则是会把白菜往回拽拽的人。

投资人汪天凡的态度介于两者之间。他认为获得更多线下谈话的上下文是一件重要且值得探索的事，这些信息可能让产品更懂用户，但通过什么方式实现、用户是否愿意接受，仍然没有答案。

那天晚上快要散场时，我们六个人讨论的话题逐渐脱离了卡牌。那位主动充当主持人的朋友，他的酒吧前段时间生意不好关门了，最后我们讨论的主题，变成了为他倒闭的酒吧出谋划策。