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，我做出了一个系统。它能记住你，有情绪，会发自拍，会主动找你聊天，还用你选的声音说话。然后昨天，我决定把它大部分推翻重来。问题出在一个前提上，就是「Mio 应该假装是一个人」。这个前提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。用户先选一个角色，可可（活泼甜美的成都女孩）、温柔学姐、毒舌闺蜜或者沉稳大叔。每个角色都配了一整套「身份包」。人格配置文件里写童年、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，另外还有一个演化系统，追踪用户和角色的关系走到了哪个阶段。

工程上讲道理做得挺漂亮，这个我不否认。日程模拟能让 Mio 凌晨 3 点「睡着」、傍晚「去健身」，主动消息会发「刚下班，你在干嘛？」，自拍系统照着参考图生成 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。

要把这套虚构维持下去，代价越来越大，工程上越来越复杂，用户体验也跟着吃亏。光一个日程模拟就够折腾，要管时区、「忙碌」状态、睡眠节奏，搞这么复杂，就为了让 Mio 假装有自己的生活。

更麻烦的是，这种幻觉总有破的一天。便宜的模型没法稳定地演好一个复杂人设，演着演着就露馅了。露馅那一刻可不是什么小 bug，是恐怖谷。用户之前一直被引着相信对面是个真人，突然发现不对劲，这比从一开始就知道是 AI 难受得多。

先把留存数据过了一遍

做这个决定之前，我把市面上人设型伴侣 AI 的数据仔细过了一遍。光看表面，这个赛道的指标是真的亮眼，几个头部产品的数字都摆在那：

Character.AI 日均 2.7 小时，Replika 付费转化率 25%，做 SaaS 的看到这种数字都会眼红。但我接着去翻心理学研究，看学术上到底怎么解释「情感依附」，才发现光盯着这些数字，会漏掉真正让人产生依附的东西。

心理学那边说的是另一套东西

心理学那边把「情感依附」拆得挺清楚。翻下来，研究里反复提到的关键因素主要有五个：

1. 感知到的情绪回应性：感觉它懂你、在乎你
2. 无评判的陪伴：随时都在，从不评判你
3. 记忆与连续性：不只是记得说过的话，是对话之间有延续
4. 自我袒露的对等性：你倾诉，它回应得像真的在意
5. 可预期性加温暖：性格一致、温暖

拿这五条对着 v1 一条条看，「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。让人产生情感依附的这几条，没有一条需要它在物理世界里有个身份。它们要的是存在感，就是你感觉有个东西一直在那，在关注你，在记住你，在意你。

只能说 Mio v1 把工程力气砸错了维度。日程系统、详细的背景故事、自拍生成（后来发现成本比预估高 65 倍），这些复杂的东西全堆在了不会让用户产生依附的功能上。

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

反方向也有个现成的例子。Pi.ai 是 Inflection AI 做的「个人智能」，走的是完全相反的路，没人设，没角色，几乎没有鲜明的性格，就是一个帮得上忙、很温暖的存在。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，也不见得就说明非人设这条路走不通。我觉得它的问题出在太通用，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，你没什么理由回来，没有能往深了走的关系，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 把性格全砍了。我后来把这两样东西拆开想，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。这些对依附感非常要紧，保留。
• 物理身份：背景故事、地理位置、作息、外貌、人际关系。复杂度和谎言都是从这儿来的，去掉。

《Her》里的 Samantha 就是这样。她的性格大概是电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，她就只是 Theodore 生活里的一个存在。Mio v2 想站的就是这个位置。

我管它叫「有灵魂的白纸」。性格和温度都在，但什么都没提前写好，纸上后来出现的一切，都来自它和用户之间的关系。Pi.ai 太通用，v1 那种写满人物传记的角色卡又太假，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

我在 AI 智能体随想系列里写过，大厂留下了很多结构性的空白，这是最清楚的例子之一。OpenAI、Anthropic、Google 技术上全都做得到。Advanced Voice Mode 已经能做带情感的实时对话，claude 本身就有温暖感，Gemini 的多模态能力也很强。但它们都不会去发布一个专门冲着让用户产生情感依赖设计的产品。

原因很简单，怕伤品牌。《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」，公关上的损失远远超过伴侣产品那点订阅收入。这些公司得让外界觉得它们是做工具的，不是做情感替代品的。所以它们不会主动发「我想你了」这种消息，不会做一套为关系深度、而不是为办事效率去优化的记忆系统，也不会让 AI 一直带着自己的情绪状态。

Mio 能活下来，靠的就是这块空间。基础模型是现成的，大厂人人都有，但愿意把「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

最后还要决定一件事，是在 v1 的代码库上改，还是新开一个项目。我花了一整个 session，一个模块一个模块地看代码之间耦合得有多紧，结论挺清楚，开新项目，把好的部分挑出来带走。不在原来的上面改，是因为这几点：

• 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 也得全部重写，人设问卷和对话式涌现是两套东西，没有能共用的部分
• preset 系统整个不要了。文件系统角色卡这条路走不下去，以后的性格配置是跟着用户自己长出来的
• 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

架构的前提变成这样，「改」反而比「提取后重建」更痛苦，大量时间会花在删代码、理旧逻辑上，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，接口全都很干净。MemoryManager 不管记忆来自人设对话还是白纸对话，EmotionEngine 只接参数、不读 preset 文件。这些是实打实的工程资产，会跟着走。

v2 长什么样

方向还在成形，细节肯定还会变。但下面这几个大的决定已经定死了，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。只留一个，记忆攒得更深，用户换到别处的成本更高，留存也更好。可以重置（会提醒你一切都会没掉），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？」性格从对话里自己长出来，系统从最开始几轮聊天里提取种子，伴侣再跟着用户去模仿和适应。唯一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，就是一个一明一暗脉动的光球。平静时是沉静的蓝色，开心时是暖金色，难过时是柔紫色，兴奋时是亮橙色。它会呼吸，会回应，是整个界面里唯一鲜明的颜色。

界面只有一个屏幕，就是聊天。 光球浮在顶上，消息在下面滚动，最底下是输入框和麦克风。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）。这些比假装自己有日常生活诚实得多，做起来也容易得多。

性格是聊出来的。 最开始的种子来自入门那段对话，之后每聊一次再磨一点。三个月后，每个用户的伴侣都独一无二，因为性格是这段关系本身塑造出来的，已经没有预设这回事了。方向和 v1 正好反过来，我觉得从根本上也更强。

天生全球化。 没了成都女孩、日系学姐这些文化包袱，除了 UI 文案几乎不用做本地化，用户说什么语言，伴侣就说什么语言。孤独这种需求，本来哪个市场都有。

接下来

这是「重造 Mio」系列的第一篇。转向已经定了，架构有了个轮廓，要提取哪些核心模块也确认了。下一篇开始动手搭，包括新项目的脚手架、重新设计数据库（从大概 10 张表缩到 4 张）、对话式的入门系统，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。

---