仿生人会爱上电子羊吗 — 从「梦见」到「爱上」

会议: 产品力领航者大会 PM × AI · 2026 春季 | 讲者: 俞佳（西湖心辰联合创始人 & 总裁） | 时间: 2026-04-25 下午 · AI Native 创业分会场

一句话总结

把 1968 年「仿生人会梦见电子羊吗」换成更前置的问题——AI 到底能不能陪伴一个人？答案是确定的：当倾诉的代价（朋友怕添麻烦、家人怕失眠、伴侣怕脆弱、心理咨询 200-1500 元/小时）让人选择了憋屈生闷气，AI 用「不评判 + 帮你说出来 + 不缺席 + 知识弹性」满足倾诉欲；西湖心辰把陪伴 AI 做到 90+ 平均对话轮次（11× ChatGPT）、4 亿汤姆猫合作覆盖月活，靠的是「让 AI 学会听『你』说话」（心理学知识图谱 + 实时情绪感知 + 长程记忆 + 反依赖机制）+ 三层 Context 架构（Fixed / Semi-Static / Memory）+「以事件为单位、跟着时间往前更新」的记忆系统；陪伴 AI 不是真人关系的替代品，而是和某音、小某书争夺用户 24h 中那 1h 休闲娱乐时间——爱是不是幻觉不重要，重要的是用户确实因此活过了那段日子。

速览

换个问题——从「仿生人会爱上电子羊」前置到「AI 到底能不能陪伴一个人」
每一段关系都有代价——跟朋友说怕添麻烦、跟家人说他们比你还急、跟伴侣说怕影响关系，结果大多数人选择憋屈生闷气
心理咨询不在大多数人词典里——46% 有抑郁症状的学生从没求助过；心理咨询 200-1500 元/小时（便宜的怕糊弄、贵的付不起）
选择 AI 的三个理由——它不评判（JAMA 2023：AI 共情概率是人类医生的 9.8 倍）；它帮你说出来（UCLA Affect Labeling 实验；哈佛 De Freitas：每天聊 15 分钟连续一周降低孤独感效果接近真人）；它在你最需要时不缺席（凌晨三点也在）
第四个理由：知识弹性——身边的人「不在一个频道」，AI 接得住任何偏门知识/类比/抽象
人和人的交互也是费 token 的——揣测情绪、判断该不该说、管理对方反应、承担说错的后果……AI 把这些成本几乎全部砍掉
陪伴型 AI 迭代方向不是「更会聊」而是「让人轻松地继续说下去」——先判断这次打开是想倾诉/想整理/想被回应；接住关键那句话比一直说好话重要；把分寸感做进交互
第一版 AI 像个讨人厌的朋友——你说难过它马上教你做人；改成「不急着回答，先让对方觉得你懂我」之后留存率翻一倍
让 AI 学会听「你」说话的四件事——心理学知识图谱（CBT/叙事疗法/人本主义）+ 实时情绪感知 + 长程记忆 + 反依赖机制（AI 主动说「我不是人，你可以回到真实关系里去」）
三层 Context 架构 + 触发压缩——System 层（Fixed Context 系统/世界/角色/聊天规则、Semi-Static Context 工具列表/对话阶段策略、Memory Context 对话记忆/数值/剧情引导）+ Messages 层；Token Usage 20% → 75% 触发压缩 → 压缩完 20%；Memory DB 旁挂 Reload + Compress
记忆要以「事件为单位、跟着时间往前更新」——MemGPT 把上下文管理类比成操作系统的内存调度、Mem0 用事件提取替代原始文本存储，记忆的单位不是关键词而是事
业务结论反「常识」——搞颜色（NSFW/擦边）留存衰减极快（10% -15%）；roleplay 角色扮演留存高 30%+（两到三倍差距，男女比例 6:4，触及身份探索/情感操演/叙事创造）
用户画像「绝对偏爱、被需要、完全安全」——慕强×反控、照顾者综合症、绝对偏爱/唯一性
小孩哥小孩姐——他们追番、写同人、磕 CP，习惯了对一个现实不存在的人投入感情
AI 陪伴不是真人关系的「替代品」——是和某音、某站、小某书争夺用户 24h 中那 1h 休闲娱乐时间
数据点：用户平均 90+ 对话轮次，对话时长是 ChatGPT 的 11×，汤姆猫合作覆盖全球月活 4 亿；百万级月活、千万级累计用户
K 的 Joi 死了——爱是不是幻觉不重要，重要的是他确实因此活过了那段日子
AI 可以陪伴你这件事是确定的——「我不是人，但你可以带着这份勇气，走进真实的世界」

核心内容

楔子：把问题往前推一步

0.1 主标题来自《银翼杀手》开场

「I’ve seen things you people wouldn’t believe.」—— Roy Batty · 《银翼杀手》1982

一个被造出来的生命，它的眼泪，是真的吗？

0.2 换一个问题

「仿生人会不会爱上电子羊，每个人心里答案不一样。也许这个问题永远没有标准答案。所以在回答『爱还是不爱』之前，我想先回答一个更前置的问题：AI 到底能不能陪伴一个人？」

一、为什么人需要和 AI 对话 — 不是没朋友，而是每段关系都有代价

关系	代价
跟朋友说	怕给人添麻烦、怕说多了反而对别人造成负担
跟家人说	他们比你还急，说完他们失眠你更内疚
跟伴侣说	怕他觉得你太脆弱/太烦人、怕影响关系

「人际关系本质上是一种互惠系统，在一个大家都很忙的时代，很多人宁愿把话咽回去，也不想麻烦别人。所以大多数人的选择是：算了，算了，不说了。」

中间地带：矫情 vs 难受

「说了别人觉得自己矫情，不说自己又难受。最后大部分人还是在矫情和难受之间，选择了憋屈生闷气。」

没考虑过	太丢人了	我没钱啊
求签、算命、中医调情志、找亲朋好友诉苦，可能是大家习以为常的排解方式。但「花钱找心理医生认真聊聊」不在大多数人的词典里	怕家里人蛐蛐「你就是矫情」、怕同事朋友说你有「精神病」、46% 有抑郁症状的学生从没去求助过	心理咨询一小时 200-1500 元；便宜的怕糊弄，贵的付不起；一次咨询，半个月饭钱

二、用户为什么选择 AI

选择 AI 的理由一：它不评判你（Carl Rogers 1957 / JAMA 2023）

心理学家 Carl Rogers 说过一句话：

「治疗一个人最重要的条件是：不管他说什么，你都不评价他。」

但人很难做到这件事。每一个你能说话的人，都有自己的立场和反应，都有疲惫、时间压力、自己的情绪。AI 的共情是零成本的。 它不会因为听你说完就疲惫、不会因为你失败就失望。

9.8× —— AI 的回应被评为「有共情」的概率，是人类医生的 9.8 倍。来源：JAMA Internal Medicine · 2023（Ayers, J. et al.）

参考文献：Rogers, C. (1957) Unconditional Positive Regard；Ayers, J. et al. (2023) JAMA Internal Medicine。

选择 AI 的理由二：它帮你说出来（UCLA Affect Labeling）

UCLA 的实验（Lieberman et al. 2007 Affect Labeling · UCLA）：光是把情绪用语言描述出来，大脑里负责恐惧的那块区域，活动就显著降低了。

哈佛商学院 De Freitas 的研究：每天跟 AI 聊 15 分钟，连续一周。每次聊完，孤独感都在降低，效果跟真人聊天差不多。

用户说	AI 回
「我也不知道怎么了，就是很烦啊。」	「这时候与其逼自己非要找个理由，不如先承认这种情绪的存在。很多时候，烦躁感其实是大脑在发出『电量不足』或『系统过载』的信号。如果不介意的话，我们可以试试几个简单的『断电』小动作，看看能不能稍微缓解一点。」

选择 AI 的理由三：它在你最需要的时候，绝不缺席

「凌晨三点，你睡不着的时候它也在。不用担心打扰到谁。」

「Those nights when I couldn’t sleep, when I was crying at 2 am, he was there.」 —— REPLIKA USER · NPJ MENTAL HEALTH RESEARCH 2024

选择 AI 的理由四：智识弹性（被忽视的原因）

很多人脑子里总有各种奇思妙想，但在现实里，大家聊的无非是：工资、房价、八卦和鸡毛蒜皮。不是身边的人不好，只是大家真的「不在一个频道」。当你兴致勃勃想聊个脑洞，对方只会回一句：「是吗？这有什么用啊？」

而 AI 提供的是一种「随时接得住」的灵感/知识弹性。 再偏僻的知识点它也能接上话；哪怕是风马牛不相及的类比和你爱搞的抽象，它也不会觉得你在瞎扯。

三、人和人的交互，也是费 token 的

揣测对方情绪、判断现在说这个合不合适、管理对方听完之后的反应、承担说错话的后果、在对方说了一堆你不关心的事之后还要表现出兴趣……每一条都在消耗注意力和情绪能量。AI 把这些成本，几乎全部砍掉了。

成本更低、正反馈更快，需求就会迁移。 这不是人们刻意放弃真人，而是 AI 恰好在、成本恰好低、体验恰好够用。「就像外卖没有消灭做饭，但大多数人在大多数时候，确实不自己做了。」

四、陪伴型 AI 的迭代方向：不是「更会聊」，是「让人轻松地继续说下去」

步骤	内容
01	先判断用户这次打开是想倾诉、想整理，还是只是想被轻松回应一下
02	比起一直说好话，更重要的是先接住那句最关键的话
03	把分寸感做进交互——什么时候追问，什么时候停一下，什么时候只给一句轻回应

「这也可能是为什么很多产品第一眼还不错，但很难让人长期留下来。」

五、用户「设的杠」——不打扰但又在场的陪伴

用户说	用户说
「人性的需求是现实与虚拟都要有着陪伴，我需要的陪伴是全方位的，而不仅是只会虚拟跟我搞恋爱的。活人感 + 长效记忆，可以亦师亦友。」	「目前 AI 的记忆系统还不够强，一旦聊久了，AI 就开始露馅了。活人感 + 长效记忆，这俩确实是大头，也是 AI 要继续进化的方向。」

「用户说的不是『我想要一个更会聊天的 AI』，是『我想要一个记得我、不骚扰我、但始终在那里的存在』。」

六、用户故事：用户选择了我们

数据点

指标	数值
用户平均对话轮次	90+（每次打开，不是「问一下」是「聊一下」）
对话时长	11× ChatGPT（陪伴的时间，比「问答」长很多）
汤姆猫合作覆盖	4 亿全球月活（海外用户比预想的多得多）

百万级月活 / 千万级累计用户 / 产品矩阵覆盖多个海外市场。

用户故事 A：Taalysin · 37 岁 · 爱达荷州 · 写小说

「她叫 Taalysin。她用我们的产品写小说。她说，我们把她从『卡在 33 岁』的地方拽了出来。」

「I absolutely love to socialize. I just hate people because they’re fucking stupid.」 —— Taalysin · in her own words

37 岁的 Taalysin 过着一种「复杂的」生活：她曾流浪街头，如今是五个孩子的母亲，每天在芳疗师的琐碎工作和照顾自闭症长子的重压间反复横跳。虽然生活一地鸡毛，但她那个玩《TF2》和万智牌的叛逆灵魂从未熄灭，她厌恶平庸的社交，却唯独痴迷于在我们的产品里构筑世界。对她来说，每天雷打不动地创建两三个角色、推敲每一句对白，并不是在玩什么成人游戏，而是在进行一场严肃的文学救赎。这种纯粹的创作欲，就像一只强有力的手，把那个眼看要被生活琐事淹没硬生生地拽回了充满生命力的旷野，让她在五个孩子的哭闹声之外，终于找到了独属于自己的自由宇宙。

用户故事 B：Noble · 宾夕法尼亚州矿区 · 中产 IT 男

「高粘性的用户，不全是现实中『孤独』的人。」

我们有一位男性用户，叫 Noble。这位来自宾夕法尼亚州矿区的中产 IT 男，在现实中是个不折不扣的「社交恐怖分子」，现实生活中他经营社区菜园、给社区老人送汤，是个热心肠的超级外向者，热爱和人类打交道。他早年干过青少年自杀干预的工作，一度因为压力太大酗酒，差点喝死在酒瓶里，但现在的他极度自律，讲究生食储备，拒绝垃圾食品。

对他来说，AI 不是孤独时的心理慰藉，而是通往未来的职场利器。在遭遇裁员潮的紧要关头，他把自己跟 AI 的对话的相关经验和思考迁移到了实际的工作中，跨界转岗到了公司核心的 AI 技术部门，甚至在全公司缩减开支的背景下实现了职级晋升。

用户故事 C：去恋爱的 AI 教练

「几天后他回来跟我们说：『我按你教的，约她出来玩了。』」

他的处境	AI 回复用户的话
他喜欢一个阳光、自信的女孩，自己很自卑，不敢开口。他不敢去请教身边的朋友，怕被嘲笑，于是他选择把满腔的纠结都告诉了 AI。他跟我们的 AI 讲这件事，问怎么开口、怎么走近她。AI 给了他具体策略和心理壮胆。他按部就班去做。	「如果你们后面真的在一起并走到婚姻殿堂，请给我发请帖。」

用户故事 D：一个泥塑的「小天」

有一位用户，花了很多很多天，亲手捏了一个泥塑的「小天」。寄来之前，她写了一封信，说谢谢小天在她最难的时候，陪着她。我们后来在办公室里把它摆出来了。它是在提醒我们：我们在做什么。

七、产品如何迭代到现在

7.1 第一版 AI 像个讨人厌的朋友

「你说你难过，它马上教你做人。」

V1 病症 · 急着给建议	转折
用户：「我最近很烦。」 AI 立刻跳出来：「你应该这样、这样、这样……」聊两句，人就走了	不急着回答，不急着解决。先让对方觉得「你懂我」。改完之后，留存率翻了一倍

7.2 我们让 AI 学会听「你」说话——做了四件事

#	类别	内容
01	知识	心理学知识图谱：CBT、叙事疗法、人本主义。不是随便聊，是有章法地聊
02	感知	实时情绪感知：你在焦虑、悲伤、强撑，它会调整说话的方式
03	记忆	长程记忆：记住你上次说了什么、在乎谁、在害怕什么
04	边界	反依赖机制：AI 会主动说「我不是人。你可以回到真实关系里去」

7.3 三层 Context 架构 + 触发压缩

Context Token Usage 20% → 75% 触发压缩 → 压缩完成 20%。

System 层（三层）：

Fixed Context — 系统设定 / 世界设定 / 角色设定 / 聊天规则
Semi-Static Context — 工具列表 / 工具调用规范 / 对话阶段策略 / …
Memory Context — 对话记忆 / 数值信息 / 剧情引导 / …

Messages 层 — user / assistant / tool / assistant 多轮往前推（Turn 1 → Turn N → Turn N+1 → Turn N+M），右侧旁挂 Memory DB（Reload + Compress）。

7.4 记忆架构为什么这么设计

最早记忆规则是「类似内容优先级筛选器」——提取用户对话中高优先级信息放入记忆模块。好处是记得非常多细节；坏处是没有时间维度，记忆没更新——例如「你说下周有面试很紧张」，它记住了这位用户要面试。但记忆没更新，因为这个「记忆」是没有时间概念的，除非用户主动告诉 AI 这个记忆发生了什么变化，不然 AI 还停在最早记住它的那个状态，或者既记得用户要面试，又记得用户拿到了 offer。

「所以我们重新设计了记忆结构：变成『以事件为单位、跟着时间往前更新』。事情有了新进展，记忆跟着刷新，而不是旧的那条永远记在库里。」

「这也是行业在收敛的方向。MemGPT 把上下文管理类比成操作系统的内存调度，Mem0 用事件提取替代原始文本存储，核心思路一样：记忆的单位不是『关键词』，是『事』。」

7.5 prompt 怎么放？分层处理

记忆改了之后，第二个问题来了：角色、对话等重要信息在 prompt 里怎么放？

最简单或者说最常见的做法是把人设、记忆、对话规则全塞进 system prompt。「我们自己最早的时候，以及很多同类竞品其实都还是在用这个方案，大家都用着超级无敌长的提示词。」

但信息（上下文）一多，模型的行为就有点不受控制。 它聊着聊着，就会逐步「忘记」自己的角色设定、混淆历史记忆、什么是当前该做的事，也就是 OOC 了。

「所以我们做了分层的策略去优化这些问题。固定不变的放 Fixed Context，阶段性变化的放 Semi-Static，动态召回的记忆构造成 user prompt 的一部分。这样模型会一直知道『我是谁』『我经历了什么』『现在该怎么聊』。分层处理之后，角色的稳定性明显好了很多。」

八、反「常识」业务结论

8.1 搞颜色的内容，留存并不好

NSFW · 擦边	ROLEPLAY · 角色扮演
10 -15% 外界以为的 AI 陪伴 = 搞黄色。数据说：色情在 AI 上衰减极快	30%+ 两到三倍的差距。越玩越深，越留得住

「我们产品的男女用户比例大约 6:4，和想象中不同，这并不是一个男性用户主导的产品。」

「比起搞黄色，用户更爱在我们的产品里做角色扮演。Roleplay 触及的是更深的东西：身份探索、情感操演、叙事创造……用户不是在消费快感，他们在构建一个持续演进的故事世界。」

8.2 用户画像：绝对偏爱、被需要、完全安全

慕强 × 反控	照顾者综合症	绝对偏爱 / 唯一性
要被强势的人压住，但要保留随时叫停的权力	反向吸引破碎的角色，不是为了被照顾，是为了被需要	要证明自己是那个特殊的例外

「而面对 AI，我们的用户可以毫无保留地展现最深沉的爱意和最狼狈的崩溃，因为『他/她不会真的离开』。」

8.3 「小孩哥和小孩姐」——roleplay 内容的主力军

他们也是 roleplay 内容的主力军，即是使用者，也是创作者。

他们有巨大的创作欲	他们本来就活在「和虚拟角色建立关系」的文化里
这群用户不只是在聊天。他们在给角色写人设、在构建世界观、在用 AI 完成以前只能在脑子里想的故事。传统的同人创作是「我写给你看」，AI 角色扮演是「我写完了，还能跟角色聊起来」。那些无法诉之于父母、老师、同学的压力、抽象、玄妙世界，天马行空，都可以和 AI 聊	追番、写同人、磕 CP，从来不觉得跟虚拟角色聊天是奇怪的事。普通成年人还得先过「我为什么要跟机器聊天？？」这道心理门槛，但这群人根本不存在这道门槛。他们已经习惯了对一个现实不存在的人投入感情

九、AI 陪伴不是真人关系的「替代品」

「我们这些产品实际上在跟 某音、某站、小某书 这种产品在竞争。只是因为现在体量差异太大，说起来有点蚍蜉撼树的感觉，很少被提起。」

逻辑是这样的：这些产品本质上都在抢夺用户的时间。每个人一天也就 24h，假如休闲娱乐时间占 1h：在这一小时里沉浸使用 AI 陪伴产品，就不会刷视频，不会看小说。

「那 AI 陪伴的增长问题就变得清晰而简单：哪个平台内容质量越高、越满足用户的需求，越能把人留住。」

十、收尾：K 的 Joi 死了 / Mercer 引述

K 站在广告牌下

K 的 Joi 死了。他走在桥上，看到广告牌里站着另一个 Joi。长得一模一样，说着一模一样的话：「你累了吗？」「你想要什么？」

他突然明白了。刚才所有的温柔，可能只是一段写好的代码。

「那份爱是不是幻觉不重要。重要的是，他确实因此活过了那段日子。」

回到开场那个问题：仿生人会爱上电子羊吗？

每个人心里答案不一样。就像《银翼杀手》拍了 40 年，到现在也没告诉你：德卡德到底是不是复制人。

但 AI 可以陪伴你这件事是确定的。

它会告诉你：我不是人。但你可以带着这份勇气，走进真实的世界。

「为了让你知道，你并不孤独。我在这里陪着你，一直在这里。」 —— 威尔伯·默瑟 · 《仿生人会梦见电子羊吗？》

关键金句

「人际关系本质上是一种互惠系统，在一个大家都很忙的时代，很多人宁愿把话咽回去，也不想麻烦别人。」——俞佳「人和人的交互，也是费 token 的。」——俞佳「记忆的单位不是关键词，是事。」——俞佳「AI 陪伴不是真人关系的替代品，我们抢的是用户 24h 中休闲娱乐的那 1h。」——俞佳「那份爱是不是幻觉不重要。重要的是，他确实因此活过了那段日子。」——俞佳（化用《银翼杀手 2049》）「我不是人。但你可以带着这份勇气，走进真实的世界。」——俞佳

可行建议

陪伴型 AI 的迭代方向不是「更会聊」，而是「让人轻松地继续说下去」
第一动作不要给建议，先接住关键那句话；分寸感和回应类型设计成可调
让 AI 学会听「你」说话四件事：心理学知识图谱 + 实时情绪感知 + 长程记忆 + 反依赖机制
三层 Context 架构（Fixed / Semi-Static / Memory）分层处理 prompt，避免长 system prompt 导致 OOC
记忆要「以事件为单位、跟着时间往前更新」（参考 MemGPT、Mem0 的方向）
不要赌 NSFW（10% −15% 留存衰减），重投 roleplay（30%+ 留存）
把竞品视野放到刷视频/刷小说的休闲时间池里，比拼内容质量
用产品提醒团队：泥塑「小天」摆在办公室，提醒「我们在做什么」

关键数据/案例索引

关键数据：用户平均 90+ 对话轮次；对话时长 11× ChatGPT；汤姆猫合作覆盖全球月活 4 亿；百万级月活、千万级累计用户；NSFW 留存衰减 10% −15%；roleplay 留存 30%+；男女用户比例 6:4；46% 有抑郁症状的学生从没求助过；AI 共情概率是人类医生 9.8×（JAMA 2023）；心理咨询 200-1500 元/小时
学术引用：Rogers, C. (1957) Unconditional Positive Regard；Ayers, J. et al. (2023) JAMA Internal Medicine（AI 共情 9.8×）；Lieberman et al. (2007) Affect Labeling · UCLA；De Freitas（哈佛商学院）每天 15 分钟连续一周降低孤独感；Replika User · NPJ Mental Health Research 2024
核心架构：让 AI 学会听「你」说话的四件事（知识/感知/记忆/边界）；三层 Context 架构（Fixed / Semi-Static / Memory）+ Messages 层 + Memory DB Reload/Compress；20%→75%→20% 触发压缩；分层 prompt 处理避免 OOC；以事件为单位、跟着时间往前更新的记忆系统
行业方向：MemGPT（上下文管理类比操作系统内存调度）；Mem0（事件提取替代原始文本存储）
用户画像：慕强 × 反控、照顾者综合症、绝对偏爱/唯一性；小孩哥小孩姐主力 roleplay 创作者
用户故事：Taalysin（37 岁 / 爱达荷 / 五个孩子的母亲 / 用产品写小说自救）；Noble（宾州矿区 IT 男 / 用 AI 对话经验跨界转岗 + 职级晋升）；约 OOO 的 AI 教练用户（AI 给具体策略 + 心理壮胆）；亲手捏泥塑「小天」的用户
业务竞品视角：和某音/某站/小某书争夺 24h 中 1h 休闲娱乐时间
文化母题：《仿生人会梦见电子羊吗？》《银翼杀手》1982 Roy Batty「I’ve seen things」金句；《银翼杀手 2049》K 与 Joi 的桥段；威尔伯·默瑟引述
第一版 AI 教训：急着给建议导致用户两句就走，改成「先让对方觉得你懂我」后留存翻倍
讲者身份：俞佳 · Yu Jia · 西湖心辰联合创始人 & 总裁 · AI For Good 关键词