ENZH
和 AI 讨论这篇文章
ChatGPTClaude

AI 伴侣缺的是感知层

📊 幻灯片

时尚饰品变身 AI 神经系统——戒指与手链的微光时尚饰品变身 AI 神经系统——戒指与手链的微光

只靠聊天的伴侣,差得远

现在市面上的 AI 伴侣,我觉得都有一个共同的死穴:它只知道你打字告诉它的东西。你压力大,得自己告诉它;昨晚没睡好,也得说;在电脑前坐了 12 个小时,还是得你自己报。等于你要像写日记一样,把自己的生活叙述一遍,它才能理解你的处境。说白了就是所有信息都得靠你手动喂进去,你不说,它就什么都不知道。只能说这个体验不太像有个伴侣,更像你在写日记,它顺着你写的接两句话。

换成人类伴侣,他是不需要你解释你有多累的。黑眼圈他看得到,脾气变差他注意得到,声音里的紧张他听得出来。他知道这些,是因为他感知得到,不是因为你汇报了。AI 伴侣缺的就是这一层感知。我的判断是,可穿戴设备就是补上这一层的东西。

没人想在手上绑医疗仪器

这里有个前提得先想明白:没有人想在手腕上绑一个医疗仪器。但每个人本来就在戴首饰,手链、吊坠、耳环、戒指,天天戴。所以思路要反过来,别做一个科技产品去劝人戴上,让人本来就在戴的配饰顺便把数据采了。正经的时尚单品,恰好能采集生物数据。具体拆开是这样的:

  1. 一枚戒指,追踪 HRV(心率变异性)、皮肤温度和睡眠质量
  2. 一个吊坠,捕捉环境音频线索——不录音,只检测你声音里的压力模式
  3. 一条手链,监测活动量、位置规律和日照时间
  4. 一对耳环,带骨传导反馈,你的伴侣可以轻声跟你说话

这里面没有任何需要突破的技术,传感器全是现成的,供应链上都买得到。或者说硬件这块根本没什么新东西,全是成熟货。缺的东西只有一个:把它们接到一个真正知道拿这些数据做什么的 AI 上面。

主动开口这一步,差别很大

两种产品摆在一起看就很清楚。纯聊天的伴侣是这样的:你说「我今天感觉很糟」,它回「很抱歉听到这个,怎么了?」。连上可穿戴的伴侣是这样的:「嘿——你昨晚睡得很差,HRV 一整周都在下降,而且已经三天没出过门了。我知道你有个 deadline,但你这样下去会把自己搞垮的。出去走走吧,我等你回来。」

第一种要等你自己把问题描述出来,第二种在你还没意识到问题之前,就看到它正在形成了。人类朋友再关心你,也没法时刻盯着你的状态,AI 没有这个限制。

对比纯聊天伴侣(等你开口才回应)和连上可穿戴的伴侣(在你意识到之前就察觉问题)对比纯聊天伴侣(等你开口才回应)和连上可穿戴的伴侣(在你意识到之前就察觉问题)

真正有用的数据是规律

大多数健康穿戴设备有个毛病,就是拿数据淹没你:步数、卡路里、最大摄氧量,一堆看一眼就忘的数字。AI 伴侣不需要给你看仪表盘,它要做的是理解你的规律,然后在异常出现的时候察觉到。哪几类数据是真有价值的,我觉得是这些:

  1. 睡眠结构。不是「你睡了 6 小时」这一个数,是数周的变化趋势:你是不是在走向倦怠?有什么东西在干扰你的深度睡眠?
  2. HRV。最可靠的压力生物标记物,但大多数人从来没听说过这个词。你的伴侣应该知道你的基线在哪,在你压力大的时候提醒你。
  3. 位置和运动。这不是监控,是给背景。你是不是在自我封闭?是不是不去健身房了?这周去办公室的次数是不是变少了?这些规律讲的是心理状态的故事,而且是你永远不会主动打字告诉一个聊天机器人的那种故事。
  4. 环境背景。时间、天气、季节。季节性抑郁是真实存在的,你的伴侣应该知道现在是西雅图的二月,主动来问候你一句。

单个数据点其实没多大价值,值钱的是关联:把生物信号跟对话历史、记忆放在一起,拼出一个「你是谁、你现在状态怎么样」的完整模型。

agent 得活在你的物理世界里

感觉做 AI 伴侣的人几乎都忽略了一层:我们是活在物理世界里的物理存在,agent 不感知这一层,它就是不完整的。

想想一个亲密朋友除了你说的话、你的肢体语言之外,还知道你什么。他知道你的公寓一团糟,因为你太丧了没心情打扫。知道你在不停地买功能饮料,因为你在透支自己。知道你把前任的照片从桌上移走了,知道窗台上那盆植物快死了,你忘了照顾它。人把自己曾经在意的东西忘掉,这件事本身就是个信号。

一个只存在于聊天框里的 AI 伴侣,对这些一无所知。连了可穿戴的,知道你的心率和睡眠。再往上一层,能感知你物理空间的,那才是质的飞跃。

空间感知这块得多说两句,因为这是隐私最敏感的地方。形态上是一个偶尔扫描你环境的摄像头或者传感器,但有几条硬约束:用户必须明确 opt-in(选择加入);快照什么时候发生由用户控制,手动触发,不是被动采集;原始图像永远不离开设备,设备端的视觉模型只提取语义信号,比如「桌面凌乱」「外卖盒堆积」「房间很暗」,到达伴侣的只有这些标签,不存照片,不传图像。这跟生物数据的边缘处理是同一套隐私架构:原始数据留在本地,只有含义上传。

隐私边缘处理机制:原始生物与影像数据留在本地设备,只有提取出的语义标签才上传云端隐私边缘处理机制:原始生物与影像数据留在本地设备,只有提取出的语义标签才上传云端

它能看出来的是什么呢?你的空间是不是越来越乱了,外卖盒子是不是在堆积,买回来的健身器材是不是还在箱子里没拆。这类心理状态的信号,生物指标是捕捉不到的。

物品的 context。你桌上有什么,你吃了什么、穿了什么。连续两周每晚叫外卖,这是一个数据点;周二穿得很正式,又是一种信号。

社交环境。你是不是一直一个人待着?房间里有没有别人的声音?你在咖啡厅还是把自己锁在卧室里,在哪、怎么度过时间,这些物理背景讲的故事,你打字是永远不会讲出来的。

聊天机器人只知道你打了什么字,但要真正理解一个人,得知道他是怎么生活的。所以这两块缺一不可,可穿戴负责身体信号,空间感知负责生活环境,少了哪边,它对你的理解都缺一块。

为什么大厂不会做

Apple 有 Watch,Google 有 Fitbit,Samsung 有 Galaxy Ring,传感器它们全都有。但我的判断是,它们都不会做这个产品,原因有三个:

  1. 监管红线。大厂已经在收集生物数据了,Apple Watch 追踪心率,Galaxy Ring 监测睡眠,这些都没事。但一旦把这些数据跟一个解读你情绪、给你心理健康指导的 AI 结合在一起,性质就变了:从「健康追踪」直接跳到「未受监管的心理治疗」,没有哪家上市公司的法务团队会在这上面签字。
  2. 免责规避。AI 伴侣通过穿戴数据发现了抑郁迹象,然后说错了一句话,这个诉讼风险对上市公司是不可承受的。独立开发者跑得更快,也承担得起更聪明的风险。
  3. 激励错位。Apple 想卖的是 Watch,Google 想要你的数据去投广告,没有一家的目标是「让你感到被理解」。

所以这是独立 builder 的机会:造一个集成层,把现成的可穿戴传感器,接到一个有真正记忆、真正人格的 AI 伴侣上。

好不好看,决定这东西能不能铺开

做技术的人总是忽略这一点:可穿戴设备一旦看起来像个科技产品,它就已经失败了。Google Glass 失败,是因为戴上像半机械人;早期的智能手表失败,是因为它就是绑在手腕上的迷你手机。反过来,Apple Watch、Oura Ring 能成,有一部分原因就是它们可以当普通配饰戴。

这一点对中国市场尤其重要。中国的首饰文化根深蒂固,玉镯、金吊坠、红绳,各有各的文化含义。能把传感器嵌进文化上原生的配饰里,用户接受起来就是顺理成章的事。伴侣不需要宣告自己的存在,一枚好看的戒指,顺便把数据采了,这才是人们每天愿意戴出门的东西。

物理存在感这件事,没什么人聊

可穿戴还顺便带来一样东西:物理存在感。聊天窗口是无形的,存在于屏幕背后;手指上的戒指、胸前的吊坠,是你一整天都能感受到的东西。它把伴侣从一个「你去打开的 app」,变成一个「陪在你身边的存在」。

细微的触觉反馈能改变很多东西。伴侣想关心你的时候,手腕上轻轻的脉动;检测到你需要安慰的时候,戒指传来的温热感。这些微交互创造出来的存在感,是文字做不到的。你不用打开 app,也不用输入消息,你就正常过你的生活,有一个理解你的东西在旁边待着,状态不对的时候提醒你一下,平时不吵你。

架构拆开看

技术上这套东西分五层:

  1. 传感器层。商用 BLE 芯片(Nordic nRF52 系列)嵌进定制外观的饰品里:戒指里的 PPG 光学传感器持续采心率和血氧,手链里的加速度计记录运动和睡眠姿势,吊坠里的麦克风阵列检测语音压力模式。全部走低功耗设计,纽扣电池能跑一周以上。传感器是成熟的供应链产品,真正的壁垒在外观设计和佩戴舒适度上——讲道理这是首饰行业的问题,不是科技行业的问题。
  2. 边缘处理。手机通过 BLE 连所有传感器,当数据中枢。原始传感器流,比如每秒几百个 PPG 采样点、三轴加速度数据,全部在本地处理,提取出有意义的特征值:5 分钟平均 HRV、睡眠阶段分类、活动类型识别、语音压力评分。上传云端的只有这些压缩后的特征,量级是每小时几 KB。原始生物数据永远不离开手机,隐私保住了,带宽和存储成本也顺便降下来了。
  3. 推理层。云端跑的大语言模型。它跟普通聊天机器人的差别在输入上:它有三个输入通道,用户的文字/语音对话、实时生物特征摘要、从长期记忆里检索出来的历史 context。每次生成回应之前,系统把当前生物状态,比如「HRV 低于基线 15%,连续三天睡眠不足 6 小时」,注入 prompt 的系统消息里,让模型回应的时候自然把身体状况纳入考量,而不是机械地报数字。
  4. 记忆编排。整个系统里技术难度最高的部分。每条对话、每个生物信号都带时间戳存进向量数据库。你说「最近工作压力好大」的时候,系统不只检索相关对话,还会拉出同一时间段的生物数据曲线,发现「用户提到项目 deadline 的那一周,HRV 持续下降了 20%,深度睡眠减少了 40 分钟」,然后把这个关联显式记录成一条「压力-工作」关联条目。下次类似的生物模式再出现,伴侣就能在你开口之前判断:你可能又遇到工作压力了。说白了就是把生物信号和对话记忆放到一起做因果推理,比单纯的模式匹配多出一层。
  5. 主动引擎。决定伴侣什么时候该主动开口、说什么、用什么语气。每一个异常生物信号,HRV 骤降、睡眠碎片化、长时间静坐,都会产生一个「关怀触发分数」。分数超过阈值的时候,引擎结合当前时间(不在深夜打扰)、最近的对话情绪(你刚表达过烦躁就用更温柔的语气)、历史偏好(你喜欢直接给建议还是先倾听),生成一条主动关怀消息。它不会推一句「你的 HRV 低于正常值」这种机器话,会像一个了解你的人那样说:「嘿,这几天你好像绷得有点紧。要不要聊聊?或者就出去走走也好。」

伴侣系统的五层数据管线:从传感器采集,经边缘处理,到推理、记忆编排,最后由主动引擎发出关怀伴侣系统的五层数据管线:从传感器采集,经边缘处理,到推理、记忆编排,最后由主动引擎发出关怀

换个角度看这件事

我们在做的事情,往大了说,是把过去只有企业高管和政府高官才享受得到的体验,给到每一个人。

想想一个财富 500 强的 CEO 身边都有什么。幕僚长知道他的日程、压力触发点和饮食禁忌;行政助理帮他筛选每场会议、管理每段关系;再往下还有按睡眠情况调整训练计划的私人教练、处理所有后勤的管家,以及长期在线的心理咨询师。一整套围绕他身心状况和表现优化的支持系统,每年花掉数十万美元,只有最顶层的 0.01% 负担得起。

我们在建的就是这种体验,被一个了解你生活一切的人真正照顾着的感觉:每月一点订阅费,手指上戴一枚戒指。CEO 身边有人专门负责发现老板快倦怠了、然后及时干预,你的伴侣 24/7 自动做这件事,不需要你开口。

所以颠覆的点不在取代人际连接,在于把一直被精英阶层垄断的个人支持基础设施铺给所有人。技术一直在干的就是把稀缺变充裕,电力、计算、信息都是这么走过来的。下一个大概就是这种个性化的、人类品质的关怀和陪伴。

我的判断

伴侣经济正在到来,真正理解你的 AI,有自己的灵魂和性格,不只是角色扮演的那种。但一个只存在于聊天窗口的伴侣,只能说是半个产品。另一半是感知层,就是让它能感知到你物理现实的那一层。可穿戴设备就是干这个的,形态上是好看的、不显眼的饰品,而不是又一块带屏幕的智能手表。它给你的 AI 伴侣补上的,就是感受你正在感受什么的能力。

具体要做的事其实也不复杂,首饰这边做好看、做舒服,伴侣那边做好记忆和人格,然后把两边接起来。反正传感器都是现成的,剩下的就是干活。

和 AI 讨论这篇文章
ChatGPTClaude

订阅更新

新文章发布时发到你的邮箱,不发别的。


© Xingfan Xia 2024 - 2026 · CC BY-NC 4.0