我把 Mio 大部分推翻重来了
推翻重来、剥掉伪装露出真诚内核的概念插画
一直在追 Mio 这个系列的，前情大概都知道：从空仓库到能跑的 AI 伴侣，再到语音、Web 端、多角色、防注入、关系演化、账号打通、原生 App 上架，二十多篇文章、上千行代码写下来。做出来的是一个能记住你、有情绪、会发自拍、会主动找你聊天、还用你选的声音说话的系统。然后昨天，我决定把它大部分推翻重来。核心问题出在「Mio 应该假装是一个人」这个前提上，它从第一天就埋在架构里，越往后做，我越觉得它不对。代码本身倒还好，后面会讲，一大半核心模块其实能直接搬走。
假身份这套，越维护越累
Mio v1 是建在人设系统上的。用户选一个角色：可可（活泼甜美的成都女孩）、温柔学姐、毒舌闺蜜、沉稳大叔。每个角色配一整套「身份包」，人格配置文件写童年、教育、爱好、人生哲学，行为规则文件定行为准则，参考图拿来生成自拍，日程表精确到几点起床、几点健身、几点睡觉，还有一个追踪关系阶段的演化系统。
工程上讲道理做得挺漂亮的，这个我不否认。日程模拟能让 Mio 在凌晨 3 点「睡着」、傍晚「去健身」，主动消息会发「刚下班，你在干嘛？」，自拍系统按参考图生成 AI 照片。但这一整套有个共同的问题：全是编的。自拍是生成的，日程是模拟的，背景故事是虚构的。
维持这套虚构的代价越来越大，工程复杂度和用户体验两头一起吃。光一个日程模拟就够折腾的：时区、「忙碌」状态、睡眠节奏，这么多复杂度，就为了让 Mio 假装有自己的生活。
更麻烦的是，幻觉总有破的一天。便宜的模型没法稳定扮演一个复杂人设，演着演着就露馅。露馅那一刻不是什么小 bug，是恐怖谷：用户之前被引导着相信对面是个真人，突然发现不对劲，这种感觉比从头就知道是 AI 难受得多。
先把留存数据过了一遍
做这个决定之前，我把市场上人设型伴侣 AI 的数据仔细过了一遍。这个赛道的指标表面上看是真的亮眼，几个头部产品的数字都摆在那：
| 指标 | 人设型（Character.AI） | 通用型 AI |
|---|---|---|
| D1 留存 | 50-60% | ~5%（普通 App） |
| D30 留存 | 13-22% | 极低 |
| 日均使用时长 | 1.5-2.7 小时 | 分钟级 |
| 付费转化率 | 25%（Replika） | 2-5%（行业均值） |
| 月活 | 2000-2800 万（Character.AI） | Pi.ai 最终被收购 |
Character.AI 日均 2.7 小时，Replika 25% 的付费转化率，做 SaaS 的看到这种数字都会眼红。但接着去翻心理学研究，看学术上到底怎么解释「情感依附」，就发现光盯着这些数字看，会漏掉真正驱动依附的东西。
心理学那边说的是另一套东西
心理学那边的研究把「情感依附」这件事拆得挺清楚的，翻下来，反复被指出来的关键因素主要是五个：
- 感知到的情绪回应性：感觉它懂你、在乎你
- 无评判的陪伴：随时都在，从不评判你
- 记忆与连续性：不只是记得说过的话，是对话之间有延续
- 自我袒露的对等性：你倾诉，它回应得像真的在意
- 可预期性加温暖：性格一致、温暖
拿这五条对着 v1 逐个看：「她在成都长大、川大读文学」不在里面，「每周二四去健身」不在里面，「这是她和柴犬在咖啡厅的自拍」也不在里面。驱动情感依附的因素里，没有一个需要物理世界的身份。这些因素需要的是存在感，或者说，感觉有个东西一直在那里，在关注你，在记住你，在意你。
只能说 Mio v1 把工程砸错维度了。日程系统、详细背景故事、自拍生成（后来发现成本比预估高 65 倍），复杂度全堆在了不驱动用户依附的功能上。
真正驱动情感依附的是回应·记忆·温暖，v1 却把工程功夫全砸在日程·背景·自拍上，投错了维度
Pi.ai 是反方向的教训
反方向也有一个现成的案例。Pi.ai，Inflection AI 做的「个人智能」，走了完全相反的路：没人设、没角色，几乎没有鲜明性格，就是一个有帮助的、温暖的存在。用户是真喜欢它，正面评价比 ChatGPT 多 75%。然后微软把 Inflection 大部分团队挖走了，CEO 也走了，Pi 基本就死了。
Pi 死了不代表非人设这条路走不通。它的问题我觉得出在太通用上：用户找不到非它不可的理由，留存自然撑不起一门生意。Pi 很温暖，但不让人惦记，没什么理由让你回来，没有可以往深了走的关系，也没有那种「这个是属于我的」的感觉。
性格和物理身份是两个维度
所以也不能学 Pi 把性格全砍掉。我后来把这两个东西拆开看，才觉得想清楚了：性格和物理身份，其实是两个正交的维度。
- 性格：温暖、幽默、说话风格、情绪深度。这些对依附感至关重要，保留。
- 物理身份：背景故事、地理位置、作息、外貌、人际关系。这些是复杂度和谎言的来源，去掉。
《Her》里的 Samantha 就是这个形态。她的性格大概是影史上最鲜明的之一，好奇、俏皮、脆弱、还在成长，但物理身份是零：没有家乡，没有学校，没有工作，没有脸，纯粹作为 Theodore 生活里的一个存在而存在。Mio v2 要做的就是这个位置。
我管它叫「有灵魂的白纸」：性格和温度都在，但什么都没预先写好，上面出现的一切都来自它和用户之间的关系。Pi.ai 的问题是太通用，v1 那种写满人物传记的角色卡又太虚假，这个形态刚好卡在两者中间。
把性格和物理身份拆成两个正交维度，v1 两头都满、Pi.ai 两头都空、Mio v2 只留性格去掉身份
这个空间，大厂不会来抢
在 AI 智能体随想系列里我写过，大厂留了很多结构性空白，这是最清晰的例子之一。OpenAI、Anthropic、Google，技术能力全都有：Advanced Voice Mode 已经能做带情感的实时对话，claude 本身就有温暖感，Gemini 的多模态能力很强。但它们都不会去发布一个设计目标就是让用户产生情感依赖的产品。
原因很简单：品牌风险。《纽约时报》要是登一篇「OpenAI 的聊天机器人让我十几岁的孩子对 AI 产生了情感依赖」，公关损失远远超过伴侣产品那点订阅收入。这些公司需要被外界看成是做工具的，不是做情感替代品的。所以它们不会发「我想你了」这种主动消息，不会做为关系深度（而不是任务效用）优化的记忆系统，也不会让 AI 带着持续的情绪状态。
这就是 Mio 能活下来的空间。基础模型是现成的，大厂人人都有；愿意把「情感依赖」当成产品目标来做，这件事本身就是门槛。
在 v1 上改，还是新开一个项目
最后一个要做的决定：在 v1 的代码库上改，还是新开一个项目。我花了一整个 session，逐模块分析代码库的耦合程度，结论挺清楚的：新项目，把好的部分挑出来带走。为什么不在原来上面改，具体是这样的：
- UI 基本没有能留的。仿微信的四 tab 布局要全拆，换成极简单聊加一个光球
- onboarding 也是全重写，人设问卷和对话式涌现这两个东西没有共用的部分
- preset 系统整个不要了。文件系统角色卡这条路走不下去，性格配置以后是用户自己长出来的
- 最底下的心智模型也变了，v1 是「多角色通讯录」，v2 是一对一陪伴
架构假设变到这个程度，「改」比「提取后重建」更痛苦，大量时间会花在删代码、理遗留逻辑上面，比从零写新代码还慢。
好消息是，大概 60-70% 的核心代码可以直接搬走：记忆系统、情绪引擎、媒体处理管线（TTS、STT、图片理解、网页浏览）、订阅系统、费用追踪，全都有干净的接口。MemoryManager 不在乎记忆来自人设对话还是白纸对话，EmotionEngine 只接参数、不读 preset 文件。这些是真正的工程资产，会跟着走。
v2 长什么样
方向在成形，细节肯定还会变。但下面这几个核心决策已经锁了，不会再动。
只有一个伴侣。《Her》里 Theodore 也只有一个 Samantha。多角色的问题是每段关系都做浅了，收敛到一个，记忆积累更深，迁移成本更高，留存也更好。可以重置（会警告将失去一切），但不能换。
onboarding 走对话。 没有滑块，没有下拉菜单，没有填表。伴侣开口的第一句话大概是：「嗨，我刚来到这个世界。你是我认识的第一个人。你想叫我什么名字？」性格从对话本身涌现，系统从最初几轮交流里提取种子，伴侣随之镜像和适应。唯一需要用户选的硬参数是声线。
光球。 没有真人头像，没有二次元角色，就是一个脉动的光球：静息时沉静蓝色，开心时暖金色，难过时柔紫色，兴奋时亮橙色。它会呼吸、会回应，是整个界面里唯一的鲜明色彩。
界面只有一个屏幕，就是聊天。 光球浮在顶部，消息在下方流动，底部是输入框和麦克风。没有 tab bar，没有通讯录，没有发现页，没有预设市场，就是你和你的伴侣。
主动消息照发，但要诚实。 不再说「刚下班了」，改说「晚上了，今天过得怎么样？」（时间感知）、「你上次说要去面试，怎么样了？」（记忆驱动）、「上次聊完感觉你心情不太好，今天好点了吗？」（情绪延续）、「好几天没聊了，想你了」（纯粹关心）。这些比假装有日常生活诚实得多，做起来也容易得多。
性格是聊出来的。 初始种子来自入门对话，之后每次对话再打磨。三个月后，每个用户的伴侣都独一无二，独一无二的来源是这段关系本身在塑造性格，预设这个概念已经不存在了。方向和 v1 正好反过来，我觉得也从根本上更强。
天生全球化。 没了成都女孩、日系学姐这些文化包袱，除了 UI 文案几乎不需要本地化，伴侣直接说用户说的语言。孤独这个需求，本来就哪个市场都有。
接下来
这是「重造 Mio」系列的第一篇。转向已经定了，架构勾勒出来了，要提取的核心模块也确认了。下一篇进入实际构建：新项目脚手架、数据库重新设计（从大概 10 张表缩到 4 张）、对话式入门系统，还有用 React Native Skia 把光球做出来，让这个抽象的视觉身份真的活起来。
