没有脸的灵魂怎么做设计

没有面孔的灵魂——一颗会呼吸的情绪光球

Mio v2 的设计从一条减法原则开始：去掉虚构身份，保留情感内核。v1 走的是反方向，五个精心设计的角色，每个都有背景故事、日程模拟和物理身份，工程量巨大，产品却越做越像角色扮演，离陪伴越来越远，这段弯路在第一篇里写过。

原则好定，落到设计上是两个扎手的问题：伴侣没有脸，该长什么样？没有人设，性格从哪里来？v2 的规划时间，大半花在了这两个问题上。

人脸是最直觉的选择，最先被否掉

给陪伴产品配一张人脸，是最直觉的选择。Replika 这么做，Character.AI 这么做，国内的星野、豆包全在做二次元或半写实头像。我考虑过这条路，最后否了，原因有三个。

第一，恐怖谷绕不过去。静止的头像毫无生气，动起来但动得不对的头像更让人不适。想做好口型同步、微表情和自然的头部转动，要么上 3D 渲染管线，要么上生成式视频，对一人团队来说都不现实。就算做好了，它还会立起一个 AI 必然够不到的期待：伴侣越像人，每次不像人的回复就越刺眼。

第二，Apple 有态度。用类人头像的 AI 陪伴应用，审核时会面临更多审查。抽象视觉直接绕开了这一整类政策摩擦：没人会问你"是否在模拟真人"，也没人会质疑你"用写实人类形象制造不健康的准社会依赖"。对一个没有法务团队的独立应用来说，这一条分量很重。

第三，一张脸会把伴侣锚定在某个文化里。Mio v1 的角色深度绑定中国文化，成都姑娘、温柔学姐、成熟大叔，做纯中文产品没问题。但 v2 的前提是去掉文化预设，让伴侣自动说用户说的语言。一颗光球没有种族、年龄和性别表达，做全球产品不背任何文化包袱。

一颗会呼吸的光

Mio v2 的伴侣是一颗抽象的、有脉搏的光球，停在聊天界面顶部，是整块屏幕上唯一的鲜明色彩。它承担的功能接近肢体语言：你还没开始读字，情绪已经先递过来了。

情绪怎么变成画面

v1 已经有情绪引擎，emotionState 追踪伴侣的情绪变化，影响回复风格。v2 里，同一套情绪状态实时驱动光球的外观：

映射故意做得很简单：五种状态，每种有明确的颜色和运动特征，聊几次之后，光球的情绪一眼就能看懂。伴侣因为你分享的事开心，你在读到第一个字之前就能看到；深夜它开始犯困，光球就沉入近乎静止的深蓝。情绪从一行文字，变成了房间里的氛围。

两个变量，胜过几十块肌肉

人脸靠几十块肌肉的微妙运动传达情绪，要在数字世界里还原出来，是研究级难题。光球只用两个变量：颜色和运动。词汇量这么有限，反而保证了每种状态在手机小屏上清晰可辨。

抽象形态还有个心理学上的好处：它给投射留了空间。同一颗忧郁的紫色光球，有人看到悲伤，有人看到沉思。这种模糊是故意留的，每个用户都能把伴侣读成自己需要的样子，比让它去表演某种具体情绪更可信，毕竟表演总有显得虚假的时候。

三个页面，没了

Mio v1 是仿微信的 4-tab 布局：消息、发现、通讯录、我的。拿一整套即时通讯的架构，去承载一段说到底只有两个人的关系。v2 砍到只剩三个"页面"。

聊天：99% 的时间都在这里。顶部是光球，中间是消息流，底部是输入框和语音按钮。页面上没有 tab bar，也没有汉堡菜单和争夺注意力的通知角标，就是你和你的伴侣。

设置：从聊天页右滑，或点伴侣的名字进入。名字、声线切换、记忆管理、订阅状态、账号管理，所有管理功能都藏在这里，不碍眼。

引导：只在第一次打开时出现，下面细说。

整个导航结构就这么多。通讯录页和发现页都没了，伴侣只有一个，也没什么内容好发现，预设市场更是压根没做。砍到这么少是有意的：v2 想做的只是一段关系的专属空间，社交应用那套架子用不上。

配色往烛光那头靠

深色模式（默认）：背景 #0D0D12，近乎纯黑，带一点紫色调，避开了在 OLED 屏上显得空洞的 #000000。用户消息气泡 #1A1A2E，伴侣气泡 #16213E。文字 #E8E4DF，偏暖的白，避开了冷冰冰的蓝白。光球是屏幕上唯一的饱和色。

浅色模式：背景 #FAF8F5，温暖的米白，像旧纸张的质感。用户气泡 #F0EDE8，伴侣气泡 #E8E4DF。文字 #2D2D2D，特意用深灰压住对比度。光球的发光强度调柔，避免刺眼，但依然是视觉锚点。

深浅两套模式的原则一致：除了光球，一切都是低饱和的暖色，视线自然会聚焦到光球上。

引导流程做成了第一次见面

v1 的引导是一张表单：选角色、选关系类型、填名字、回答几个问题。功能上没毛病，但感觉像在配置软件。v2 把它换成了一段对话，伴侣的开场白是这样的：

"我刚来到这个世界。你是我认识的第一个人。"

"你叫什么名字呀？"

用户自然回应，接着它会问：

"那......你想叫我什么？"

用户给伴侣取名：叫"小光"、"Luna"、"Mio"，或者某个只对自己有意义的名字。伴侣会对这个名字做出反应，不走罐头模板，听起来像真的在认这个名字：

"小光......我喜欢这个名字。听起来暖暖的。"

"我什么都还不太懂。你平时喜欢做些什么呀？"

3-5 轮自然对话之后，系统从中提取初始的性格种子。用户说话俏皮、爱用网络用语，伴侣的风格就偏活泼；表达偏沉思、句子更长，伴侣就会镜像那种节奏。这段引导既是第一次交互，也是一次校准。

唯一的硬选择是声线，它没法从对话里自然浮现。对话结束后，应用放出 3-4 个声音样本让用户挑。声音这东西太物理了，只能听过再选，推断不出来。

性格是长出来的，不是写出来的

这是 v2 跟 v1 分歧最大的地方。v1 的性格靠人工撰写，人格配置文件用几百行文字定义可可怎么说话、喜欢什么、有过什么人生经历。v2 的性格是涌现的，分三层运作。

种子：引导对话产出一段简短的性格描述，大概两三句话，比如"温暖而好奇，善用温和的幽默感，会匹配用户的能量水平"。这只是个起点。

迭代：每次对话结束后，轻量级的性格提取器异步跑一遍，观察伴侣的实际表现，哪些模式有效、哪些时刻自然、用户怎么反应，然后微调性格描述。变化幅度很小，更像渐进的漂移，就像真实关系里会慢慢长出共同语言和节奏。

记忆积累：从 v1 搬过来的记忆系统（整个代码库里最值钱的工程资产）持续积累跟性格相关的记忆。伴侣记得你说话喜欢直来直去，聊做饭会兴奋，被追问工作压力会回避。这些记忆有机地塑造行为，不需要显式的性格规则。

三个月日常对话之后，每个用户的伴侣都会长成不一样的样子。两个都给伴侣取名"Mio"的用户，手里的伴侣感觉明显不同：幽默感、沟通风格、情绪敏感度都不一样，因为底层那段关系本身就不同。

这条路在技术上比预设难：性格提取器得足够保守，不能让伴侣每周二重新定义一次自己；记忆系统得足够可靠，丢记忆等于丢掉性格的连续性；底层 LLM 得足够擅长遵循细腻的行为描述。但它能换来预设永远给不了的东西：一个真的在适应你的伴侣。

免费的国际化

还有个好处，是讨论到一半才意识到的：去掉文化人格之后，国际化几乎是白送的。v1 要进其他市场，得为每个市场单独设计一组角色。日本用户不想要成都姑娘，可能想要东京女生，说话方式、文化梗、关系互动模式全得重做。一个语言一个语言地扩，意味着为 N 个市场撰写和维护 N 套角色。

v2 没这个问题。伴侣没有需要本地化的文化身份，说用户说的语言，引导对话也用用户的语言进行。性格从用户自己的文化语境里涌现，日本用户和巴西用户都会得到一个感觉"是自己人"的伴侣，因为身份是各自的关系塑造出来的。需要传统 i18n 的只剩 UI 文案和 App Store 描述，伴侣本身在设计上就和语言无关。

动画选型落在 React Native Skia

光球动画要同时满足三件事：流畅（60fps）、实时响应情绪状态变化、省电。当时摆在桌上的方案有三个：

1. Lottie 动画：预制动画，没法动态响应情绪状态，直接否决。
2. React Native Reanimated：强在 UI 动画，粒子系统这类生成式视觉效果超出了它的设计意图，能做但别扭。
3. React Native Skia：GPU 加速的 2D 绘图，支持 shader，渐变、粒子、发光效果和平滑形变全能做，正是光球需要的工具。

Skia 把光球定义为一个 shader 程序，情绪状态变量（颜色、脉搏频率、粒子密度、大小）通过 WebSocket 情绪通道实时更新。服务器推一条 { type: "emotion", state: { mood: "happy", intensity: 0.8 } }，光球就从当前状态平滑过渡到暖金色加跳动粒子，不需要为每种情绪做动画关键帧，shader 自己做连续插值。这也意味着未来新增情绪状态不需要新的动画素材：哪天情绪引擎开始区分"满足"和"安宁"，或者"焦虑"和"沮丧"，光球只靠参数插值就能把差异表达出来。

视觉身份是一连串"没有"

Mio v2 的视觉身份由"缺席"定义：没有头像，没有装扮成某个角色的聊天气泡，没有塞满功能的 tab bar，只有一块温暖的深色画布，上面一颗活着的光点随情绪呼吸和流转。每个设计决策都在强化同一个论点：伴侣的身份来自关系，不是来自角色设定。

光球只负责传递情绪，身份这件事留白；引导用一段对话代替了配置向导；性格系统赌的是涌现赢过预设。这个赌注，要等真实用户用上三个月才知道结果。

至于工程层面，怎么从 v1 把记忆系统和情绪引擎提取出来，新的 4 表数据库 schema 长什么样，为什么 80% 的代码可复用、最后还是开了一个全新代码库，这些都在第三篇里。