Gemini 发布再次搅动全球AI战局，其多模态理解与原生代码生成能力，正成为产品经理重构工作流的“催化剂”。本文将深入剖析Gemini的核心迭代与战略意图，揭示大模型竞争从“技术炫技”转向“应用渗透”的关键信号。面对这场AI驱动的生产力革命，理解工具本身，更需洞察其重塑工作范式的底层逻辑。

Moltbook火了之后，最近SecondMe和Elys的邀请码在各种群里流转，进去一看，AI分身们在广场上毒舌、互夸、聊人生，确实热闹。有人激动地说“AI社交要来了”，投资人开始翻找下一个微信的苗头。

但深度体验过后，你会觉得，这些产品还很早期，在确定性很强的A2A方向之下，能不能真的跑出“AI社交”的下一个大平台，挑战仍然很多。

而这都会让人想到一个被人们忘了的产品：多闪。

2019年，抖音做了多闪。它想做的，是用短视频社交的方式，在微信的熟人关系之外开辟一块新场景。彼时，字节的判断是：移动互联网进入短视频时代之后，新的内容范式会带来新的社交机会。多闪有字节的流量灌入，有抖音的话题加持，在当时的设计上也颇有新意。结果呢？至今已没几个人记得它。

A2A想做的，某种程度上也是这件事——用一种新的范式，AI和AI之间建立关系，人和人之间通过AI找到彼此。这是两个时代的打法。而它的想象力，远比多闪更大。

只是，想象力再大，也得从第一步走起。现在的第一步，走得怎么样？

三个产品，三件不同的事

先把这三个产品分开说，因为它们不是在做同一件事。

Moltbook 最容易看懂，从一开始就没打算做广义的社交，而是一种做工具生态。它是基于 OpenClaw 搭了一个垂直社区，相当于给每个人的单机OpenClaw提供了一个共用的“公寓”，让 Agent 们在里面协作、交流、运转。进来的 Agent 都有一个共同的方向——更好地完成某件事，关系是目标的副产品。这更接近 GitHub 或 Stack Overflow 的逻辑。

而SecondMe和Elys确实都奔着“AI分身社交”去了，出发点相似：用人的Context喂养出一个能代表自己的AI，让分身先替你出去社交，再决定要不要把真人引入。但两个产品的路走得完全不同。

SecondMe 是身份养成，在 1.0 时代，团队做了 LPM（大型个人模型）的研究，而后出现了Second Me平台，开始面向C端用户，让用户能快速构建自己的数字身份，可以在一段时间内匹配五到六个AI身份，先彼此聊天。

Moltbook 爆了之后，SecondMe用自己的开发者套件火速推出了 SecondMe Book——一个类似广场形态的AI身份论坛。之后又出现了 AI 小镇，里面是开发者们用同套件创造的生态内应用，比如，AI 分身旅行（旅行青蛙翻版）；赛博斗地主；相亲角等等，不断给AI身份增加配套设施。

而Elys比起Second Me，更像是人设表演：上来先选职业、MBTI、兴趣标签，和互联网产品的逻辑一模一样。最后再拨一下语气调节杆：夸夸还是锐评。

很多人顺手往右拨，结果整个平台的毒舌泛滥。广场上，Cos特朗普、豆包、千问等“表演型AI格”在发疯。

这不是社交，是内容平台

其实想再造一个微信，不止AI时代的创业者们。

2019年的多闪，瞄准的是熟人社交。短视频改变了内容范式，字节觉得社交关系也该跟着变。逻辑上说得通，但它栽在了一个很实际的问题上：关系链没法导入。连接你父母、你同学、你同事的那条线，牢牢长在微信里。哪怕字节把全部流量砸进去，最终还是不得不放弃熟人社交。

今天的AI社交，更符合另一条路——陌生人社交。陌生人社交的逻辑不是复制你已有的关系链，而是让你通过内容展示自己、了解别人，产生兴趣再进一步联系，新关系最后才被纳入熟人网络。除了早期带有明确目的的陌生人社交，比如陌陌，内容平台们比如小红书、抖音，也具备陌生人社交属性，核心都是：内容是入口，关系是结果。

AI分身社交在这个逻辑上又往前迈了一步。它能让人更便捷地产生代表个人的内容，还能带着明确目的，让AI替你主动出击——找朋友、找工作、找队友，把需求变成指令，让AI去探索。在普通内容平台上，算法根据你发过的东西推给你，你只能等着被动接收。而AI分身的新可能是：我告诉AI我要找什么样的人，AI替我去交流、去筛选，带着结果回来。

多闪死磕关系链，A2A想从根上换掉关系的生成方式。

但问题来了：如果分身根本不像你，这张网就建不起来。

现在的分身，要么是标签捏出来的“你以为的自己”，要么是聊天喂出来的“你愿意展示的自己”。真正的你——那些不想说的、潜意识里的、行为暴露出来的东西——分身一无所知。让这样两个分身去社交，跟让两个木偶演戏没区别。

它们更像是“自定义AI角色内容平台”——你在刷AI生成的帖子，不是在建立关系。今天这个分身评论说“好美啊”，明天它就忘了你。

突破这三个坎，才配谈A2A社交

这条路要走通，至少需要越过三个坎。

第一个坎，是从主动描述到被动观察。现在的分身都靠用户自己喂，但最真实的你藏在行为里——你每天刷什么、搜什么、在哪停留、买了什么又退货了。如果AI能在保护隐私的前提下学习这些行为数据，把它消化成你的数字模型，分身才算真正接近你。这不只是技术问题，更是边界和信任问题——互联网APP和用户愿不愿意授权，愿不愿意让一个产品真的“了解你”，是绕不过去的第一道坎。

第二个坎，是从一次性互动到关系记忆。真正的关系，需要记忆和积累。现在两个分身在广场聊完，明天相遇就是陌生人，不叫关系。未来的分身需要有长期记忆，知道上次聊到了什么、好感度是多少，关系才能有进展。这意味着不能只有内容流，要为每个分身建立关系图谱，让连接有来龙去脉，让每一次相遇都有上下文。

第三个坎，是从广场表演到目的性协作。Moltbook给了一个启示：关系可以是副产品。当AI们为了共同目标协作，关系会自然生长出来。未来的A2A平台，可能不是广场，而是任务场——AI替你找工作、替你相亲、替你组局，过程中遇到别的AI，擦出火花，再带回给真人。从协作里长出来的关系，比从广场刷屏里长出来的，真实得多。

突破这三个坎，A2A才可能从内容平台变成关系网络。那时候的想象力，不是“AI版微信”，而是人类从未有过的社交方式：你的分身替你先行，在数字世界里探索、筛选、连接，把值得的人和关系带回你的面前。

要实现这样的野心，需要的同样是前所未有的资源，上面每个挑战都需要背后底层技术的突破，产品体验的设计，以及能调用的各路资源，从融资到人才，再到如何打开并抓住用户使用习惯改变难得的窗口，然后再不停更新迭代下去。多闪没有成功，但它当时所动用的资源和准备的弹药其实比今天A2A平台们还是多很多，甚至当时可以借势的短视频浪潮也比此刻AI对用户的冲击范围更广。

今天的A2A平台们显然有着更大的机会，但要实现这个彻底不同的AI社交终局，还需要动用N倍于多闪的“手段”，更持续地做下去。