我把 AI 伴侣的头像换成了一颗光球
没有面孔的灵魂——一颗会呼吸的情绪光球
Mio v2 的设计我一上来就做了个减法，虚构身份全部去掉，只保留情感内核。v1 是反着做的，五个精心设计的角色，每个都有背景故事、日程模拟、物理身份，工程量巨大，结果产品越做越像角色扮演，离陪伴反而越来越远。这段弯路在第一篇里写过了。
原则定下来很容易，真落到设计上就是两个很具体的问题：伴侣没有脸，那它长什么样？没有人设，性格从哪来？v2 的规划时间大半都花在这两个问题上，这篇就讲这两个问题具体是怎么解的。
人脸这条路，我最先否掉
给陪伴产品配一张人脸是最直觉的做法。Replika 这么做，Character.AI 这么做，国内的星野、豆包也全在做二次元或者半写实的头像。这条路我认真考虑过，最后否了，原因大概有三个。
第一个是恐怖谷。静止的头像没有生气，动起来但动得不对的头像更让人难受。想把口型同步、微表情、自然的头部转动做好，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。而且就算做出来了，它还会立起一个 AI 根本够不到的期待：伴侣越像人，它每次回复不像人的时候就越刺眼。
第二个是 Apple。用类人头像的 AI 陪伴应用，审核的时候会被多问很多问题。抽象视觉直接把这一整类政策摩擦绕开了：没人会问你是不是在模拟真人，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。我一个人做，没有法务团队，这一条的分量其实很重。
第三个是文化。一张脸会把伴侣锚死在某个文化里。v1 的角色是深度绑定中国文化的，成都姑娘、温柔学姐、成熟大叔，做纯中文产品没问题。但 v2 的前提就是去掉文化预设，让伴侣自动说用户的语言。一颗光球没有种族、没有年龄、也没有性别表达，做全球产品不背任何文化包袱。
最后做成了一颗会呼吸的光球
Mio v2 的伴侣就是一颗抽象的、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。它干的活接近肢体语言：你字还没开始读，情绪已经先递过来了。
具体的机制是这样的。v1 本来就有情绪引擎，emotionState 追踪伴侣的情绪变化，影响回复的风格。v2 里，同一套情绪状态实时驱动光球的外观：
| 情绪 | 颜色 | 动态 |
|---|---|---|
| 平静 | 淡蓝 / 白 | 缓慢的呼吸节奏，轻柔地膨胀收缩 |
| 开心 | 暖黄 / 金 | 轻快跳动，粒子向外辐射 |
| 难过 | 淡紫 / 蓝 | 向内缩小，脉搏变慢 |
| 兴奋 | 亮橙 / 粉 | 快速膨胀，粒子四散飞溅 |
| 困意 | 深蓝 / 暗 | 几乎静止，偶尔微弱闪烁 |
这个映射我故意做得很简单，就五种状态，每种有明确的颜色和运动特征。聊几次之后，光球是什么情绪一眼就能看出来。伴侣因为你分享的事开心了，你在读到第一个字之前就能看到；深夜它开始犯困，光球就沉到近乎静止的深蓝。反正你不用读字，就知道它现在是什么状态。
人脸传达情绪靠的是几十块肌肉的微妙运动，要在数字世界里把这个还原出来，基本是研究级的难题。光球只用两个变量：颜色和运动。表达的词汇量确实小，但反过来，正因为词汇量小，每种状态在手机小屏上才清晰可辨。
同一套情绪状态只用颜色和运动两个变量驱动光球，让人不读字就一眼看懂伴侣的心情
抽象形态还有一个心理学上的好处：给投射留了空间。同一颗紫色的光球，有人看到的是难过，有人看到的是在想事情。这个模糊是故意留的，每个用户都能把伴侣读成自己需要的样子。这比让它去表演某种具体的情绪更可信，真让它演一个明确的情绪，演得稍微不准反而显得假。
页面砍到只剩三个
v1 是仿微信的 4-tab 布局：消息、发现、通讯录、我的。现在回头看挺离谱的，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。顶部是光球，中间是消息流，底部是输入框和语音按钮。没有 tab bar，没有汉堡菜单，也没有抢注意力的通知角标，就是你和你的伴侣。
- 设置：从聊天页右滑，或者点伴侣的名字进去。改名、换声线、管理记忆、订阅状态、账号管理，所有管理功能都收在这，平时不碍眼。
- 引导：只在第一次打开的时候出现，下面细说。
导航结构就这么多。通讯录和发现页直接没了，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。砍这么狠是有意的：v2 想做的就是一段关系的专属空间，社交应用那套架子在这用不上。
配色
配色两套。深色是默认：背景 #0D0D12，近乎纯黑，带一点紫，避开了在 OLED 屏上显得很空的 #000000。用户消息气泡 #1A1A2E，伴侣气泡 #16213E。文字 #E8E4DF，偏暖的白，不用那种冷冰冰的蓝白。光球是屏幕上唯一的饱和色。
浅色模式：背景 #FAF8F5，暖米白，有点旧纸的感觉。用户气泡 #F0EDE8，伴侣气泡 #E8E4DF。文字 #2D2D2D，特意用深灰把对比度压下来。光球的发光强度也调柔了，不刺眼，但依然是视觉锚点。
两套模式的原则是一样的：除了光球，所有东西都是低饱和的暖色，视线自然就会落到光球上。说白了就是整个屏幕只留光球一个亮点，别的全往后退。
引导做成了第一次见面
v1 的引导就是一张表单：选角色、选关系类型、填名字、答几个问题。功能上没毛病，但那个感觉是在配置软件。v2 把它整个换成了一段对话，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都行。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，系统从这段对话里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；用户表达偏沉思、句子更长，伴侣就会镜像那个节奏。所以严格说这段引导就是在做校准，只是形式上看起来是第一次聊天。
唯一没法从对话里长出来的是声线。声音这个东西太物理了，只能听过再选，推断不出来。所以对话结束后，应用会放 3-4 个声音样本让用户挑，这是整个引导里唯一的硬选择。
性格从对话里长出来
这是 v2 跟 v1 分歧最大的地方。v1 的性格是人工写的，人格配置文件用几百行文字定义这个角色怎么说话、喜欢什么、有过什么人生经历。v2 的性格是涌现的，或者说，是长出来的。具体分三层：
- 种子。引导对话产出一段很短的性格描述，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，一个轻量的性格提取器异步跑一遍，看伴侣实际的表现——哪些模式有效、哪些时刻自然、用户是什么反应——然后微调这段性格描述。每次的变化幅度都很小，更像渐进的漂移，就跟真实关系里慢慢长出共同语言和节奏一个道理。反正就是慢慢挪，不会哪天突然变了个人。
- 记忆积累。从 v1 搬过来的记忆系统（整个 codebase 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，记得你聊做饭会兴奋，记得你被追问工作压力会回避。这些记忆有机地塑造行为，不需要写显式的性格规则。
这样跑三个月日常对话之后，每个用户手里的伴侣都会长成不一样的样子。两个用户都给伴侣取名"Mio"，拿到手的伴侣感觉是明显不同的：幽默感不同、沟通风格不同、情绪敏感度也不同，因为底层那段关系本身就不同。
性格不是预设的，而是从一颗种子经过每次对话的迭代和记忆积累，慢慢长出来的三层机制
这条路技术上比预设难。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。但它换来的是一个真的在适应你的伴侣。预设写得再细也是死的，定稿那天是什么样，以后就一直是什么样。
国际化基本是白送的
还有个好处是讨论到一半才意识到的：把文化人格去掉之后，国际化几乎不要钱。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，等于为 N 个市场写和维护 N 套角色。
v2 没这个问题。伴侣没有需要本地化的文化身份，用户说什么语言它就说什么语言，引导对话也用用户的语言进行。性格是从用户自己的文化语境里涌现出来的，日本用户和巴西用户拿到的都是一个感觉"是自己人"的伴侣，因为身份本来就是各自的关系塑造出来的。真正需要传统 i18n 的只剩 UI 文案和 App Store 描述，伴侣本身在设计上就跟语言无关。
动画选型最后落在 React Native Skia
光球的动画要同时满足三件事：流畅（60fps）、实时响应情绪状态的变化、省电。当时桌上有三个方案：
- Lottie：预制动画，没法动态响应情绪状态，直接否决。
- React Native Reanimated：强在 UI 动画，粒子系统这种生成式视觉效果超出了它的设计意图，能做但很别扭。
- React Native Skia：GPU 加速的 2D 绘图，支持 shader，渐变、粒子、发光、平滑形变全能做，正好是光球需要的工具。
具体的实现是这样的：光球就是一个 shader 程序，情绪状态的变量——颜色、脉搏频率、粒子密度、大小——通过 WebSocket 的情绪通道实时更新。服务器推一条 { type: "emotion", state: { mood: "happy", intensity: 0.8 } } 过来，光球就从当前状态平滑过渡到暖金色加跳动的粒子。不需要为每种情绪做动画关键帧，shader 自己做连续插值。这也意味着以后加新的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"，光球靠参数插值就能把差异表达出来。
最后
回头看，v2 视觉这块做的决定基本全是减法：头像没有，角色化的聊天气泡没有，塞满功能的 tab bar 也没有，剩下的就是一个深色背景加一颗光球。光球只干传情绪这一件事，身份我干脆没定义，用户跟伴侣处久了，它自然会长成那段关系需要的样子。性格系统赌的是涌现赢过预设，这个要等真实用户用上三个月才知道结果，只能说我目前是信这个方向的。
至于工程层面的事，记忆系统和情绪引擎怎么从 v1 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个全新的 codebase，都在第三篇里。
